摘要：
视频目标检测调研 1.主要问题： 与图像目标检测的主要区别是： 视频信息具有大量冗余，这些冗余会如果能合理的利用或者去除，会大大提高处理速度； 视频信息中的目标经常会出现变形、遮挡、模糊，这会导致检测结果的不稳定，出现漏检。 2.基本方法： 基于单帧图像的 结合上下文和时间信息的： 双流法 三维卷积 阅读全文
摘要：
下载软件 最后会询问是否把anaconda的bin添加到用户的环境变量中，选择yes 在终端输入python发现依然是gnome自带的python版本，这是因为.bashrc的更新还没有生效，命令行输入：source ~/.bashrc 在运行python即可 阅读全文
摘要：
主要是修改检测程序： 主代码修改为： visualization文件代码修改为： 阅读全文
摘要：
对文章做摘要学习。 1. 传统目标检测方法： （1）区域选择：这一步是为了对目标的位置进行定位。由于目标可能出现在图像的任何位置，而且目标的大小、长宽比例也不确定，所以最初采用滑动窗口的策略对整幅图像进行遍历，而且需要设置不同的尺度，不同的长宽比。这种穷举的策略虽然包含了目标所有可能出现的位置，但是 阅读全文
摘要：
1.1 研究背景及意义： 由于现实世界中的物体(尤其是行人)、场景存在多变性，使其很难用一个统一的方法进行研究。目前目标检测所遇到的主要问题有：如何准确快速分割目标、尽量减小复杂背景对目标检测的影响以及如何降低因目标尺度、大小和形状发生变化引起的目标检测精确度下降的问题。 此外，在目标检测系统中，系 阅读全文
摘要：
文章对很多方法在各方面进行对比分析，得出一些影响行人检测结果的因素。 方法很多，对方法本身的描述阐释的比较少。我也主要对结论进行翻译整理： 水平有限，难免错漏。 摘要： 目前的检测方法主要可分为三类，这三类的检测效果近似。 1. 引言： 行人检测是目标检测的典型实例。应用广泛。行人检测的问题定位明确 阅读全文
摘要：
1. 摘要： human检测的方法分类：需要预先处理的方法；直接检测的方法。 文章在各种全身检测和分类的方法中选择了部分代表性论文来论述。并不致力于做到综合所有，也不关注人脸检测、手势检测或者行为分类等专业领域。 2. 总述： 我们的问题是：从给定的视频或者图像中找到人。相关文献中的技术可以分为两类 阅读全文
摘要：
按应用分类： 学习方法： 降维算法 检测算法： 阅读全文
摘要：
阅读全文
摘要：
目前Anaconda默认安装的python版本为3.6或者2.7 如果要安装Python3.5，可以根据需要配置，配置方法见页面：我用方法2尝试成功 There are three ways to get Anaconda with Python 3.5: We recommend that you 阅读全文
摘要：
选取了部分内容进行记录，主要用于理解总体框架。水平有限，如有理解错误，欢迎指正！ 2LEON: 2.3.1寻址范围: 完全权限,但OS在CSS,RT在MSS.直接到各自区域地址更好. 2.3.2启动： OS从ROM开始执行固件，固件从flash、其他存储或通过SPI连接的核加载应用代码。加载之后，b 阅读全文