CS131

[maiff]

1

1. image as function
2. conv的不同算法
3. RANSAC and Harris corner detection

harris https://blog.csdn.net/zizi7/article/details/50112169

sift https://www.cnblogs.com/Alliswell-WP/p/SIFT.html
hog https://shartoo.github.io/2019/03/04/HOG-feature/
Seam-Carving
huofu变换
提取直线可以用这些

mean-shift
在未被标记的数据点中随机选择一个点作为起始中心点center；
找出以center为中心半径为radius的区域中出现的所有数据点，认为这些点同属于一个聚类C。同时在该聚类中记录数据点出现的次数加1。
以center为中心点，计算从center开始到集合M中每个元素的向量，将这些向量相加，得到向量shift。
center = center + shift。即center沿着shift的方向移动，移动距离是||shift||。
重复步骤2、3、4，直到shift的很小（就是迭代到收敛），记住此时的center。注意，这个迭代过程中遇到的点都应该归类到簇C。
如果收敛时当前簇C的center与其它已经存在的簇C2中心的距离小于阈值，那么把C2和C合并，数据点出现次数也对应合并。否则，把C作为新的聚类。
重复1、2、3、4、5直到所有的点都被标记为已访问。
分类：根据每个类，对每个点的访问频率，取访问频率最大的那个类，作为当前点集的所属类。