<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Carson1145的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Carson1145</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Carson1145]]></copyright><item><title><![CDATA[Lottie：简单上手&高性能的动画方案（附精美Android-Lottie-Demo）]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105697326</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105697326</guid><author>Carson1145</author><pubDate>Thu, 23 Apr 2020 04:01:32 +0800</pubDate><description><![CDATA[Lottie官方介绍

Lottie是支持Android，iOS，Web和Windows多个平台的库，并利用Bodymovin插件把Adobe After Effects（AE）动画解析成json文件，并可以在移动端或者Web上进行渲染显示动画。




Lottie - Behind the scenes of our new open-source animation tool

Behind...]]></description><category></category></item><item><title><![CDATA[APK体积优化（附Android Studio操作指引）]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105609608</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105609608</guid><author>Carson1145</author><pubDate>Sun, 19 Apr 2020 12:32:10 +0800</pubDate><description><![CDATA[目录

1. 压缩APK体积的意义

2. APK的构成与打包

3. res资源的压缩和优化

3.1 删除没有被引用的资源

3.2 使用WebP压缩图片

3.3 使用TinyPNG压缩图片

4. 删除多余的代码（未被引用的类/方法/变量）

4.1 代码混淆

4.2 利用Lint查找无用代码

5. Zip格式优化

6. classes.dex优化

7. lib优化

8. 参考资...]]></description><category></category></item><item><title><![CDATA[Android 11 Developer Preview 2：更新总览]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105336586</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105336586</guid><author>Carson1145</author><pubDate>Mon, 06 Apr 2020 00:49:46 +0800</pubDate><description><![CDATA[前言

虽然距离Google发布Android 11还有几个月的时间，但目前已经有一系列的开发者预览版本。2020年3月18日，最新的开发者预览版2发布，面向需要在发布前应用这些更新在新软件上的所有开发者。从实际来看，开发者预览2并没有给Android带来很多面向用户的改变，但是如果从另一个角度（背面）来分析，就会发现这是一次非常有价值的调整。所以本博客将为大家带来Android 11 Devel...]]></description><category></category></item><item><title><![CDATA[Android 11：新特性前瞻]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105333528</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105333528</guid><author>Carson1145</author><pubDate>Sun, 05 Apr 2020 23:39:15 +0800</pubDate><description><![CDATA[写在前面：2019年 Android 10 回顾

2019年3月13日，Google在Pixel手机上独家发布了第一个Android Q测试版。8月22日，Google宣布Android Q正式被命名为Android 10。9 月 4 日，在历经了 6 个测试版的迭代后，Google 发布了 Android 10 正式版。Android 10的更新对操作系统来说是一个巨大的转变，不仅迎来了期待已...]]></description><category></category></item><item><title><![CDATA[Android Studio把C盘的.android和.gradle配置到其他盘]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105252454</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105252454</guid><author>Carson1145</author><pubDate>Wed, 01 Apr 2020 20:05:21 +0800</pubDate><description><![CDATA[C盘空间严重不足

首先博主的笔记本环境：Windows 10 | Android Studio 3.5

博主今天发现自己笔记本的C盘剩下不足1G，连微信PC端都使用不了。情急之下，博主卸载了几个安装在C盘的软件，但发现效果甚微，因为C盘不足10G的时候其实还是会引起系统卡顿或者很多软件功能无法使用的问题。因此，博主点进C盘去一探究竟，看看到底是哪个“捣蛋鬼”占用了我的宝贵C盘空间。

然后在“...]]></description><category></category></item><item><title><![CDATA[2020实习春招技术开发岗面经：腾讯 & 字节跳动（已Offer）]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105231804</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105231804</guid><author>Carson1145</author><pubDate>Tue, 31 Mar 2020 23:04:44 +0800</pubDate><description><![CDATA[这里简单说一下我的个人情况：

    本人本硕985软件工程，17年毕业后在TP-Link做过接近一年的安卓开发，后来才辞职考研回母校继续提升自我。原本是打算找一份算法的实习，但今年算法岗的形势不容乐观，竞争激烈。所以在2月初决定把重心放在开发上，做自己喜欢的安卓，然后就开始投递简历了。

