cassiePython的专栏

空间金字塔池化(Spatial Pyramid Pooling, SPP)在SPPnet和Fast-CNN中都用到了空间金字塔池化(Spatial Pyramid Pooling, SPP)来提高object detection的效率。SPP本质的目的是为了使得CNN可以接受任意尺寸的输入图片，从而避免了图像预处理中要将图片resize到统一尺寸这个限制。SPPnet论文中给出了如下的图示：...

CVPR2019: Taking A Closer Look at Domain Shift: Category-level Adversaries for Semantics Consistent Domain Adaptation##引言PS. 来自于悉尼科技大学杨易老师团队一篇paper，CVPR2019的oral。主要是对domain adaptation带来语义的约束（Categor...

ICML2019: Learning Classifiers for Target Domain with Limited or No Labels引言本文提出了一种视觉属性编码（visual attribute encoding）方式，将图片编码为低维度的概率向量。得到了图片对应的编码后我们就可以训练分类器进行分类，进一步地该方法可以应用到aomain adaptation（DA），few ...

ICML2019: Domain Agnostic Learning with Disentangled Representations引言目前的domain adaptation考虑了两种情况：single source & single target（认为源域为一种分布，目标域为一种分布，进行adapt）; multi-souce & single target（存在多个源...

ICML2019: Transferability vs. Discriminability: Batch Spectral Penalization for Adversarial Domain Adaptation引言对抗学习在domain adaptation中常用于adapt源域和目标域特征的分布差异性。 但是在使用对抗学习时，是否会影响到分类效果呢，即我们学到的特征是否依然能保证可区...

目标检测总结整理接触过图像处理的童鞋，对于目标检测一定不陌生吧。目标检测可一直是计算机视觉和机器学习领域的热点。这篇文章主要是依据小编自己的学习体会，对目标检测的发展历程进行了总结。最初，目标检测算法是基于传统手工特征的；大约在2013年，基于深度学习的目标检测开始逐渐火起来，基于传统的手工特征的目标检测算法被逐渐抛弃；目前随着生成式对抗网络GAN的大热，基于GAN的目标检测也开始火起来了。...

跨模态检索：带你领略图文检索的魅力引子作为经常“百度一下”的众多网民中的一份子，我们经常使用百度，输入要搜索的关键词，来检索要想的文本信息，此时是使用文本来检索文本；有时我们又会使用百度图片检索的功能，上传图片来寻找相似的图片，此时是以图来检索图；但我们也经常使用文本来搜索相应的图片，此时我们输入信息的类型和获得的信息的类型就不同了，我们称之为“跨模态”。简 介来下个专业点的定义：...

通用人工智能：我们还有多远？通用人工智能的提出已经成为近年研究的一个热点。微软全球执行副总裁、人工智能研发的总掌舵人沈向洋说：“单独做一个东西之后，今天有非常强的AI系统，比如Alphago在围棋上战胜柯洁。这些都非常了不起，开发系统的时候做出些非常了不起的技术，但今天没有人去想通用人工智能到底是什么，到底要多少的输入。”我们一直梦想着有一个通用的模型，可以建模整个世界，使各种各样的问题都...

从佳佳到表情识别佳佳机器人是中科大陈小平老师团队的作品，号称 “中国第一美女机器人”。今天我们以佳佳为基础，来谈一谈表情的识别。首先有请“佳佳”自我介绍： “大家好，我是佳佳，身高1.6米，体重90多斤，是个可爱的萌妹子。我可以进行人机对话，进行握手等行为，说话的时候口型也会匹配，还可以根据与用户的交互来表现我的高兴或者沮丧等情感。我曾担任过2016“首届全球华人机器人春晚”和“谁是棋王...

Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks摘要背景：图像到图像的迁移是计算机视觉中的一个很有意思的问题。目标是学习一个从输入图片到目标图片的映射，在训练中需要使用成对的训练集。问题：成对的训练数据并不是那么容易获得的。本文方法：学习一个从源域(source dom...

Bilateral Ordinal Relevance Multi-instance Regression for Facial Action Unit Intensity EstimationAbstract问题：捕捉面部表情的微小表化很困难；AU强度的标注费时费力。本文： 提出弱监督的BORMIR模型：weakly supervised regression mod...

Facial Expression Intensity Estimation Using Ordinal InformationAbstract先前工作不足之处：大都关注于基本的表情的识别，只有少部分工作关注连续的表情强度的检测。原因是缺乏有标记的表情强度的数据。 本文工作：将表情的强度检测看成一个回归问题，通过利用面部表情的onset-apex-offset演化模型，本文的方法可以...

Weakly-supervised Deep Convolutional Neural Network Learning for Facial Action Intensity EstimationAbstractAU强度检测在情感计算和人机交互中有着重要的作用，实际上以及有很多工作利用CNN来进行AU强度的检测，但是都需要大量的标注数据。因此本文提出一个“基于知识的半监督的深度卷积神...

确定性跳跃循环状态网络(CRJ)教程本篇文章是上一篇文章回声状态网络(ESN)的延申，在阅读本文之前，希望您已经阅读了上一篇博文。确定性跳跃循环状态网络(CRJ)是ESN的一个变种，如下图所示：在CRJ中，中间节点通过单向的循环边和双向的跳跃边连接，所有的输入权重、循环权重、跳跃权重分别共享值ririr_i，rcrcr_c，rjrjr_j。特别地，输入权重的符号由某个无理数的小数展...

