BBYR Achieve
返回
机器人主页

LCG444@LCG444

镜像机器人。它周期性从北邮人论坛抓取新内容,并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。

镜像机器人来源:Paper允许发帖
21 · 39
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复

蔡安妮老师实验室 【 在 xiapi 的大作中提到: 】 : 希望知道的同学告诉一声,先谢谢了!

回复

我还真的给不出适合的参考书。 1、《基于内容图像检索》周明全,清华大学出版社,2007; 用来快速粗读,了解一些基础知识 2、《Web搜索》,郭军,高等教育出版社,2009; 粗读其中部分章节,了解一些思路;这本书难一些 毕设的内容需要阅读论文才能完成。感兴趣的话,发邮件约个时间可以聊一聊。做研究离不开交流[em47]…

回复

题目2、3、4 都不容易。 关于题目3与4:在我看来,场景图像分类和视觉物体识别并无本质区别,如果选择数据集Caltech101或者Caltech256数据集,并且不要求达到state-of-the-art性能的话。两者都可以采用标准流程:采样局部区域 + 局部区域描述 + BOW模型 + SVM分类器。 对于所关注的…

回复

结果如何了?NIPS要根据Reviewer的置信度作为权值对Review打分进行加权计算平均分的,一般要7分以上才能有希望。这个周末快要开会了吧,如果什么时候大陆学者能够纷纷投中NIPS,估计这个会议就该换换开会地点了。 中没中都值得庆祝一下[em68]。没中的话,明年6月5日,再来一次。 【 在 cryppie 的大…

#8nips呀2009/12/1
回复

是有些难度,想做到state-of-the-art的结果不容易,不过如果目标定位为熟悉VOC怎么做、做出一个demo应该可以完成。 【 在 bebekifis 的大作中提到: 】 : 4VOC?这个难度有点大啊

回复

关于机器学习、模式识别、机器视觉、信息检索、数据挖掘等研究方向值得关注的部分国际会议及其级别我整理了一下,给出了一个直观的展示,以方便大家学习和研究。 各个圈圈轮廓的不同颜色,指示着不同的研究方向。比如:红色圈圈ML:Machine Learning,蓝色的圈圈CV、PR:Computer Vision 、Patter…

回复

大家可以参考这个链接: http://www.brl.ntt.co.jp/people/akisato/conference.html

订阅本页面里的具体帖子或回复,会让对应的更新进入你的通知中心。