原创 超分辨率重建——病態、單應矩陣、高斯權重
我們經常會提到，超分辨率重建是一個病態問題，那麼這裏的病態該如何理解呢？ 病態問題本身的定義是：對於一個數值問題本身，如果輸入數據有微小的擾動（即誤差），引起輸出數據（即問題的解）相對誤差很大，這就是病態問題。 設a爲輸入數據的相對誤差，
2020-07-06 13:05:40
1
原创 超分辨率重建——先驗信息，先驗概率，後驗概率，最大後驗概率
讀超分辨率重建的文章，特別是一開始讀一些基礎的差值的方法的文章時，經常提到的一個概念就沒有運用到圖像的先驗信息。 所謂的先驗信息可以理解爲在實驗之前，已經得到的一些信息，即先驗信息。對於圖像，它可能存在着一些梯度方面的特徵，符合某些統計
2020-07-06 12:26:42
原创 關於泰勒展開
高數不是很好，本科的時候身邊同學都是90好幾，滿分的水平，自己只在80左右徘徊，最近看了好多方法都涉及泰勒展開這麼個知識點。今天就來整理整理。 主要包括下面這幾點，什麼是泰勒展開，以及爲什麼要泰勒展開。 泰勒展開是以簡單的多項式來近似x0
2020-07-06 12:26:42
1
原创 仿射變換與透視畸變
在恢復圖像的過程中，可能會需要對透視畸變以及仿射變換進行補償，今天整理了下關於透視畸變和仿射變換的相關概念。 首先講仿射變換，仿射變換一種二維座標到二維座標之間的線性變換，保持二維圖形的“平直性”（譯註： straightness，即變換
2020-07-06 12:26:42
3
原创 關於線性空間和線性映射
在超分辨率重建過程中的圖像塊配對時，經常會提到非線性映射這麼一個詞，所以抽時間整理一下關於線性映射和非線性映射的相關概念。 爲了搞清楚線性映射，首先得搞清楚線性空間，爲了搞清楚線性空間，首先要知道數域的概念以及由此展開的n多線性空間的概念
2020-07-06 12:26:41
1
原创 Sign函數
今天在看一篇基於深度學習的超分辨率重建的文章中遇到這樣一個函數sign（x），這是一個符號函數，用於把函數的符號析離出來， 在數學和計算機運算中，其功能是取某個數的符號（正或負）： 當x>0，sign(x)=1; 當x=0，sign
2020-07-06 12:26:41
原创 超分辨率重建——梯度下降、座標下降、牛頓迭代
在閱讀相關文獻的時候，經常會遇到梯度下降，座標下降，牛頓迭代這樣的術語，今天把他們的概念整理一下。 梯度下降 整理自百度 梯度下降法是一個最優化算法，通常也稱爲最速下降法。 顧名思義，梯度下降法的計算過程就是沿梯度下降的方向求解極小
2020-02-24 20:14:37
原创 CMOS和CCD傳感器
大家用到的相機傳感器大體上分爲這兩種：CMOS和CCD。 CMOS型圖像傳感器及互補金屬氧化物場效應管。其工作原理是，外界光照射到像素陣列後，發生光電效應，在像素單元內產生相應的電荷，最後轉換成數字圖像輸出。其中，圖像傳感器陣列的每一個像
2020-02-24 20:14:37
原创 關於機器學習、深度學習以及模式識別
隨着這兩年深度學習的火爆，在超分辨率重建領域也有着越來越多關於深度學習相關方法的文章涌現出來。對於之前沒有接觸過機器學習之類的人，看起來確實會有些一頭霧水，所以這裏整理了一下三個關於此的熱詞。深度學習、機器學習以及模式識別。 模式識別（P
2020-02-24 20:14:37
原创 超分辨率重建——鄰近算法Nearest Neighbor
轉自：http://blog.csdn.net/aladdina/article/details/4141127 代碼實現：http://blog.csdn.net/rk2900/article/details/9080821 鄰近算法
2020-02-24 20:14:37
1
原创 最小二乘法
一.背景 5月9號到北大去聽hulu的講座《推薦系統和計算廣告在視頻行業應用》，想到能見到傳說中的項亮大神，特地拿了本《推薦系統實踐》求籤名。講座開始，主講人先問了下哪些同學有機器學習的背景，我恬不知恥的毅然舉手，真是慚愧。後來主講
2020-02-24 20:14:37
原创 超分辨率重建——長尾分佈
最近讀到個詞叫長尾分佈，雲裏霧裏的，後來查了一下，“長尾”實際上是統計學中冪律（Power Laws）和帕累託分佈（Pareto distributions）特徵的一個口語化表達。 那麼問題就變成了什麼是冪律和帕累託分佈了。 所謂的冪律
2020-02-24 20:14:37
3
原创 迴歸問題的解釋
轉自http://blog.csdn.net/vshuang/article/details/5512853 1. 問題描述： 給定多個自變量、一個因變量以及代表它們之間關係的一些訓練樣本，如何來確定它們的關係？ 2.
2020-02-24 20:14:37
1
原创 超分辨率重重建——流形學習
在閱讀超分辨率重建相關文獻的時候，經常會見到流形學習這麼個詞，今天整理了一下 以下內容摘自百度：http://baike.baidu.com/link?url=bt9Cv9MtYOgqGcTcT7ZJp19ezCOj-eNVVIZOru1
2020-02-24 20:14:37
1
原创 最優化中的懲罰函數
最近對文章中的懲罰函數不是很理解，今天整理一下。 講到懲罰函數，首先要提到約束問題，所謂的約束問題就是在一定的約束條件下，求得問題的最優解 例如 min f（x） s.t. gi(x)>0,hj(x)=0 i=1,..m,j=1,2,
2020-02-24 20:14:37