叶剑杰的专栏

这一项目来自牛津大学Visual Geometry Group。其要解决的问题是在任意图像中检测仿射不变特征。 这一技术可以应用在图像识别领域，比如车牌识别、行车记录仪等，这样能放宽对摄像头位置的要求。项目主页：Affine Covariant Features有Linux和Matlb源码。

Visual Geometry Group的Marcin Eichner，Manuel J.Marin-Jimenez,Andrew Zisserman,Vittorio Ferrari等提出一种静态图像中估计人体姿态的方法，甚至在复杂背景下。图片中的人能在任意位置，穿任意种类的衣服，任意颜色的衣服。唯一的要求是人是直立的并且是正面。项目提供Matlab代码，地址为：human pose estim

基于图像的人数统计属于模式识别问题，可应用于安防领域。传统的方法包括：1）视频捕获；2）目标提取（背景建模、前景分析）——常见方法有高斯背景建模、帧差法、三帧差法等；3）目标识别（模式识别、特征点分析），如人脸识别，头肩部识别等，OpenCV里可以使用Hear特征、级联分类器来进行特征检测；4）目标跟踪——基本方法有直方图特征匹配和运动目标连续性匹配，OpenCV里可以使用CamShift算法直接对

Visual Geometry Group的Arpit Mittal,Andrew Zisserman和Phil Torr提出一种静态图像检测人手的方法，这一人物比较具有挑战性，因为人手的形状和视角各异，人手可以是打开或闭合的，可以是部分重合的，每个手指的关节不同，可能抓住物体或其他手。 他们使用一种两级假设和分类框架。结合手型、情境、皮肤等进行检测。 项目地址：Hand detection u

不同于人脸检测，上半身检测的目标是为了检测图像中人体的上半身。这一项目同样来自牛津大学的Visual Geometry Group，项目主页：Upper Body Configuration Detection其首先通过标注了上半身位置的图片进行训练，得到原型配置： 然后进行检测： 项目提供Matlab源码。但有时视频图像中本来就只有上半身，针对这种情况，Manuel J.Marin-Jimen