原创 Bag-of-Words Based Deep Neural Network for Image Retrieval

本文提出了基於DNN的BOW 圖像檢索 問題: (1)query是什麼圖像? 1、introduction 數據集:MSR(microsoft second Research)-Bing Grand Challenge.包

原创 Kd-tree

http://blog.sina.com.cn/s/blog_6f611c300101bysf.html

原创 A Self-paced Multiple-instance Learning Framework for Co-saliency Detection文章閱讀

摘要: 傳統的co-saliency是抽取人工特徵矩陣,這種策略缺少泛化到各種場景的能力。而且缺少生物機制理論,爲了解決這個問題,提出一個新奇的任務。通過多示例學習和自調節學習。一方面適合矩陣測量方法(評價方法),發現commo

原创 sift算法的應用--目標識別bag of words

http://blog.csdn.net/v_JULY_v/article/details/6555899

原创 LSH 高維近似查詢--hahing

http://www.doc88.com/p-7048005248889.html (1)步 http://blog.sina.com.cn/s/blog_5f2c831b0100t0r7.html (2)步 http://blog.si

原创 局部特徵提取

sift特徵 http://blog.csdn.net/abcjennifer/article/details/7639681 surf特徵 http://www.cnblogs.com/tornadomeet/archive/2012/

原创 deepCNN--“卷積神經網絡用於基於圖像檢索”文章閱讀

圖像檢索:http://www.zhihu.com/question/19726630知乎的一個通俗解釋 http://baike.baidu.com/view/5529743.htm?fr=aladdin#1百度的一個解釋 基礎知識:C

原创 基於詞彙樹的圖像檢索

http://wenku.baidu.com/link?url=e2VfptZJOf-h-dDUAQmkfSFktZ9W-NHVyfkRaI8OWEosDiwbL_JdWVJe7XqqcvdY5WPKj98p9pQ49UrSX6_pft_

原创 UFLDL-稀疏字編碼器

<span style="font-family: Arial, Helvetica, sans-serif; background-color: rgb(255, 255, 255);">Andrew Ng的deep learnin

原创 UFldl--白化與主成分分析

白化是指去相關與特徵之間具有單位方差,在進行單位方差時,會加上一個很小的值,防止分母爲0. ZCA白化與PCA白化不同點 ZCA是保留數據的全部n個維度,不嘗試去降低它的維數 Xzcawhite = U*Xpcawhite

原创 libsvm的安裝及使用

libsvm–下載臺灣林老師的版本,現在更新到libsvm3.21。當做一般的工具箱的使用方法就可以了。 1、保存路徑,選擇在D:\Program Files\MATLAB\R2015a\toolbox\libsvm-3.21。將這個路

原创 BP網絡

採取哪些方法來分析這個數據: 採用監督的分類方法:監督學習有K近鄰算法、決策樹、樸素貝葉斯、支持向量機、人工神經網絡。其中BP算法是一種出色的監督學習算法。2.在訓練過程中通常要對數據做歸一化處理。 bp神經網絡的推導: http://

原创 cnn卷積核存儲--轉載

http://blog.csdn.net/zhubenfulovepoem/article/details/29583429 http://www.tuicool.com/articles/NZBRF3

原创 Ubuntu12.04(64bit)+caffe+CUDA6.5小白裝機詳細流程

        爲了給大家節省時間,安裝所需要的軟件都上傳在360雲上了,我也是一個一個的找的,都是可用的撒。 連接:http://yunpan.cn/cK5AKHmmAqRHE  訪問密碼 faf8 MKL安裝碼是:SKCG-8ZSGX

原创 Fisher vector

最近看論文總能看到 費舍爾向量:FV是圖像上各個的局部描述子的歸一化梯度統計量 之和。 貼一下參考理解的帖 http://blog.csdn.net/breeze5428/article/details/32706507子http: