随时更新———个人喜欢的关于模式识别、机器学习、推荐系统、图像特征、深度学习、数值计算、目标跟踪等方面个人主页及博客

男娘i 2022-05-27 07:13 125阅读 0赞

原文博客地址：https://blog.csdn.net/zhangping1987/article/details/29554621

目标检测、识别、分类、特征点的提取

[David Lowe][]：Sift算法的发明者，天才。

[Rob Hess][]：sift的源码OpenSift的作者，个人主页上有openSift的下载链接，Opencv中sift的实现，也是参考这个。

![20140609115612062][]

[Koen van de Sande][]：作者给出了sift,densesift,colorsift等等常用的特征点程序，输出格式见个人主页说明，当然这个特征点的算法，在Opencv中都有实现。

[Ivan Laptev][]：作者给出了物体检测等方面丰富C\\C++源码，及部分训练好的检测器（包括汽车，行人，摩托车，马，猫脸的检测器）。

![20140609092517750][]![20140609093203812][]![20140609093426484][]![20140609092856171][]![20140609093710046][]

[Navneet Dalal][]：HOG算子的作者，个人主页上有他本人的博士论文，写的异常精彩，还有[HOG源码链接][HOG]，当然强大的Opencv已经复现了一遍。

[Anna Bosch][]:PHOG算法的作者及源码。

[Carl Vondrick][]:作者主页上呈现了两个非常好的项目Video Annotation Tool（视频标注）和iHOG，iHOG很有意思的解释了，为什么HOG算法会误判的原因。哇！哇！精彩！

[Antonio Torralba][]：场景识别GIST算子（Matlab）的作者，当然个人主页张还有sift folow等等源码，偷着乐吧，[Gist的C代码][Gist_C]。

[Svetlana Lazebnik][]：空间金字塔匹配的作者，个人主页上有物体检测和识别的丰富源码。

[Kristen Grauman][]：2011年的marr prize的得主，美女，源码libpmk的作者，个人主页还有其他物体检测和识别的文档和源码。

[Pablo F. Alcantarilla][]:kaze和akaze特征点的作者，据说比sift要好，作者的个人主页上给出了这两种特征点的C++代码，高兴啊！

[Pedro Felzenszwalb][]:近几年的物体识别竞赛，大都是根据他的源码的框架，Discriminatively trained deformable part models，直到2012年，该算法的版本是5，作者个人主页上有链接。

![20140609114346265][]

Opencv中，有该算法的复现，但是，没有训练的部分，只有检测的部分，latentsvmdetector。

在\\opencv\\sources\\samples\\cpp文件夹中，有一个latentsvm\_multidetect.cpp文件，搭好环境，运行，然后，准备好图片（[http://pascallin.ecs.soton.ac.uk/challenges/VOC/][http_pascallin.ecs.soton.ac.uk_challenges_VOC])和常见的20种分类器：

![20140609121006953][]

就可以做物体检测了。

沙发检测                                                                    自行车检测

![20140609121631187][]![20140609123415578][]

猫检测                                                                    汽车检测

![20140609122051890][]   ![20140609122411890][]

其他物体的检测，就不一一列举了。

[Deva Ramanan][]:Histograms of Sparse Codes（HSC）算法的第二作者，作者的个人主页上有除了物体识别检测，还有几个跟踪算法的源码。

[Xiaofeng Ren][]:Histograms of Sparse Codes（HSC）算法的第一作者，作者的个人主页有丰富的源码。

[Ce Liu][]:Siftflow算法的作者，个人主页上具有其他算法的源码。

[Derek Hoiem][]：（非常喜欢）个人主页有物体识别，检测的源码，而且有Logistic Regression of Adaboost源码，而且个人主页上有很多他的学生的个人主页链接。

[Sergey Karayev][]：作者的个人主页上有基于颜色的图像检索，目标识别的研究成果。

[Aditya Khosla][]：作者研究兴趣是人的行为检测，目标识别，等。

[Ming-Ming Cheng][]:(mmcheng.net)

