Papers studied in Pattern Recognition Class 1. Bias Variance.pdf - Trade off btw/ Bias and Variance in ANN 2. Context_Dependent_Pre_trained_Deep_Neural_networks_for_large_vocabulary_speech_recognition - HMM combined with DNN 3. deep_boltzmann_machine - DBM 4. Fast_Asymmetric_Learning_for_Cascade_Face_Detection - FFS and LAC (LDA와 비슷하다.) 5. Parallel_Tempering_is_Efficient_for_Learning_Restricted - Training RBM with PT (instead of Gibbs or .. 더보기 MATLAB - Kalman Filter / Extended Kalman Filter 1. Kalman Filter (Rx, Ry)로 주어진 data에 noise가 꼈을 때 이를 잡아주는 Kalman Filter를 구현하였다. 2. Extended Kalman Filter (R, Theta)로 주어진 data에 noise가 꼈을 때 이를 잡아주는 Kalman Filter를 구현하였다. Rx = R*cos(Theta), Ry = R*sin(Theta)로 비선형이므로 EKM을 사용해야한다. 더보기 MATLAB - Handwritten OCR 1. 주어진 사진 위의 글씨 중 처음 4줄 (40개의 알파벳) 을 이용해서 Train한다. 2. Segmentation & Re-sizing 주어진 사진을 분리하고, 일정 크기로 resize한 후에 gray scale로 변경했다. 3. Feature Extraction 여러개의 Feature가 있을 수 있겠지만 현재는 일정 크기의 cell로 나눈 뒤에 해당 cell의 값을 평균을 냈다. 3. Train Neural Network 매트랩에서 제공하는 ANN train으로 학습시킨다. 4. Test J I H G F E D C B A 가 나와야 하지만 위의 경우 B가 H고 분류되었다. (90%) 밑의 경우는 훨씬 더 안좋다. 제대로 된게 A, C D, F, I로 Detection Rate이 50% 뿐이다. 더보기 MATLAB, CPP - Adaboost eye detection 1. MakeFolder.m 하는 일 : 폴더를 만든다. 변경 할 것 : 이 파일에서 StageIndex를 변경한다. [‘01’, 02’, ‘03’, ‘04’, ‘05’ …] 2. CollectSamplesForNextStage.m 하는 일 : 다음 stage를 위해서 sample을 구한다. 처음 step인 step1에선 Original Data에서 가져온다. 즉 Positive Sample은 2000개를 가져오고, Negative Sample은 20000개 중에서 nSamps(현재는 2000개)를 가져온다. 그 뒤로부턴, step2에서부터는 (n-1)step의 ImagePatchesTP에서 Positive Samples를 가져오고, ImagePatchesFP에서 Negative Samples를 가져온다.. 더보기 이전 1 ··· 110 111 112 113 114 115 116 ··· 161 다음
