准备官方Docker安装方法https://docs.docker.com/install/linux/docker-ee/ubuntu/假设已安装docker和docker-compose，并且docker-compose.yml在当前目录中。docker-compoose.yml内容如下：version: '2.4'services:nvsmi:imag...

本文是对PAMI2015的《SHigh-Speed Tracking with Kernelized Correlation Filters》这篇文章的阅读笔记，属于单目标跟踪领域。

双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。具有简单、非迭代、局部的特点。双边滤波器的好处是可以做边缘保存（edge preserving），一般过去用的维纳滤波或者高斯滤波去降噪，都会较明显地模糊边缘，对于高频细节的保护效果并不明显

算法介绍最大类间方差法是1979年由日本学者大津提出的，是一种自适应阈值确定的方法，又叫大津法，简称OTSU，是一种基于全局的二值化算法，它是根据图像的灰度特性,将图像分为前景和背景两个部分。当取最佳阈值时，两部分之间的差别应该是最大的，在OTSU算法中所采用的衡量差别的标准就是较为常见的最大类间方差。

本博文主要是CVPR2016的《Single-Image Crowd Counting via Multi-Column Convolutional Neural Network》这篇文章的阅读笔记，以及对人群计数领域做一个简要介绍。Abstract这篇论文开发了一种可以从一个单幅的图像中准确地估计任意人群密度和任意角度的人群数目。文章提出了一种简单有效的的多列卷积神经网络结构(MCNN)将图像映

目录DBSCANDBSCAN算法流程DBSCAN优缺点总结HDBSCAN建立最小生成树构建簇层次结构提取簇HDBSCAN使用实例参数选择参考资料：DBSCAN先前的文章中介绍了基于密度的聚类方法DBSCAN。在DBSCAN算法中，还定义了如下一些概念：密度直达(directly density-reachable)：我们称样本点 p ...

准备官方Docker安装方法https://docs.docker.com/install/linux/docker-ee/ubuntu/假设已安装docker和docker-compose，并且docker-compose.yml在当前目录中。docker-compoose.yml内容如下：version: '2.4'services:nvsmi:imag...

转载自http://blog.csdn.net/zyj098765/article/details/52860183引言　　 拿到这份文档时想必你的脑海中一直萦绕着这么一个问题，“机器学习/深度学习要怎么学呢？（怎么入门，又怎么进一步掌握？）”。关于这个问题其实并没有一个标准答案，有的人可能适合自底向上的学，也就是先从理论和数学开始，然后是算法实现，最后再通过一些项目去解决生活中的实际问题；有的人

阶段二.深度学习入门在对机器学习有了一定的掌握后，就可以开始在深度学习方面的学习了。刚开始要注意对神经网络的一些基本概念的掌握，如什么是感知机、什么是多层感知机（前馈神经网络）、BP算法的原理与推导等。个人觉得一个比较好的学习方式是，以视频教程为主理出一个清晰的思路，以经典书籍、博客文章