关注论文《BING: Binarized Normed Gradients for Objectness Estimation at 300fps》

[Boris Babenko][]:还没开始看

[Juergen Gall][]:hough forest的作者

[Kaiming He][]：darkchannel的作者

[Timo Ojala][]:LBP特征的作者

[Cewu Lu][]:CVPR2014,晴天阴天的识别

————————————————————————————————————————————

还有一些没仔细看：很多源码

[Yangqing Jia][]

[Aaron Hertzmann][]

[Alexei (Alyosha) Efros][Alexei _Alyosha_ Efros]

————————————————————————————————————————————

图像分割：

[Pablo Arbelaez][]

———————————————————————————————————————————————

图像检索、特征点匹配：

[Yossi Rubner][]：（这个个人主页链接可能打不开，百度这个网址http://ai.stanford.edu/~rubner/根据提示打开就可以了）图像检索EMD距离的原作者，作者给出了C源码，Opencv中给出了复现，具体可以参看[这篇文章][Link 1]。

[Ofir Pele][]：EMD距离的改进，作者个人主页上给出了源码（C++\\Matlab）。

[Haibin Ling][]：EMD\_L1算法的作者，而且作者给我C++代码

[Qin Lv][]:美女教师，对EMD的应用讲解的很好

[VisualSEEK][]

颜色信息：

[A Data Set for Fuzzuy Color Naming][]

[Joost van de Weujer][]

[Joost van de Weujer][Joost van de Weujer 1]

[Inderjit S. Dhillon][]

[JianChao Yang][]

[Rahat Khan][]:《Discriminative Color Descriptor》的作者

[Robert Benavente][]:color naming TSEmodel

[Graphics Gems Repository][]

[色差公式][Link 2]

图像其他算法

[Jiaya Jia][]：香港大学，发明的图像去模糊算法，处于世界领先水平，个人主页上有丰富的源码，超级喜欢。

![20140609111300000][]![20140609111308609][]

[Mohamed Aly][]:这个个人主页是无意中发现的，他研究了公路上各种直线（斑马线等）等的检测，并给出了源码。

\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_

人工智能博客：

[Utkarsh][]:这个博客里写了好多关于OpenCV的项目，是一个非常好的学习资源。

[Sebastian Montabone][]:作者写了一些很好的资料。

铅笔素描：

[Henry Kang][]

[Sven Olsen][]

[ilab][]

[LIC][]

———————————————————————————————————————————————

机器学习及并行机器学习、模式识别：

[dlib][]:人脸识别

[Rakesh Agrawal][]：关联规则算法的原作者

[Ramakrishnan Srikant][] :关联规则算法的原作者

[Andrew Ng][]：谷歌大脑之父，是斯坦福大学科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。吴恩达也是在线教育平台[Coursera][]的联合创始人（with[Daphne Koller][]）。

2013年，吴恩达入选《时代》杂志年度全球最有影响力100人，成为16位科技界代表之一。  
        他的机器学习公开课：[网易机器学习公开课][Link 3]。听一位大师，讲数学，原来是如此生动！并配有机器学习讲义。看完，之后，会对机器学习算法的认识有一个质的飞越。  
  
[Edward Chang][]:我是在吴军老师的《数学之美》中看到张智威老师，解决了并行SVD算法，但是，现在还没有任何关于这方面的资料。张智威老师的个人主页上，给出了关于并行支持向量机的算法，有一篇文章的符号，有一点混乱，我在[这里][Link 4]给出了重新的计算和梳理。  
  
[Andrea Vedaldi][]：vlfeat源码的管理者之一，它近期写的关于支持向量机的文章很是喜欢，作者个人主页提供非常丰富的Matlab和C源码。  
  
[Ashesh Jain][]：作者的研究兴趣是机器学习和凸优化。作者的个人主页上有支持向量机的多核学习(Multiple Kernel Learning)源码。  
  
[Lin Chih-Jen][]：公认的最好的支持向量机开源[libsvm][]，可以很好做Mercer Kernel做扩展，我添加常用[11个Mercer核][11_Mercer]，并[加在了libsvm中][libsvm 1]。推荐系统源码[libmf][]。非负矩阵分解源码[NMF][]。  
  
