Oo_

// －－－－－－ 原創(chuàng)，轉載請注明出處，謝謝謝謝謝 運動檢測（change detection）破衔，即給定一組圖像序列扇雕，編寫一種算法實現(xiàn)對圖像序列中變化的像素點的檢測腿椎。通常思灌，...

Oo_

同一目標不同視角的橋梁钞瀑，如果場景是平面，或者近似平面慷荔，或者低視差時雕什，我們能應用單應性矩陣(homography)。 refers: 1 2 3 OpenCV

Oo_

我們希望基于Flask框架在樹莓派上搭建一個流媒體服務器显晶。該應用將樹莓派攝像頭所捕捉到的圖像實時的在web端進行顯示贷岸。 這篇文章 motion-jpeg（an update）...

Oo_

web server 教程 樹莓派教程 如果采用python語言進行開發(fā)，F(xiàn)lask是一個容易上手的框架磷雇。

Oo_

如何量化，用數(shù)學語言去表述信息（information）這個概念唯笙？這似乎是一個很難的問題螟蒸，因為信息所包含的概念太廣了。人們從概率論角度出發(fā)崩掘，找到了Entropy七嫌，其性質和我們...

Oo_

SVM是一個凸線性空間上尋找最優(yōu)解的問題（凸二次規(guī)劃問題）。由于苞慢，SVM中約束條件為一系列的不等式抄瑟，其二次規(guī)劃求解具有較大難度，故引入拉格朗日乘子方法對原問題進行轉換枉疼。 考慮...

Oo_

對于一個分類問題，其樣本集中往往存在一些模糊不清的樣本贺纲，直觀上航闺，考慮SVM分類器，這些樣本往往處于超平面的附近猴誊。這些樣本對于分類器的設計具有很大的影響潦刃。一種常用的方法為引入松...

Oo_

線性可分是最簡單的分類器，需要注意的是懈叹，線性并不是傳統(tǒng)的直線的概念乖杠。線性，如果特征在一維空間澄成，那么線性分類器可以是一個點胧洒；二維空間畏吓，則是一條直線，三維則是平面卫漫。如果我們忽略具...

Oo_

SVM菲饼，基于VC維理論和結構化風險最小化原理。 何為VC維列赎，何為結構化風險宏悦？ 首先，應該知道任何機器學習模型是對真實世界模型的一種近似包吝。評價模型的好壞則需要給出這種近似所帶來...

Oo_

實際應用中漏策，傳感器的輸出數(shù)據(jù)總是包含著一定的噪聲派哲，直接依靠傳感器的量測數(shù)據(jù)會導致系統(tǒng)誤差較大。例如掺喻，GPS的海拔輸出數(shù)據(jù)芭届，即使車輛停止不動，其每次讀出的數(shù)據(jù)均會有所不...