Just My Life & My Work

Archive for the ‘研究’ Category

高動態範圍影像 (High Dynamic Range Image)

研究高動態範圍影像 (High Dynamic Range Image)這麼久了,一直沒有把它統整得很精簡,先前看了一個不錯的簡報,在此特別整理出來參考。之前研究的文章:動態範圍 (Dynamic Range)高動態範圍 (High Dynamic Range)(繼續閱讀…)

偏差和變異之權衡 (Bias-Variance Tradeoff)

閱讀論文的時候有兩個名詞我一直想不出來它在說什麼,當時我這麼翻譯「在給定一個固定數量的訓練例子,可能超過符合(overfit)一個過度大數量的子空間,或不足符合(underfit)一個不足夠數量的子空間。

看到圖示之後,總算豁然開朗~原來跟偏差和變異之權衡 (Bias-Variance Tradeoff)有關!

(繼續閱讀…)

交叉驗證 (Cross Validation)

研究過LibSVM]SVM 實驗最佳化參數,原本以為只要將Data Set平分為兩半,一半是Train Set,一半是Test Set即可,因為我讀了這篇論文Example-Based Image Color and Tone Style Enhancement也這麼做,要是它使用交叉驗證 (Cross Validation)的話,準確率想必可以再提昇,這個議題還能拿來再研究呢!

(繼續閱讀…)

[LibSVM] SVM 實驗最佳化參數

多媒體系統課當時已稍微玩過LibSVM實驗,然而那時候並沒有下參數,讓分類結果最佳化,於是今日捲土重來。

(繼續閱讀…)

轉換色彩空間 (Transform Color Space)

OpenCV使用函式就能很簡單地轉換色彩空間,然而我在這過程中發現一些差異性的問題,理論跟實際是有些許落差,這將影響我做研究的結果呢!

(繼續閱讀…)

雙邊濾波器 (Bilateral Filter)

開始感慨檔同學所觀察的現象可能成真,台灣的硬體輸給韓國,連軟體也要輸給大陸,這是去過韓國和大陸考察過之後的他所得到的結論。嗯~卻是有他說的那種趨勢,因為這一篇文章有關於雙邊濾波器 (Bilateral Filter),很多資料我都查自大陸,我們台灣能查到的資料少的可憐!

  • 描述:雙邊濾波器是個非線性的過濾器,在計算機圖形影像處理領域中使影像模糊化,但同時能夠保留影像內容的邊緣。
  • 技術:結合兩個函數~一個函數是由幾何空間距離決定濾波器係數,另一個由像素色差決定濾波器係數。可以與其相比較的兩個濾波器:高斯濾波器(Gaussian filter)均值濾波器(mean filter),這兩者皆為線性過濾器。

註:雙邊濾波器技術來自IEEE 1998年的論文:Bilateral Filtering for Gray and Color Images。線性與非線性的差別:在數學上,線性函數的關係是直線,而非線性函數的關係是非直線,包括各種曲線、折線、不連續的線等;線性方程滿足疊加原理,非線性方程不滿足疊加原理;線性方程易於求出解析解,而非線性方程一般不能得出解析解。

(繼續閱讀…)

筆電電池壽命

大家向來很關心的筆電電池壽命問題,最近特別仔細看在師大Apple授權校園店拿到的常用快速鍵說明單,最後提到如何確保電池可以維持最長的運作時間,在這裡特別列出來,一方面提醒自己,一方面分享他人:)

(繼續閱讀…)

[paper] Example-Based Image Color and Tone Style Enhancement – Conclusions

7 Conclusions 結論

在這篇論文中,他已經發展一個方法,從影像例子學習色彩和色調的風格,這個方法可以發現在相對應的影像對中色彩和色調的潛在的數學關係。這個框架已成功地應用在兩個情境:

  1. 藉由轉換高階相機的風格來增強低品質的影像
  2. 藉由學習攝影師和設計師的風格來增強影像

(繼續閱讀…)

[paper] Example-Based Image Color and Tone Style Enhancement – 6.2

6 APPLICATIONS AND RESULTS

在這個章節,他應用他的色彩和色調風格增強的方法在兩種情境上:

  • 透過高階相機的風格轉換低品質的數位相片。
  • 使用學習自攝影師設計師的風格增強數位相片。

(繼續閱讀…)

[paper] Example-Based Image Color and Tone Style Enhancement – 6.1

6 Applications and Results

在這個章節,他應用他的色彩和色調風格增強的方法在兩種情境上:

  • 透過高階相機的風格轉換低品質的數位相片。
  • 使用學習自攝影師設計師的風格增強數位相片。

(繼續閱讀…)

標籤雲