[Journal of Machine Learning Research][]：在线提供了非常多的机器学习论文及源码，个人非常喜欢。  
  
[Martin Ester][]:基于密度的聚类算法DBSCAN的作者。作者主页上有他的所有著作。  
  
[Department of Computer Science Database Systems Group][]:聚类  
  
[Jiawei Han][]：关联规则算法之FP\_tree的作者  
  
[Geoffrey E. Hinton][]:Deep Learning(无需多说)  
  
[Josef Sivic][]:PLSA的源码  
  
[Thomas Hofmann][]:PLSA的原作者  
  
[David M. Blei][]:LDA的作者，作者提供源码  
  
[gustau camps-valls][]:libsvm有关，还没看  
  
[Andrew I. Schein][]:[LogisticPCA的作者][LogisticPCA]  
Boost家族：  
  
[Yoav Freund][]:AdaBoost算法的作者主页  
  
[Jerome H. Friedman][]：LogitBoost和 Gradient Boost回归算法的作者主页，并有这些算法的R语言源码。  
[《Stochastic Gradient Boosting》][Stochastic Gradient Boosting]  
[《Greedy Function Approximation: A Gradient Boosting Machine》][Greedy Function Approximation_ A Gradient Boosting Machine]  
[《Additive Logistic Regression：a Statistical View of Boosting 》][Additive Logistic Regression_a Statistical View of Boosting]必须打印，认真研究的论文

[k-means And Kd-tree][]  
  
边缘检测、图像滤波、阈值处理  
\-------------------------------------------------------------------------------------------------------------------

[Eduardo Simões Lopes Gastal][Eduardo Sim_es Lopes Gastal]:多种图像平滑算法

[边缘算法的比较及Canny源码][Canny]

[双边滤波][Link 5]

快速[双边滤波][Link 6]

[自适应阈值][Link 7]

http://inf.ufrgs.br/~eslgastal/NonUniformFiltering/

http://www.inf.ufrgs.br/~eslgastal/AdaptiveManifolds/Application\_Examples/

[Raanan Fattal][] ：WLS图像平滑

[Dani Lischinski][]:最小二乘

————————————————————————————————————————————————————————————————————————————

计算机视觉团队：这三个团队主页上，提供了图像和视频算法的大量研究成果

[DVMM Lab][]

[MCL][]

[CMV　HOME][CMV_HOME]

[Vision Lab][]

[UCSD][]

[LEAR][]

[Visual Geometry Group][]

[  
][Visual Geometry Group]

[Multimedia Laboratory][]

[SLI][]

[Color Group][]

[computer Vision Lab][]

[  
][computer Vision Lab]

[LAMP][]

[Spectral Color Research][]

[\-][Spectral Color Research]\----------------------

[USC][]

推荐系统：

[libFM][]

[Yehuda Koren][]：Netflix prize 推荐系统算法冠军成员， SVD++

数值计算：

[LinPack][]：线性最小二乘，矩阵的奇异值分解等

[Lapack][]：

[MinPack][]：非线性最小二乘

跟踪算法：

[http://research.milanton.de/index.html][http_research.milanton.de_index.html]

[跟踪算法的综述][Link 8]

[SHENGFENG He][]：LSH

[Anton Milan][http_research.milanton.de_index.html]

[João F. Henriques][Jo_o F. Henriques]

[colorTrack][]

其他常用的图像处理库：

*Leptonica*

*Tesseract*

运动物体检测

[vibe][]

[IVS（背景建模）综述][IVS]

自然语言处理：

[谭松波][Link 9]:中文文本分类语料库

数据的可视化：

[D3.js-english][]

[Paper.js][]

[sigmajs][]

[d3.js][]

神经网络

[神经网络][Link 10]

基于颜色检索的参考网站：

[https://www.etsy.com/color.php][https_www.etsy.com_color.php]

[http://labs.tineye.com/multicolr/][http_labs.tineye.com_multicolr]

[颜色程度][Link 11]

