计算机视觉学习笔记#4 局部特征提取 Harris角点检测、SIFT尺度不变检测（附代码） 之前我们学习了提取图像边缘、拟合图中的直线或者圆，这次就来看看局部特征点的提取。局部特征（Local Feature）相较于全局特征（Global Feature）来说关注的图像面积更小，只关心一小块邻域，能在保留图像重要信息的同时减少处理数据量，假如图像中物体被遮挡、视角发生改变，局部特征仍然能够被识别出来。 2022-04-17 学习笔记 计算机视觉 计算机视觉 代码 Harris 角点检测
密码学 消息认证码（MAC）与散列函数（hash 哈希函数） 附代码 消息认证码（MAC，Message Authentication Code）能够使用一个密钥K来浓缩一个任意长的消息M，消息认证码的实现算法中，通常使用散列函数（hash function）实现。本文详细介绍MAC以及一些散列函数的原理与实现。 2022-04-15 学习笔记 密码学 密码学 MAC Hash MD5 消息认证码
计算机视觉学习笔记#2 边缘提取：Canny（附代码） 边缘直观来说指的是图像中突然的或者非连续的变化，提取到了图像中的边缘后能有助于理解图像。本文是我观看北邮鲁鹏老师的课程的学习笔记。 2022-04-06 学习笔记 计算机视觉 计算机视觉 Canny 代码
计算机视觉学习笔记#3 拟合：最小二乘法、RANSAC、Hough霍夫变换（附代码） 计算机视觉学习笔记#3 拟合 之前提到的边缘检测虽然能得到线，但是无法得到线的位置，而在下图这种例子中，假如要检测硬币的位置，那需要知道画面中圆边缘和圆心的位置。拟合能够用数学来描述出结果，而不是像素。 拟合的难点 要找到车的拟合边缘有以下难点 那图中可能存在许多不属于这个车的边缘（噪声） 车可能被遮挡。 车包含多个线条，在提取一条线的时候，其他线都是噪声。 最小二乘法：所有点都是有效点的 2022-04-06 学习笔记 计算机视觉 计算机视觉 代码 RANSAC 霍夫变换
语音信号处理#2 频域分析：傅里叶频谱、语谱图、倒谱、MFCC（附代码） 语音信号处理#2 频域分析：傅里叶频谱、语谱图、倒谱、MFCC（附代码） 为什么要进行频域分析？因为人耳是根据频率来听声音的，如下图，耳蜗的各个部分可以分析出不同频率的信号。 如何获取频谱 信号的频域都是使用快速傅里叶变换（Fast Fourier Transform, FFT）来获得的，为了获得良好的频域信号，需要先进行三个步骤：预加重（pre-emphasis）、端点检测（endpoint 2022-04-06 学习笔记 语音信号处理 语音信号处理 语谱图 倒谱 MFCC
计算机视觉学习笔记#1 导引 计算机视觉的应用：无人驾驶中的车道线识别、火车站的人脸检测、换脸……（大家都了解就不详细列举了），虽然目前计算机视觉发展非常火热，但是仍然不够智能，未来可期。 2022-04-06 学习笔记 计算机视觉 计算机视觉
背包密码学 在密码学领域，于1978年由Ralph Merkle 和Mertin Hellman发明的背包加密算法（Knapsack Encryption Algorithm）是第一个通用的公钥加密算法。这个算法基于一个NP完全问题——背包问题，虽然后面发现这个算法并不安全，但是仍然值得我们学习。 2022-04-03 学习笔记 密码学 密码学 背包加密算法
mixup数据增强方式 mixup数据增强方式 参考文献： 在PyTorch中用Mixup增强神经网络 - 知乎 (zhihu.com) mixup: Beyond Empirical Risk Minimization (Paper Explained) - YouTube 一般的深度学习模型训练的方式是这样的：fθ(x)=y^f_\theta(x)=\hat yfθ(x)=y^，其中xxx是输入，θ\thet 2022-04-02 论文笔记 CVPR2022 数据增强 mixup AlignMix
Diffie Hellman 密钥交换原理及ElGamal加密算法 密钥交换指的是两名用户在不安全信道中，在没有任何预先消息的情况下商量出一个密钥，从而建立一个安全信道。 2022-03-31 学习笔记 密码学 密码学 Diffie Hellman
