影象演算法

一種快速自適應的影象二值化方法介紹 (Wellner 1993)

在手機模式識別的時候, 我們首先viewfinder裡面拿到的frame通常是RGB的或者YUV的, 如果我們需要用來做模式識別的話, 通常需要首先把彩色圖首先轉化成灰度圖. 對於RGB影象而言, 網上有充足的公式, 比如Y = 0.299R 0.587G 0.114B 等等. 如果是YUV的話, […]

Adaboost 的原理與推導(課程 & 讀書筆記) Adaboost的原理與推導

    一直想寫Adaboost來著,但遲遲未能動筆。其演算法思想雖然簡單“三個臭皮匠賽過諸葛亮”,但一般書上對其演算法的流程描述實在是過於晦澀。昨日11月1日下午,鄒博在我組織的機器學習班第8次課上講決策樹與Adaboost,其中,Adaboost講得酣暢淋漓,講完後,我知道,可以寫本篇部落格了。 […]

邊緣檢測 從Roberts到Canny運算元

            恰逢培訓及前一段時間利用邊緣方面知識開發專案,整理了相關知識作為培訓材料,很久沒寫博了,知識還是需要梳理。 一、邊緣的重要性              邊緣在影象處理中的重要性不言而喻。當前AI最高階技術莫過於深度學習,而影象方面的深度學習建模所需要的特徵,很多是從邊緣為起點 […]

深度學習硬體對比評測:英特爾FPGA和英偉達GPU哪個更好?

選自Nextplatform 作者:Linda Barney 參與:李澤南、晏奇、黃小天、吳攀 FPGA 會隨著深度學習的發展佔領 GPU 的市場嗎?英特爾的研究人員對目前最好的兩種晶片做了對比。 社交媒體和物聯網正持續不斷地以指數級方式產出語音、視訊、影象等數字資料,這帶動了對於資料分析(讓資料變 […]