    2月初的时候很多大厂都还没开始招聘暑假实习，我就在牛客网上找大厂的内推贴来看，当时...]]></description><category></category></item><item><title><![CDATA[Java内存区域：运行时数据区]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105203578</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105203578</guid><author>Carson1145</author><pubDate>Mon, 30 Mar 2020 19:20:15 +0800</pubDate><description><![CDATA[《深入理解Java虚拟机——JVM高级特性与最佳实践（第三版）》阅读笔记（二）



1. 程序计数器

程序计数器是一块较小的内存空间，可以看作是当前线程所执行的字节码的行号指示器。在Java虚拟机的概念模型里，字节码解释器工作时就是通过改变这个计数器的值来选取下一条需要执行的字节码指令，它是程序控制流的指示器，分支、循环、跳转、异常处理、线程恢复等基础功能都需要依赖这个计数器来完成。

为了线...]]></description><category></category></item><item><title><![CDATA[Java技术体系 & 发展史（1991 - 2019）]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105188695</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105188695</guid><author>Carson1145</author><pubDate>Mon, 30 Mar 2020 00:33:15 +0800</pubDate><description><![CDATA[《深入理解Java虚拟机——JVM高级特性与最佳实践（第三版）》阅读笔记（一）

概述

Java不仅仅是一门编程语言，它还是一个由一系列计算机软件和规范组成的技术体系，这个技术体系提供了完整的用于软件开发和跨平台部署的支持环境，并广泛应用于嵌入式系统、移动终端、企业服务器、大型机等多种场合。

下面罗列一下Java的特性和优势：

Java是一门结构严谨、面向对象的编程语言
	摆脱了硬件平台的束...]]></description><category></category></item><item><title><![CDATA[疲劳预警：浅析现有的较为成熟的方案 & 业界标准]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105172509</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105172509</guid><author>Carson1145</author><pubDate>Sun, 29 Mar 2020 12:31:24 +0800</pubDate><description><![CDATA[关于Optalert

博主调研过国内国际的一些疲劳预警的方案，这里讲讲在这方面做得不错的澳大利亚的一家公司Optalert。



简介

Optalert是一家创新的医疗技术公司，在疲劳/清醒检测和监测领域处于领先地位。当前Optalert的高级团队拥有科学家、硬件和软件工程师、数据分析师、数学家以及遍布全球的专门客户支持团队。客户涉及多种行业，包括：采矿、天然气和石油、道路运输、汽车、科学研...]]></description><category></category></item><item><title><![CDATA[疲劳驾驶检测系统：代码实战（基于OpenCV和Dlib，Python 3）]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105160516</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105160516</guid><author>Carson1145</author><pubDate>Sat, 28 Mar 2020 19:31:47 +0800</pubDate><description><![CDATA[环境安装与配置（Windows 10）

步骤一：安装以下Python库

scipy、OpenCV、numpy、imutils、pyglet

建议用Anaconda 3。上面的库都可以用pip install XXX来安装，OpenCV的安装教程参考：Install OpenCV3 on Windows。

步骤二：安装Dlib（Python 3）

在安装Dlib之前，需要确保已经安装好Vi...]]></description><category></category></item><item><title><![CDATA[疲劳驾驶检测技术：基于计算机视觉的方法 vs 唾液皮质醇检测方法]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105152705</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105152705</guid><author>Carson1145</author><pubDate>Fri, 27 Mar 2020 23:59:14 +0800</pubDate><description><![CDATA[研究现状

1、随着汽车在我国迅速发展与大众化，疲劳驾驶严重威胁到交通安全，疲劳驾驶形成机理、疲劳驾驶行为失误别、疲劳预警与控制技术等正逐渐成为交通安全的主要研究方向；

2、疲劳驾驶相关文献与文献检索分析表明，国外相关研究早于国内，国内相关研究自2003 年开发发展起来，疲劳驾驶识别与控制在国内外均属于交通安全与汽车安全等交叉热点研究领域；

3、国内外主要围绕疲劳驾驶识别、预警与控制三大核心技...]]></description><category></category></item><item><title><![CDATA[社会力模型SFM详解 & 在人群异常检测上的应用]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105123805</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105123805</guid><author>Carson1145</author><pubDate>Thu, 26 Mar 2020 22:54:33 +0800</pubDate><description><![CDATA[社会力模型（Social Force Model，SFM）