\------------------------------------------------------

概率霍夫检测

[Jiri MATAS ][Jiri MATAS]

[http://www.sunshine2k.de/coding/java/Houghtransformation/HoughTransform.html][http_www.sunshine2k.de_coding_java_Houghtransformation_HoughTransform.html]

[http://www.keymolen.com/2013/05/hough-transformation-c-implementation.html][http_www.keymolen.com_2013_05_hough-transformation-c-implementation.html]

深度学习:

[深度学习科普文章][Link 12]

[CNN-作者][CNN-]

[Brandon Amos][]

[深度学习可视化插件][Link 13]

[卷积运算][Link 14]

[卷积神经网络的反向卷积][Link 15][卷积神经网络的反向卷积算法][Link 16]

[激活函数的可视化][Link 17]

[维基百科激活函数][Link 18]

[深度学习的处理技巧][Link 19]

[梯度下降法][Link 20]

[ADADELTA梯度下降法][ADADELTA]

[tensorflow的中文教程][tensorflow]

[tensorflow训练的一些模型][tensorflow 1]

[tf1][]

[yolo目标检测][yolo]

[Anaconda][]

[ffmpeg][]

![20160716083420068][]     ![20160716083429958][]   ![20160716083525584][] ![20160716083533943][]![20160718130532624][]

![20160718171313239][]![20160718172141509][]![20160902162619303][]

关于OpenCV的特征点的一些好的博客：

[团块检测][Link 21]

[傅里叶变换][Link 22]

