Tag: matlab

遇到一个看起来非常简单的问题：一张图片里面有一些某种颜色的色块，怎么样找到它们？ 比较囧的是这个问题的起因。因为图片的标注文件丢了，不得不这么反向做检测来找回这些标注…想想人脸那么麻烦的结构都可以被检测出来，CV对付这种几乎完美的单颜色色块应该是小菜一碟吧。所以，大家虽然感觉反向检测自己处理的图片比较囧，但是完全不觉得这是个问题。同屋的哥们当场表示，他可以在10分钟之内搞定。 他的做法是我们一开始的想法，先按照色块的颜色(RGB: 128,128,128)把图片二值化，由于JPEG压缩，色块可能会有噪声。 然后我们准备对每行求和，对每列求和，会得到两个“直方图”，然后根据“峰”的位置和宽度就可以知道色块的位置和大小了。这个方法的确可以处理一张图里只有一个色块的情况，但是当图里有多个色块的时候，会出现“峰”的叠加，比如这张图，按行求和之后，由于有并排的色块。直方图就会变成这样: 这种情况之前这种方法就不好处理了。 结果这个看起来非常简单的问题，我们也折腾了好半天。最后还是得人指点，用连通分量来做，才得以解决。 做法是在二值化的图像上，找到不同的连通块 (Connected component)，然后留下比较大的，就是灰色块了。为了处理噪声，当然需要用Gaussian做一做模糊之类的。效果还不错。（彩色色块表示检测出来的灰色色块) 问题总是没有看起来的那么简单。 matlab 代码放到 Github 上了: detect-gray-square

PCA，全称是Principal component analysis，中文叫做主成分分析，是一种常用的数据处理手段。 直观的说，PCA是一种降维的手法。比如现在我们有1000个数据点，每个数据点是一个128维的向量，存储上可以是一个1000×128维的数组。经过PCA处理，我们仍然得到1000个数据点，但是每个数据点是一个小于128维的向量，比如我们用PCA将128维的数据降到64维。 PCA可以保证，在降维之后，数据表示的信息损失最小。 “损失最小”具体怎么定义？ 还是以1000个128维的点为例，这1000个点，也就是1000个向量在一个128维的空间中。从在任何一维，也就是一个方向上来看，如果在这个方向上，各个向量大小差异很大，那么这个方向是很重要的。 也就是，反过来看，如果在某个方向上，每一个向量大小都很接近，那么如果不考虑这个方向，也就是去掉这一维的数据，对我们分析这1000个点并没有多大的影响。所以，“损失最小”对应着“差异最小”。 那么具体怎么做呢？ 这里是两种常用的方法: SVD分解和EIG分解（特征值分解）。 共同点在于先从数据得到一个矩阵M，M的特征值个数对应着数据的维度，特征值越大那么对应的这一维越重要，也就是“差异越大”。 SVD分解, matlab sub_input_data = (input_data - repmat(mean(input_data),count,1))/sqrt(count-1); [U,S,V] = svd(sub_input_data); % First out_dim columns as PCA bases pcaV = V(:,1:out_dim); output_data = input_data * pcaV; EIG分解, matlab mean_input_data = mean(input_data); sub_input_data = input_data - repmat(mean_input_data, count,1); mean_mat = sub_input_data' * sub_input_data ./ (count

A piece of fairly simple Matlab script to draw the ROC Curve from an array of scores and an array of labels. function [Tps, Fps] = ROC(scores, labels) %% Sort Labels and Scores by Scores sl = [scores; labels]; [d1 d2] = sort(sl(1,:)); sorted_sl = sl(:,d2); s_scores = sorted_sl(1,:); s_labels = round(sorted_sl(2,:)); %% Constants counts

Error: >> make /bin/bash: -c: line 0: unexpected EOF while looking for matching `"' /bin/bash: -c: line 1: syntax error: unexpected end of file ??? Error using ==> mex at 208 Unable to complete successfully. Error in ==> make at 5 mex -O -largeArrayDims -I..\ -c ..\svm.cpp Fix: Under folder ./libsvm-3.1/matlab Open file make.m replace