MATLAB是一个很好用的工具.利用MATLAB脚本进行科学计算也特别方便快捷.但是代码存在较多循环时,MATLAB运行速度极慢.如果不想放弃MATLAB中大量方便使用的库,又希望代码能迅速快捷的运行,可以考虑将循环较多的功能采用C编写,MATLAB调用.本文将概述这一过程.虽然本文以LDPC译码算法为例,但不懂该算法不影响本文阅读. 1. 起因 最开始用MATLAB写的LDPC译码算法中,其中一个版本是这里,里面有三重循环,运行速度极慢.后来考虑了MATLAB的向量化操作,通过算法的合理划分以

下面介绍的函数都是Sheriffed大学遗传算法工具包内的常用函数 复制矩阵 B=rep(A,RepN) 1 A表示要被复制的矩阵,RepN包含每个方向的复制次数,RepN(1)代表纵向复制次数,RepN(2)代表横向复制次数 比如 A=[1,2;3,4]; B=rep(A,[1,2]) B=[1,2,1,2 3,4,3,4] 1 2 3 4 如果是 B=rep(A,[2,1]) B=[1,2 3,4 1,2 3,4] 1 2 3 4 5 =-= 教材里介绍了这个,但之后没有用到哎…… 创造种群

curvelet下载的curvelet工具包,有以下三个文件:fdct_usfft_matlab.fdct_wrapping_matlab.mecv三个文件夹添加到matlab路径中即可. curvelet matlab示例代码理解: 1. fdct_wrapping function C = fdct_wrapping(x, is_real, finest, nbscales, nbangles_coarse) % fdct_wrapping.m - Fast Discrete Curvele

这一小节说一下Matlab光场工具包的使用,展示重聚焦和多视角的效果. 从Lytro illum中导出的raw数据为.lfp格式的光场图像文件(约52M大小),该文件包含以下几部分:光场图像数据rawdata:metadata:相机序列号 serials:光场图像大小imgSize:拜尔格式 'grgb'.为了从.lfp文件中提取出光场图像rawdata,需要用到Matlab光场工具包,该工具包由D. G. Dansereau等人开发,目前有toolbox0.3,toolbox0.4两个版本,t

这是行人检测相关资源的第二部分:源码和数据集.考虑到实际应用的实时性要求,源码主要是C/C++的.源码和数据集的网址,经过测试都可访问,并注明了这些网址最后更新的日期,供学习和研究进行参考.(欢迎补充更多的资源) 1        Source Code 1.1    INRIA Object Detection and Localization Toolkit http://pascal.inrialpes.fr/soft/olt/ Dalal于2005年提出了基于HOG特征的行人检测方法,行

HMM隐马尔科夫模型 MATLAB 工具包对各种数据的处理 HMM 工具包下载地址: http://www.cs.ubc.ca/~murphyk/Software/HMM/hmm.html 工具包使用说明: http://www.cs.ubc.ca/~murphyk/Software/HMM/hmm_usage.html   接下来简单叙述一下如何写data 1.data是一维数据.每一组训练样例序列长度一致. O = 3; Q = 2;  prior0 = normalise(rand(Q,1

一.纸 评论文章分类: [1] D. Geronimo, and A. M.Lopez. Vision-based Pedestrian Protection Systems for Intelligent Vehicles, BOOK, 2014. [2] P.Dollar, C. Wojek,B. Schiele, et al. Pedestrian detection: an evaluation of the state of the art [J].IEEE Transactions

上一节中大概讲述了光场相机和光场的参数化表示,这一节就说一下光场相机内部是如何记录光场以及实现重聚焦的. 博主用的是Lytro Illum,所以就以Illum为例来说了,Illum的功能还是挺多的,上手使用的童靴需要相机使用手册可以上网找一下,都有的. 切入正题 首先,说一下Lytro Illum的一些基本信息:Illum的Senser一共有4000万个像素左右,得到的传感器图像(光场图像)尺寸为7728*5368,就是4148 3904个像素:Illum的微透镜阵列个数为541*434个,每一

前面有几篇博客主要介绍了光场和光场相机相关知识,以及重对焦效果和多视角效果的展示.算是自己学习光场过程的一种总结. 这次贴上自己用OpenCV/C++编写的重对焦算法实现(包含CPU版和CUDA GPU版),以及交互的Demo.放在我的开源中国码云上,连接在此:https://git.oschina.net/rxdj/refocus_LightFieldImg.git. 代码的说明请参见readme.如有错误,请不吝赐教. 图像是Lytro Illum二代相机拍摄并通过matlab光场工具包解码

数据集是 seq 文件的处理办法 2017-03-17 最近下了一个数据集,是 seq 格式的,第一次处理这种数据.使用了官方提供的 matlab 工具包:https://pdollar.github.io/toolbox/index.html 先下载咯: 然后,添加工具包的路径: Simply unzip, then add all directories to the Matlab path: >> addpath(genpath('path/to/toolbox/')); savepat