[David Lowe]: http://www.cs.ubc.ca/~lowe/
[Rob Hess]: http://blogs.oregonstate.edu/hess/
[20140609115612062]: /images/20220527/b4a83d9b6bd44da98e22f17e59df9b69.png
[Koen van de Sande]: http://koen.me/research/
[Ivan Laptev]: http://www.di.ens.fr/~laptev/
[20140609092517750]: https://img-blog.csdn.net/20140609092517750
[20140609093203812]: https://img-blog.csdn.net/20140609093203812
[20140609093426484]: https://img-blog.csdn.net/20140609093426484
[20140609092856171]: https://img-blog.csdn.net/20140609092856171
[20140609093710046]: /images/20220527/6678ed74b9c74e189a0b3ba1117271e1.png
[Navneet Dalal]: http://lear.inrialpes.fr/~dalal/
[HOG]: http://pascal.inrialpes.fr/soft/olt/
[Anna Bosch]: http://www.robots.ox.ac.uk/~vgg/research/caltech/phog.html
[Carl Vondrick]: http://web.mit.edu/vondrick/
[Antonio Torralba]: http://web.mit.edu/torralba/www/
[Gist_C]: http://lear.inrialpes.fr/software
[Svetlana Lazebnik]: http://www.cs.illinois.edu/homes/slazebni/
[Kristen Grauman]: http://www.cs.utexas.edu/~grauman/
[Pablo F. Alcantarilla]: http://www.robesafe.com/personal/pablo.alcantarilla/index.html
[Pedro Felzenszwalb]: http://cs.brown.edu/~pff/
[20140609114346265]: /images/20220527/c9d6023d3a0c4eafa6cc2e67e0762597.png
[http_pascallin.ecs.soton.ac.uk_challenges_VOC]: http://pascallin.ecs.soton.ac.uk/challenges/VOC/
[20140609121006953]: /images/20220527/3eda4ab79140461996099031343b029a.png
[20140609121631187]: https://img-blog.csdn.net/20140609121631187
[20140609123415578]: /images/20220527/2f7020a1624440629999c3e30e2ba856.png
[20140609122051890]: https://img-blog.csdn.net/20140609122051890
[20140609122411890]: /images/20220527/a6c0fa233df24a8aa69fa473e1abaf06.png
[Deva Ramanan]: http://www.ics.uci.edu/~dramanan/
[Xiaofeng Ren]: http://homes.cs.washington.edu/~xren/
[Ce Liu]: http://people.csail.mit.edu/celiu/
[Derek Hoiem]: http://www.cs.uiuc.edu/homes/dhoiem/
[Sergey Karayev]: http://sergeykarayev.com/
[Aditya Khosla]: http://people.csail.mit.edu/khosla/
[Ming-Ming Cheng]: http://mmcheng.net/
[Boris Babenko]: http://vision.ucsd.edu/~bbabenko/index.shtml
[Juergen Gall]: http://files.is.tue.mpg.de/jgall/
[Kaiming He]: http://research.microsoft.com/en-us/um/people/kahe/
[Timo Ojala]: http://www.researchgate.net/researcher/71024233_T_Ojala
[Cewu Lu]: http://appsrv.cse.cuhk.edu.hk/~cwlu/
[Yangqing Jia]: http://daggerfs.com/index.html
[Aaron Hertzmann]: http://www.dgp.toronto.edu/~hertzman/index.html
[Alexei _Alyosha_ Efros]: http://www.eecs.berkeley.edu/~efros/
[Pablo Arbelaez]: http://www.cs.berkeley.edu/~arbelaez/Publications.html
[Yossi Rubner]: http://ai.stanford.edu/~rubner/
[Link 1]: http://blog.csdn.net/zhangping1987/article/details/25368183
[Ofir Pele]: http://www.cs.huji.ac.il/~ofirpele/
[Haibin Ling]: http://www.dabi.temple.edu/~hbling/
[Qin Lv]: http://www.cs.colorado.edu/~lv/
[VisualSEEK]: http://www.ee.columbia.edu/ln/dvmm/researchProjects/MultimediaIndexing/VisualSEEk/VisualSEEk.htm
[A Data Set for Fuzzuy Color Naming]: http://www.cvc.uab.es/color_naming/
[Joost van de Weujer]: http://lear.inrialpes.fr/people/vandeweijer/research1
[Joost van de Weujer 1]: http://cat.uab.es/~joost/
[Inderjit S. Dhillon]: http://www.cs.utexas.edu/~inderjit/
[JianChao Yang]: http://www.ifp.illinois.edu/~jyang29/
[Rahat Khan]: http://perso.univ-st-etienne.fr/kr18868h/
[Robert Benavente]: http://www.cat.uab.cat/~robert/
[Graphics Gems Repository]: http://tog.acm.org/resources/GraphicsGems/index.html
[Link 2]: http://www.ece.rochester.edu/~gsharma/ciede2000/
[Jiaya Jia]: http://www.cse.cuhk.edu.hk/~leojia/
[20140609111300000]: https://img-blog.csdn.net/20140609111300000
