随机蕨(random ferns)简介 .
来源:互联网 发布:宿舍床帘淘宝 编辑:程序博客网 时间:2024/06/10 18:32
本文转自http://blog.csdn.net/yang_xian521/article/details/7358078
之前看到的TLD代码中里机器学习的部分就是用的这个方法。不过TLD作者在论文中实现使用的是random forest,不过归到底,random forest和random ferns都是一种东西。
英文比较好的,推荐链接http://cvlab.epfl.ch/alumni/oezuysal/ferns.html,ferns方法的提出者在这里面介绍的已经很详细了。这个链接也是之前交流tld时一个网友提供的,感谢一下。
只想看中文的同志下面跟着我继续啃骨头吧,虽然我是明白了这个方法,但本人语言表述能力还有待加强啊,于是在网上搜到一篇母校的文章,以下基本摘抄自陈冰博士的paper。
ferns方法就是样本分类情况用ci,i = 1,2,。。。H表示,设fj,j = 1,2,。。。N为输入样本的二元特征集,则样本的所属类别为
式中,C表示类的随机变量,则有
设先验概率P(C)为均匀分布,(2)式分母部分与类别无关,则(1)简化为
这里的二元特征fj的值取决于样本中在分类器训练时随机生成的两像素位置dj1和dj2的灰度大小Idj1,Idj2比较的结果,即
由于fj的形式很简单,因此需要足够多的特征确保分类结果,但求解需要的储存量为H*2^N字节。为降低存储量,并保证fj之间具有足够的相关性,并假设不同组的二元特征之间相互独立,组内二元特征之间具有相关性,将这些组定义为ferns feature。则(3)式的条件概率近似为
(6)式的存储量只有M*2^S。
以上这些简单的公式都很好理解,我也很讨厌介绍东西的时候用很多公式,不过这些公式真的很简单,如果你看了这些还觉得理解的不深刻,去英文链接里看看那些图吧,会很轻松搞定的,最后还是惯例,附上ferns的代码,不过不是我写的啦,还是方法提出人的作品,老外真好,写的方法都敢拿出来和大家分享。http://cvlab.epfl.ch/software/ferns/index.php。比较遗憾的是,这个代码是在linux环境下编译的,不过肯定难不倒各位~
- 随机蕨(random ferns)简介
- 随机蕨(random ferns)简介 .
- 初探随机蕨(Random Ferns)
- [论文阅读]随机蕨:FAST Key Points Recognition Using Random Ferns
- 基础算法(一):Random Ferns分类器原理及其应用
- 条件随机场(Conditional Random Field)简介
- 条件随机场(Conditional Random Field)简介
- 随机场(Random field)
- Random Forests (随机森林)
- Random Forests (随机森林)
- 随机森林(Random Forest)
- 随机森林(Random Forest)
- random forest(随机森林)
- 随机森林(Random Forests)
- 随机森林(Random Forest)
- Random 随机
- 随机 Random
- 条件随机场CRF简介Introduction to Conditional Random Fields
- ContentUris的用法
- NetUserAdd新建用户并使用NetLocalGroupAddMembers添加到组
- Java Web学习笔记之JSP基础
- 一个合格的程序员应该读过哪些书
- 从计算机编程灵感中得到的启发
- 随机蕨(random ferns)简介 .
- java代理服务器设置
- magento修改货币符号和货币符号的位置
- 栈、队列、链表
- orcad 导出网表到allegro的方法
- 基于Visual C++之实现Windows用户管理
- 无法解析的外部符号 __imp____glutCreateMenuWithExit@8
- Android框架浅析之锁屏(Keyguard)机制原理
- 内存泄漏检测工具