自1995年Borland公司发布Delphi 1.0以来,Delphi受到很多开发者的亲睐,到1999年发布Delphi5,Delphi以其开发快捷.控件丰富.易于上手等优势吸引了众多的开发者,用户人数达到高潮,一度超越Visual Studio.可是好景不长,在推出Delphi7之后不久,Borland公司也走向衰败,最终被人收购,仅卖了区区7500万美元. Borland公司倒闭的主要原因是公司财务出现困难,内部矛盾上升.但我认为深层次的原因是产品定价死板且价格过高,记得当时一套Delph

一.论文 综述类的文章 [1]P.Dollar, C. Wojek,B. Schiele, et al. Pedestrian detection: an evaluation of the state of the art [J].IEEE Transactions on PatternAnalysis andMachine Intelligence, 2012, 34(4): 743-761. [2]M. Enzweiler, and D.Gavrila. Monocular pedestr

===================================================== http://blog.sina.com.cn/s/blog_6d0e97bb01015wol.html ===================================================== 稀疏表达是近年来SP, ML, PR, CV领域中的一大热点,文章可谓是普天盖地,令人目不暇给.老板某门课程的课程需要大纲,我顺道给扩展了下,就有了这个上中下三篇介绍性质的东西.

前言 失心疯病源1 团队代码管理github 站立会议 队名:PMS 530雨勤(组长) 今天完成了那些任务 10:00~13:00 OpenCV环境配置,Matlab工具包下载 15:40~17:15 拍摄初步代码调试所需视频 19:00~20:50 为确定代码方案学习论文与Github代码 暂无代码签入 明天的计划 继续完成Matlab工具包的配置 为确定代码方案,继续学习论文与Github代码 着手准备进入框架借口设计阶段 还剩下哪些任务 leangoo管理按团队组织,无法导出个人燃尽图,

non-Local Means 非局部均值 论文原文:http://www.ipol.im/pub/art/2011/bcm_nlm/?utm_source=doi 论文源代码:http://www.ipol.im/pub/art/2011/bcm_nlm/nlmeansC.tar.gz NLM去噪: NLM去噪算法实现 - 羽凌寒 - CSDN博客 https://blog.csdn.net/u011630458/article/details/51317415 NLM插值: 基于NLM的插值

一.论文 综述类的文章 [1]P.Dollar, C. Wojek,B. Schiele, et al. Pedestrian detection: an evaluation of the state of the art [J].IEEE Transactions on PatternAnalysis andMachine Intelligence, 2012, 34(4): 743-761. [2]M. Enzweiler, and D.Gavrila. Monocular pedestr

最近正在研究行人检测,学习了一篇2014年发表在ECCV上的一篇综述性的文章,是对行人检测过去十年的一个回顾,从dataset,main approaches的角度分析了近10年的40多篇论文提出的方法,发现有三种方法(DPM变体,Deep networks,Decision forests)都取得了相似的最好结果,并总结了feature,additional data以及context information等对于detection quality的影响. 1.Introduction 行人检

迁移学习研究综述 Sinno Jialin Pan and Qiang Yang,Fellow, IEEE 摘要:   在许多机器学习和数据挖掘算法中,一个重要的假设就是目前的训练数据和将来的训练数据,一定要在相同的特征空间并且具有相同的分布.然而,在许多现实的应用案例中,这个假设可能不会成立.比如,我们有时候在某个感兴趣的领域有个分类任务,但是我们只有另一个感兴趣领域的足够训练数据,并且后者的数据可能处于与之前领域不同的特征空间或者遵循不同的数据分布.这类情况下,如果知识的迁移做的成功,我们将

一.论文 综述类的文章 [1]P.Dollar, C. Wojek,B. Schiele, et al. Pedestrian detection: an evaluation of the state of the art [J].IEEE Transactions on PatternAnalysis andMachine Intelligence, 2012, 34(4): 743-761. [2]M. Enzweiler, and D.Gavrila. Monocular pedestr

最近正在研究行人检测,学习了一篇2014年发表在ECCV上的一篇综述性的文章,是对行人检测过去十年的一个回顾,从dataset,main approaches的角度分析了近10年的40多篇论文提出的方法,发现有三种方法(DPM变体,Deep networks,Decision forests)都取得了相似的最好结果,并总结了feature,additional data以及context information等对于detection quality的影响. 1.Introduction 行人检

matlab有时候一打开会出现warning,然后任何工具包(包括set path)都执行不了,在网上找到解决方法,存下来备用. 1. 在matlab的command里输入: restoredefaultpath;matlabrc. 回车等待执行完毕. 2. cd到'你的安装目录'\MATLAB\R2011b\toolbox\local. 3. 执行命令 "savepath pathdef.m".