niujin1212的专栏

在向大家详细介绍gcc安装之前，首先让大家了解下Ubuntu gcc，然后全面介绍Ubuntu gcc安装，希望对大家有用。Ubuntu gcc安装及使用是网上查阅后总结的，，可能会相似在Ubuntu gcc安装和其他一些Linux系统有点不一样。方法一：                                                                    

转自：http://www.cvchina.info/2014/02/25/14cvprbing/BING: Binarized Normed Gradients for Objectness Estimation at 300fps. Ming-Ming Cheng, Ziming Zhang, Wen-Yan Lin, Philip Torr, IEEE CVPR, 201

************************************************************************************************************************************************************************************           在这里，我

转自：http://blog.sina.com.cn/s/blog_6ae183910101h4jr.html一，人脸检测/跟踪人脸检测/跟踪的目的是在图像/视频中找到各个人脸所在的位置和大小；对于跟踪而言，还需要确定帧间不同人脸间的对应关系。 1,Robust Real-time Object Detection. Paul Viola, Michae

TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生Zdenek Kalal在其攻读博士学位期间提出的一种新的单目标长时间（long term tracking）跟踪算法。原作者的源代码为Matlab以及C混合编程的。http://info.ee.surrey.ac.uk/Personal/Z.Kalal/C++版本的源代码：ht

1.1 TOF初探TOF是Time of flight的简写，直译为飞行时间的意思。所谓飞行时间法3D成像，是通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行（往返）时间来得到目标物距离。这种技术跟3D激光传感器原理基本类似，只不过3D激光传感器是逐点扫描，而TOF相机则是同时得到整幅图像的深度信息。TOF相机与普通机器视觉成像过程也有类似之处，都是由光源、光

搜集整理了2004~2015性能最好的人脸检测的部分资料，欢迎交流和补充相关资料。转自：http://www.cvrobot.net/latest-progress-in-face-detection-2015/1：人脸检测性能1.1 人脸检测测评        目前有两个比较大的人脸测评网站：       1：Face Detection Data Set a

计算机视觉、图像识别：ICCV, CVPR, ECCV机器学习：NIPS, ICML（International Conference on Machine Learning）国际机器学习大会, UAI（Conference on Uncertainty in Artificial Intelligence）, AISTATS人工智能：IJCAI（I

数学符号读法及常用符号英文(超全)α( 阿而法)β( 贝塔)γ(伽马）δ（德尔塔）ε（艾普西龙）ζ（截塔）η（艾塔） θ（西塔） ι约塔） κ（卡帕）λ（兰姆达） μ（米尤） ν（纽） ξ（可系） ο（奥密克戎）π （派）ρ （若）σ （西格马）τ （套）υ （英文或拉丁字母）φ（斐） χ（喜） ψ（普西）） ω（欧米伽）更全

1. 线性代数 (Linear Algebra)：我想国内的大学生都会学过这门课程，但是，未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础，对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课，后来到了香港后，又重新把线性代数读了一遍，所读的是Introduction to Linear Algebra (3rd Ed.)  by Gilbert

转自：http://blog.youkuaiyun.com/chenjiazhou12/article/details/39456589图像显著性论文（一）—A Model of saliency Based Visual Attention for Rapid Scene Analysis这篇文章是图像显著性领域最具代表性的文章，是在1998年Itti等人提出来的，到目前为止引用的次

前段时间做一个把linux代码移植到vc上的工程，选择cygwin环境，直接交叉编译通过。后来为了调试方便需要把源代码全部放到vc下编译，在网上搜索相关资料，发现在cygwin官方的FAQ中给出了具体的方法。下面我就里面的关键步骤做一个简单的解释：首先是官方的原文： How do I use cygwin1.dll with Visual Studio or MinGW? 

转自http://www.bfcat.com/index.php/2013/09/deep-learning-nn-traffic-sign/用Deep Learning进行交通标志识别获得比人工识别更低的错误率2013年09月11日 ⁄ 机器学习, 机器视觉, 行业新闻 ⁄ 暂无评论 ⁄ 被围观 4,381 views+这项成果来自 J

看看机器学习都有哪些比较成熟的应用2013年04月18日 ⁄ 机器学习 ⁄ 暂无评论 ⁄ 被围观 7,820 views+维基百科将机器学习定义为人工智能的一个分支，研究可以从数据中学习知识的系统。这些年来，在一些数学功底很强的学者的推动下，机器学习已经有了长足的发展。和我们生活最近的就是网络上各大搜索引擎和广告推广里面就用到了很多机器学习的知识。

未来的计算机视觉——增强现实技术2012年03月23日 ⁄ 行业新闻 ⁄ 评论数 3 ⁄ 被围观 3,014 views+增强现实（Augmented Reality，简称AR），也被称之为混合现实。它通过电脑技术，将虚拟的信息应用到真实世界，真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。根据当前位置(GPS)，和视野朝向(指南针)及手机朝向

提示：本文为笔者原创，转载请注明出处：blog.youkuaiyun.com/carson2005经常碰到朋友问我国内从事计算机视觉（CV）领域的公司的发展情况，产品情况，甚至找工作等问题，这里，我给出自己收集的国内从事CV相关领域的公司网址及其主要产品，有兴趣的朋友可以去看看。另外，资料整理的不是很完善，后续我会继续更新和添加，并及时在我博客进行更新（blog.youkuaiyun.com/carson2005）。

https://yongyuan-workbench.rhcloud.com/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89cv-%E5%9C%88%E5%AD%90-2/作机器视觉和图像处理方面的研究工作，最重要的两个问题：其一是要把握住国际上最前沿的内容；其二是所作工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认最高成就

我们每天使用互联网，你是否想过，它是如何实现的？全世界几十亿台电脑，连接在一起，两两通信。上海的某一块网卡送出信号，洛杉矶的另一块网卡居然就收到了，两者实际上根本不知道对方的物理位置，你不觉得这是很神奇的事情吗？互联网的核心是一系列协议，总称为"互联网协议"（Internet Protocol Suite）。它们对电脑如何连接和组网，做出了详尽的规定。理解了这些协议，就理解了互联网

Everstring：http://www.everstring.com/团队很强大。------------AlchemyAPI：http://www.alchemyapi.com/deep learning、NLP等的API，demo也不错。-----------Ersatz：http://www.ersatz1.com/deep learning解

gcc编译器的功能强大，支持的语法也非常灵活，给我们在编程时带来了非常大的方便，也给移植代码时带来了一定的难度。 1 声明64位数据类型:gcc: long longvc: __int64 2 switch语法中的case语句:gcc: case '0' ... '9'vc: case 0:     case1:      ...3 寄存器变量的作用

稀疏表示介绍(上)声明 之前虽然听过压缩感知和稀疏表示，实际上昨天才正式着手开始了解，纯属新手，如有错误，敬请指出，共同进步。主要学习资料是 Coursera 上 Duke 大学的公开课——Image and video processing, by Pro.Guillermo Sapiro 第 9 课。由于对图像处理的了解也来自与该课程，没正经儿看过几本图