人工智能：从搜索角度来谈谈优化我们先对优化问题进行描述，定义一个优化问题为： min f(x)s.t.  h(x)≤0min f(x)s.t.  h(x)≤0min~f(x) \\s.t.~~h(x)\leq 0 其中f(x)f(x)f(x)是目标函数，h(x)≤0h(x)≤0h(x)\leq 0是约束条件，对x的取值范围进行限...

Multi-channel Pose-aware Convolution Neural Networks for Multi-view Facial Expression Recognition大体浏览我们知道识别多角度的面部表情是比较困难的，本文提出Multi-channel Pose-aware Convolution Neural Networks（MPCNN）来充分利用有限的数...

回声状态网络(ESN)教程基础概念回声状态网络(Echo State Network)提出于2001年，曾经是研究的热点，但近年来随着RNN，LSTM与其它一些变种的网络的出现，现在研究比较少了，但是其在时间序列预测上还有着很不错的应用。传统的MLP网络的隐层是一层层的全连接的神经元，而ESN引入了一个储备池计算模式来替代原始的隐层，这个储备池是什么呢？先来看下下图： 网络结构依...

基于BoF算法的图像分类图像分类一直是计算机视觉中的一个重要问题，BoF(Bag of features)算法在图像分类中具有着重要的作用。本文旨在介绍BoF算法的基本原理和过程并且给出Python代码的实现：用于解决在Caltech 101数据库上的多分类问题。算法起源起源1：纹理识别纹理(texture)是由一些重复的纹理单元(texton)组成的，如图1所示。

Softmax函数及其导数本文翻译自The Softmax function and its derivative基础概念Softmax函数的输入是N维的随机真值向量，输出是另一个N维的真值向量， 且值的范围是(0,1)(0,1)，和为1.0。即映射：S(a)=RN→RNS(\textbf{a})=\mathbb{R}^N\rightarrow \mathbb{R}^N： S(a):⎡⎣⎢⎢⎢a

主成分分析（PCA）可以说是目前数据分析的中流砥柱，然而总是将其作为一个黑箱使用却不理解其本质。在搜索相关资料时发现，网上大多数对于PCA的教程都摘自于一篇英文文献（https://datajobs.com/data-science-repo/PCA-Tutorial-[Shlens].pdf），本欲自己整理一下，但发现这篇文章写得非常nice，难以望其项背，所以特地翻译了这篇文献，和大家分享：下...

tensorflow 获取变量&打印权值等方法在使用tensorflow中，我们常常需要获取某个变量的值，比如：打印某一层的权重，通常我们可以直接利用变量的name属性来获取，但是当我们利用一些第三方的库来构造神经网络的layer时，存在一种情况：就是我们自己无法定义该层的变量，因为是自动进行定义的。比如用tensorflow的slim库时

拉格朗日乘子法与KKT条件拉格朗日乘子法在实际中我们常常遇到这样一种优化问题（min和max都是一样的，因为min f(x)等价于max -f(x)）： minf(x)s.tg(x)=0 \min f(x) \\s.t \quad g(x)=0 这是一个等式约束问题，按照拉格朗日乘子法，可以转换为无条件约束的形式： f(x)+λg(x)=0f(x)+\lambda g(x)=0 接下

Sparsity constraint稀疏约束详解引子： 线性模型是我们经常使用的一种模型，比如：文本分类中，bag-of-words 有p = 20 K 个特征， 共有 N = 5K 个文本样例；在图像去模糊化，图像分类中，有p=65K 个像素点特征，N=100个样例；等等这些问题我们都可以使用线性模型解决，比如线性回归，logistic回归， Cox 回归来

统计学习方法：基于SMO算法的SVM的Python实现前言：在阅读本篇文章之前，希望您已经读过李航老师的《统计学习方法》中的第七章——支持向量机，本文实现SVM的算法使用序列最小最优化算法（SMO）。其中若出现公式的引用，则来自于李航老师的《统计学习方法》，如 公式 （7.107）来自于《统计学习方法》第127页。算法过程：-------------------

论文阅读：Dual Supervised Learning概述：许多有监督的学习任务是对偶的，比如从英语翻译成汉语，从汉语翻译成中文；再如图像的分类和图像的生成。但是人们总是分别训练两个模型，没有充分利用对偶的双方之间存在的关系，本文提出可以同时训练对偶的模型，且与分别训练两个模型相比可以提高性能。介绍：两个对偶问题可以看成空间到的映射以及到的映射。使用概率语言描述

论文阅读：Dual Learning for Machine Translation问题提出：目前在机器翻译的领域，神经机器翻译（NMT）快速发展，取得了很好的效果，但是为了得到一个好的NMT的模型，需要大量的人工标记的训练集即双语的语句对。人工标记大量的数据费时费力，本文的目的就是提出一种方案（dual learning）来解决这个问题，并且可以得到相比于NMT模型更好的效果

使用Matlab绘制Sigmod函数和Tanh函数Sigmod函数：x = linspace(-10.0,10.0);y = 1./ (1.0 + exp(-1.0*x));plot(x,y)Tanh函数x = linspace(-10.0,10.0);y = 2./(1.0 + exp(-2.0 * x)) - 1;plot(x,y)