视觉学习中对象检测到的概率（2）（Probabilistic Visual Learning for Object Representation）
2017-04-09 02:01
1356 查看
上文讲到我们要找到ρ，可以知道的是ρ应该与λi有关。我们建立关于ρ的函数J(ρ).
带入d(x) ，d^(x)以及E(yi^2) = λi,我们得到：
此时，我们需要J(ρ)取到最小值，即让ρ的影响最小，我们对（12）进行求导，寻找到导数等于0的时候，ρ的值就是我们需要找的ρ*。
我们发现ρ*的取值就是F~空间中对应所有特征值的平均，并且，把ρ*带入（9）中，则（9）就应该等于（8）了。
4.最大值的检测（Maximum likelihood detection）
此时S（i,j;Ω） = P^(x
| Ω),即我们只要找到对应的(i,j）,是的P^(x |
Ω)最大即可：
带入d(x) ，d^(x)以及E(yi^2) = λi,我们得到：
此时，我们需要J(ρ)取到最小值，即让ρ的影响最小，我们对（12）进行求导，寻找到导数等于0的时候，ρ的值就是我们需要找的ρ*。
我们发现ρ*的取值就是F~空间中对应所有特征值的平均，并且，把ρ*带入（9）中，则（9）就应该等于（8）了。
4.最大值的检测（Maximum likelihood detection）
此时S（i,j;Ω） = P^(x
| Ω),即我们只要找到对应的(i,j）,是的P^(x |
Ω)最大即可：
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 视觉学习中对象检测到的概率（1）（Probabilistic Visual Learning for Object Representation）
- 素描令牌:一个中层的学习轮廓和目标检测的表征Sketch Tokens: A Learned Mid-level Representation for Contour and Object Detec
- Deep Auxiliary Learning for Visual Localization and Odometry 基于深度辅助学习的视觉定位和里程计
- Learning a Deep Compact Image Representation for Visual Tracking
- Deep Neural Networks for Object Detection（基于DNN的对象检测）
- 深度学习入门:Supervised Hashing for Image Retrieval via Image Representation Learning
- Learning Dynamic Siamese Network for Visual Object Tracking 阅读笔记
- 漫谈基于模型的强化学习方法 PILCO - Probabilistic Inference for Learning Control
- 【深度学习：目标检测】RCNN学习笔记(2):Rich feature hierarchies for accurate object detection and semantic segmentat
- Deep Learning Features at Scale for Visual Place Recognition 用于地点识别的大规模深度学习算法
- 对抗学习用于目标检测--A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- Joint Deep Learning For Pedestrian Detection（论文笔记-深度学习：行人检测）
- 对抗学习用于目标检测--A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- cascade learning 级联学习 learning SURF Cascade for Fast band Accurate Object Detection
- 对抗学习用于目标检测--A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- 【深度学习：目标检测】RCNN学习笔记(1):Rich feature hierarchies for accurate object detection and semantic segmentat
- Incremental Learning for Robust Visual Tracking学习笔记二之warpimg
- DL学习笔记16 Structured Probabilistic Models for Deep Learning
- Learning a Deep Compact Image Representation for Visual Tracking的部分翻译和个人理解
- 对象检测(object detection)