Jooo's life story

옥타브 설치 파일 : http://sourceforge.net/projects/octave/files/Octave%20Windows%20binaries/옥타브 GUI 버전 : http://mxeoctave.osuv.de/ 설치시 자바 관련 오류 발생 시 설치 : http://java.com/ko/download/옥타브(octave) 설치 후 실행 오류-----------------------------------------------------------------------octave-3.6.4.exe:2> rand(1,1000) 0 [main] us 0 init_cheap: VirtualAlloc pointer is null, Win32 error 487AllocationBase 0x0, BaseAd..

Install 다운로드 페이지 : http://eigen.tuxfamily.org/index.php?title=Main_Page VS 2010 Example 그림과 같이 설치 경로 지정 #include using Eigen::MatrixXd; void ClassName::TestFunc() { MatrixXd m(2,2); m(0,0) = 3; m(1,0) = 2.5; m(0,1) = -1; m(1,1) = m(1,0) + m(0,1); std::cout

Face Detection, Pose Estimation and Landmark Localization in the Wild [Paper] [C++ Code] [Project page]

Supervised Descent Method and its Applications to Face Alignment[Paper] [C++ Code] [Homepage]

CSvMat CLBF3000::fitgeotrans(CSvMat& movingpoints, CSvMat& fixpoints) { /* function tform = findNonreflectiveSimilarity(uv,xy) % % For a nonreflective similarity: % % let sc = s*cos(theta) % let ss = s*sin(theta) % % [ sc -ss % [u v] = [x y 1] * ss sc % tx ty] % % There are 4 unknowns: sc,ss,tx,ty. % % Another way to write this is: % % u = [x y 1 0] * [sc % ss % tx % ty] % % v = [y -x 0 1] * [sc..

template inline T Limit(const T& value) { return ( (value > 255) ? 255 : ((value width; int imageHeight = colorSrcImage->height; int channelNum = colorSrcImage->nChannels; register int x, y; for(y=0; ywidthStep+x+2]; ///< red colorRawDat..

Face Alignment at 3000 FPS via Regressing Local Binary Features [Paper] [C++ Code] [Matlab] ▷ KEY NOTE 1. 로컬 영역 기반 특징 추출을 이용한 랜덤 포레스트 학습 2. 각 랜드마크마다 독립적으로 랜덤 포레스트 학습 3. 독립적인 학습으로 인한 Shape Constraint를 잃어버릴 수 있는 단점을 전역 선형 학습을 통해 보상 -> Dual coordinate descent method를 사용 ■ Abstract이 논문에서는 매우 효율적이고, 매우 정확한 얼굴 정렬을 위한 regression 방법에 대해 설명한다. 우리의 방법은 크게 두개의 새로운 요소로 구성된다. 1) Local Binary Feature2) 특징 학습을..

A real-time algorithm for the approximation of level-set based curve evolution[C++ Code] 코드 구조 및 원리 설명 정보 : C++/Qt로 되어 있음 관련 논문 |1| Y. Shi, W. C. Karl - A real-time algorithm for the approximation of level-set based curve evolution - IEEE Trans. Image Processing, vol. 17, no. 5, May 2008. |2| T. F. Chan, L. A. Vese - Active contours without edges - IEEE Trans. Image Processing, vol. 10, no. 2, F..

AI Korea Github : https://github.com/aikoreahttp://sanghyukchun.github.io/75/ http://deepcumen.com Machine Learning 1. Demension Reduction 2. Clustering 3. Decision Tree 4. Recurrent Neural Network 5. Conditional Random Field 6. Hidden Markov Model 7. Naive Bayesian 8. Supprot Vector Machine 9. Logistic Regression 10. Linear Regression 11. Feed-forward Neural Network Deep Learning 1. Convolution..

Tree와 Fern의 차이[원본 PPT] [C++ Code] [Paper] 그림과 같이, Tree는 노드에 해당하는 특징들끼리 의존적이라는 특성이 있지만, Fern의 경우, depth가 같으면 같은 특징이므로, 특징들 간 독립이다. Random Ferns의 학습과 인식 과정 아래 그림은 학습과 인식 과정을 아주 쉽게 표현한 그림이다. 이것만 봐도 대략적인 알고리즘은 이해가 될 것이다.간혹, 그래프를 클래스 별로 각각 표현하는 그림도 있지만, 해당 그림은 여러개의 클래스를 하나의 그래프로 표현해서 좀 더 이해가 쉬웠다.