该理论模型由Dirk Helbing于1998年发表的“Social force model for pedestrian dynamics”中提出。本文将摘取Helbing这篇论文中的理论模型部分进行详细解读。

三个必要的力：

1. 期望向目标速度的加速度（作用在目标上的某个方向上的作用力）

假设行人需要尽可能地到达目标位置，行...]]></description><category></category></item><item><title><![CDATA[人群密度估计最新数据集NWPU-Crowd & 最新研究进展]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105081750</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105081750</guid><author>Carson1145</author><pubDate>Tue, 24 Mar 2020 22:37:18 +0800</pubDate><description><![CDATA[人群密度估计-NWPU-Crowd数据集

该数据集是由Qi Wang等人于2020年1月10日公开，论文题为：NWPU-Crowd: A Large-Scale Benchmark for Crowd Counting.

以往数据存在的问题

1. 数据集不足。基于CNN的方法都是需要庞大的数据集做支撑的，由于现存的人群密度数据集规模太小，基于深度学习的方法很难避免过拟合；

2. 没有一个相...]]></description><category></category></item><item><title><![CDATA[Gunnar-Farneback算法原理 & Farneback光流法在UCSD异常数据集上的Demo]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105039670</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105039670</guid><author>Carson1145</author><pubDate>Mon, 23 Mar 2020 04:26:39 +0800</pubDate><description><![CDATA[Gunnar-Farneback算法

论文：Two-Frame Motion Estimation Based on Polynomial Expansion

期刊：13th Scandinavian Conference on Image Analysis (SCIA 2003)

作者：Gunnar Farnebäck（Computer Vision Laboratory, Link¨op...]]></description><category></category></item><item><title><![CDATA[异常检测中常用的光流法对比（Horn-Schunck / Lucas–Kanade / Farneback）]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105029891</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105029891</guid><author>Carson1145</author><pubDate>Sun, 22 Mar 2020 17:58:19 +0800</pubDate><description><![CDATA[三种光流法的OpenCV-API

(一) Horn-Schunck光流法

CalcOpticalFlowHS

Horn–Schunck光流算法用一种全局方法估计图像的稠密光流场（即对图像中的每个像素计算光流）

算法原理参考论文：Determining Optical Flow

(二) Lucas-Kanade光流法

calcOpticalFlowPyrLK

Lucas-Kanada最...]]></description><category></category></item><item><title><![CDATA[基于光流法和混合高斯模型检测人群异常]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105016629</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105016629</guid><author>Carson1145</author><pubDate>Sat, 21 Mar 2020 21:21:27 +0800</pubDate><description><![CDATA[基于光流法和混合高斯模型对监控视频中的人群进行跟踪



在上一篇博客中已经得出视频帧的光流信息，这里接着根据已有数据做人群异常检测。

实验思路：

首先跟踪所有的角点，计算出它们的运动速度。接着对所有角点的速度求平均得出人群的平均速度。然后监测是否存在某个角点运动速度明显高于人群的平均速度。设置一个合适的阈值，当满足条件时，判断为异常。

实验代码：

首先封装Point类和距离计算方法，这里...]]></description><category></category></item><item><title><![CDATA[基于光流法和混合高斯模型对监控视频中的人群进行跟踪]]></title><link>https://blog.youkuaiyun.com/Carson1145/article/details/105008100</link><guid>https://blog.youkuaiyun.com/Carson1145/article/details/105008100</guid><author>Carson1145</author><pubDate>Sat, 21 Mar 2020 14:43:30 +0800</pubDate><description><![CDATA[实验数据：

UCSD Anomaly Detection Dataset

该数据集由加州大学圣迭戈分校提供，由一个安装在高处、俯瞰人行道的固定摄像机获取的监控视频。视频中人群密度由稀疏到密集不等。其中正常定义：视频中仅有行人；异常定义为：视频中出现自行车/汽车/滑板车/轮椅等异常运动模式。数据集中提供了两个场景，分别为UCSDped1和UCSDped2，每个场景下又分为Train和Test，下...]]></description><category></category></item></channel></rss>