Zeekinger Blog

Man proposes, God disposes.

SIFT复现

从代码的角度去理解SIFT算法

SIFT理论与概述 参考 首先简要介绍SIFT原理和实现过程，本文不涉及严格详细的数学推导，如有需要请参阅原文。 SIFT是一种特征点识别算法，是Scale-Invariant Feature Transform的缩写。SIFT识别的特征点由图像的宽度、高度和尺度三个维度唯一确定。通过引入尺度特征，SIFT得到的特征点更加鲁棒。这里的鲁棒是指，一定程度上，即使目标...

Posted by Zeekinger on April 30, 2021

关于nn.conv2d()的卷积核个数

Torch中nn.conv2d()函数操作过程

在使用torch的卷积函数nn.Conv2d()时，发现其形参中并没有提供卷积核个数的传值参数，官方文档中亦没有对卷 积过程进行相关说明。不同的卷积过程得到的特征图是不同的，同时对整个网络的性能也有不同的影响，这一点在卷积神经网络的开山之作《Gradient-Based Learning Applied to Document Recognition》中Ⅱ.B...

Posted by Zeekinger on April 16, 2021

隐马尔科夫模型

HMMs三个基本问题的求解手段

隐马尔科夫模型在自然语言处理中具有广泛的应用，是生成式模型的主要代表。 马尔科夫模型 二阶马尔科夫模型 如果X(t),t>0是一个随机过程,若满足： P[X(t+h)=y$\vert$X(s)=x(s),s$\leq$t] = P[X(t+h)=y$\vert$X(t)=x(t)],$\forall$h>0. 即当一个随机过程在给定...

Posted by Zeekinger on October 17, 2020

FEATURED TAGS
HMM 极大似然估计 EM 生成模型 NLP Torch Convolution Deep Learning 特征提取 模板匹配 SIFT CV
ABOUT ME

The cards and flowers are on your window, your friends all plead for you stay!

✉️ kingerzee@foxmail.com