[20140609111308609]: /images/20220527/8e53fb3c61c446e0a7749a62687f553b.png
[Mohamed Aly]: http://www.vision.caltech.edu/malaa/
[Utkarsh]: http://aishack.in/
[Sebastian Montabone]: http://www.samontab.com/cv/
[Henry Kang]: http://www.cs.umsl.edu/~kang/
[Sven Olsen]: http://www.cs.northwestern.edu/~sco590/
[ilab]: http://ilab.usc.edu/toolkit/home.shtml
[LIC]: http://www.cs.utah.edu/~wmartin/cs523project/
[dlib]: http://dlib.net/
[Rakesh Agrawal]: http://rakeshagrawal.org/
[Ramakrishnan Srikant]: http://www.rsrikant.com/
[Andrew Ng]: http://www.cs.stanford.edu/~ang
[Coursera]: http://baike.baidu.com/view/9937855.htm
[Daphne Koller]: http://baike.baidu.com/view/2029845.htm
[Link 3]: http://v.163.com/special/opencourse/machinelearning.html
[Edward Chang]: http://infolab.stanford.edu/~echang/
[Link 4]: http://blog.csdn.net/zhangping1987/article/details/29187865
[Andrea Vedaldi]: http://www.robots.ox.ac.uk/~vedaldi/
[Ashesh Jain]: http://www.cse.iitd.ac.in/~ee5070403/
[Lin Chih-Jen]: http://www.ie.ntu.edu.tw/professors/%E5%90%88%E8%81%98%E5%B0%88%E4%BB%BB%E5%B8%AB%E8%B3%87/cjlin/
[libsvm]: http://www.csie.ntu.edu.tw/~cjlin/libsvm/
[11_Mercer]: http://blog.csdn.net/zhangping1987/article/details/20138843
[libsvm 1]: http://blog.csdn.net/zhangping1987/article/details/20139341
[libmf]: http://www.csie.ntu.edu.tw/~cjlin/libmf/
[NMF]: http://www.csie.ntu.edu.tw/~cjlin/nmf/
[Journal of Machine Learning Research]: http://jmlr.org/
[Martin Ester]: http://www.cs.sfu.ca/~ester/
[Department of Computer Science Database Systems Group]: http://www.dbs.informatik.uni-muenchen.de/cms/Hauptseite
[Jiawei Han]: http://www.cs.uiuc.edu/homes/hanj/
[Geoffrey E. Hinton]: http://www.cs.toronto.edu/~hinton/
[Josef Sivic]: http://www.di.ens.fr/~josef/
[Thomas Hofmann]: http://cs.brown.edu/people/th/publications.html
[David M. Blei]: http://www.cs.princeton.edu/~blei/publications.html
[gustau camps-valls]: http://www.uv.es/gcamps/
[Andrew I. Schein]: http://www.andrewschein.com/
[LogisticPCA]: http://www.andrewschein.com/software/lpca_code.tar
[Yoav Freund]: http://cseweb.ucsd.edu/~yfreund/
[Jerome H. Friedman]: http://statweb.stanford.edu/~jhf/
[Stochastic Gradient Boosting]: http://statweb.stanford.edu/~jhf/ftp/stobst.pdf
[Greedy Function Approximation_ A Gradient Boosting Machine]: http://statweb.stanford.edu/~jhf/ftp/trebst.pdf
[Additive Logistic Regression_a Statistical View of Boosting]: http://statweb.stanford.edu/~jhf/ftp/boost.pdf
[k-means And Kd-tree]: http://www.pelleg.org/shared/hp/kmeans.html
[Eduardo Sim_es Lopes Gastal]: http://www.inf.ufrgs.br/~eslgastal/
[Canny]: http://marathon.csee.usf.edu/edge/edge_detection.html
[Link 5]: http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html
[Link 6]: http://people.csail.mit.edu/sparis/bf/
[Link 7]: http://zurich.disneyresearch.com/derekbradley/
[Raanan Fattal]: http://www.cs.huji.ac.il/~raananf/
[Dani Lischinski]: http://www.cs.huji.ac.il/~danix/
[DVMM Lab]: http://www.ee.columbia.edu/ln/dvmm/newHome.htm
[MCL]: http://mcl.korea.ac.kr/research/research/
[CMV_HOME]: http://www.cse.oulu.fi/CMV/Research
[Vision Lab]: http://vis-www.cs.umass.edu/
[UCSD]: http://vision.ucsd.edu/
[LEAR]: http://lear.inrialpes.fr/index.php
[Visual Geometry Group]: http://www.robots.ox.ac.uk/~vgg/
[Multimedia Laboratory]: http://mmlab.ie.cuhk.edu.hk/index.html
[SLI]: http://groups.csail.mit.edu/vision/sli/
[Color Group]: http://www.cat.uab.cat/
[computer Vision Lab]: http://vision.deis.unibo.it/
[LAMP]: http://www.cvc.uab.es/lamp/
[Spectral Color Research]: http://www.uef.fi/fi/spectral/home
[USC]: http://mcl.usc.edu/
[libFM]: http://www.libfm.org/
[Yehuda Koren]: http://www.researchgate.net/researcher/10127621_Yehuda_Koren
[LinPack]: http://www.netlib.org/linpack/
[Lapack]: http://www.netlib.org/lapack/
[MinPack]: http://people.sc.fsu.edu/~jburkardt/f_src/minpack/minpack.html
[http_research.milanton.de_index.html]: http://research.milanton.de/index.html
[Link 8]: http://cvlab.hanyang.ac.kr/tracker_benchmark/
[SHENGFENG He]: http://www.cs.cityu.edu.hk/~shengfehe2/publications.html
[Jo_o F. Henriques]: http://www.robots.ox.ac.uk/~joao/#
[colorTrack]: http://www.cvl.isy.liu.se/research/objrec/visualtracking/colvistrack/index.html
[vibe]: http://www.telecom.ulg.ac.be/research/vibe/
[IVS]: http://www.vis.uni-stuttgart.de/index.php?id=sabs
[Link 9]: http://www.searchforum.org.cn/tansongbo/corpus.htm
[D3.js-english]: http://chimera.labs.oreilly.com/books/1230000000345/index.html
[Paper.js]: http://paperjs.org/
[sigmajs]: http://sigmajs.org/
[d3.js]: http://d3js.org/
[Link 10]: http://playground.tensorflow.org/#activation=tanh&batchSize=10&dataset=circle&regDataset=reg-plane&learningRate=0.03&regularizationRate=0&noise=0&networkShape=4,3&seed=0.96606&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=true&xSquared=true&ySquared=true&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification
[https_www.etsy.com_color.php]: https://www.etsy.com/color.php
[http_labs.tineye.com_multicolr]: http://labs.tineye.com/multicolr/
[Link 11]: http://www.pyimagesearch.com/2017/06/05/computing-image-colorfulness-with-opencv-and-python/
[Jiri MATAS]: http://cmp.felk.cvut.cz/~matas/
[http_www.sunshine2k.de_coding_java_Houghtransformation_HoughTransform.html]: http://www.sunshine2k.de/coding/java/Houghtransformation/HoughTransform.html
[http_www.keymolen.com_2013_05_hough-transformation-c-implementation.html]: http://www.keymolen.com/2013/05/hough-transformation-c-implementation.html
[Link 12]: http://www.cnblogs.com/subconscious/p/5058741.html
[CNN-]: http://yann.lecun.com/
[Brandon Amos]: http://bamos.github.io/2016/08/09/deep-completion/
[Link 13]: http://cs.stanford.edu/people/karpathy/convnetjs/
[Link 14]: https://mlnotebook.github.io/post/CNN1/
[Link 15]: https://grzegorzgwardys.wordpress.com/2016/04/22/8/
[Link 16]: http://www.jefkine.com/general/2016/09/05/backpropagation-in-convolutional-neural-networks/
[Link 17]: https://dashee87.github.io/data%20science/deep%20learning/visualising-activation-functions-in-neural-networks/
[Link 18]: https://en.wikipedia.org/wiki/Activation_function
[Link 19]: http://lamda.nju.edu.cn/weixs/project/CNNTricks/CNNTricks.html
[Link 20]: http://ruder.io/optimizing-gradient-descent/index.html#visualizationofalgorithms
[ADADELTA]: http://www.matthewzeiler.com/
[tensorflow]: https://tensorflow.google.cn/
[tensorflow 1]: https://github.com/tensorflow/models
[tf1]: https://www.safaribooksonline.com/library/view/getting-started-with/9781786468574/ch02s03.html
[yolo]: https://pjreddie.com/darknet/yolo/
[Anaconda]: https://repo.continuum.io/archive/
[ffmpeg]: http://dranger.com/ffmpeg/tutorial01.html
[20160716083420068]: https://img-blog.csdn.net/20160716083420068
[20160716083429958]: https://img-blog.csdn.net/20160716083429958
[20160716083525584]: https://img-blog.csdn.net/20160716083525584
[20160716083533943]: https://img-blog.csdn.net/20160716083533943
[20160718130532624]: /images/20220527/d10433a7347642c78622f88c03ced09b.png
[20160718171313239]: https://img-blog.csdn.net/20160718171313239
[20160718172141509]: https://img-blog.csdn.net/20160718172141509
[20160902162619303]: /images/20220527/f480c67b1f564671a7b04d48d0ff38eb.png
[Link 21]: https://www.learnopencv.com/blob-detection-using-opencv-python-c/
[Link 22]: http://www.cs.unm.edu/~brayer/vision/fourier.html