一、基于计算机视觉的目标跟踪
压缩感知(Compressive Sensing)学习之(一)
压缩感知(Compressive Sensing)学习之(二)
TLD(Tracking-Learning-Detection)学习与源码理解之(一)
TLD(Tracking-Learning-Detection)学习与源码理解之(二)
TLD(Tracking-Learning-Detection)学习与源码理解之(三)
TLD(Tracking-Learning-Detection)学习与源码理解之(四)
TLD(Tracking-Learning-Detection)学习与源码理解之(五)
TLD(Tracking-Learning-Detection)学习与源码理解之(六)
TLD(Tracking-Learning-Detection)学习与源码理解之(七)
CVPR2013一些论文集合供下载(visual tracking相关)
基于meanshift的手势跟踪与电脑鼠标控制(手势交互系统)
二、Deep Learning 深度学习
Deep Learning(深度学习)学习笔记整理系列之(一)
Deep Learning(深度学习)学习笔记整理系列之(二)
Deep Learning(深度学习)学习笔记整理系列之(三)
Deep Learning(深度学习)学习笔记整理系列之(四)
Deep Learning(深度学习)学习笔记整理系列之(五)
Deep Learning(深度学习)学习笔记整理系列之(六)
Deep Learning(深度学习)学习笔记整理系列之(七)
DeepLearning(深度学习)学习笔记整理系列之(八)
Deep Learning论文笔记之(一)K-means特征学习
Deep Learning论文笔记之(二)Sparse Filtering稀疏滤波
Deep Learning论文笔记之(三)单层非监督学习网络分析
Deep Learning论文笔记之(四)CNN卷积神经网络推导和实现
Deep Learning论文笔记之(五)CNN卷积神经网络代码理解
Deep Learning论文笔记之(六)Multi-Stage多级架构分析
Deep Learning论文笔记之(七)深度网络高层特征可视化
Deep Learning论文笔记之(八)Deep Learning最新综述
三、机器学习相关
LibLinear(SVM包)使用说明之(二)MATLAB接口
机器学习算法与Python实践之(二)支持向量机(SVM)初级
机器学习算法与Python实践之(三)支持向量机(SVM)进阶
机器学习算法与Python实践之(四)支持向量机(SVM)实现
机器学习算法与Python实践之(五)k均值聚类(k-means)
机器学习算法与Python实践之(七)逻辑回归(Logistic Regression)
四、Kinect相关学习与实践
Kinect开发学习笔记之(四)提取颜色数据并用OpenCV显示
Kinect开发学习笔记之(五)不带游戏者ID的深度数据的提取
Kinect开发学习笔记之(六)带游戏者ID的深度数据的提取
Kinect开发学习笔记之(八)彩色、深度、骨骼和用户抠图结合
五、语音信号处理与语音识别
语音信号处理之(二)基音周期估计(Pitch Detection)
语音信号处理之(三)矢量量化(Vector Quantization)
PocketSphinx语音识别系统语言模型的训练和声学模型的改进
六、运动检测
七、图像特征分析
八、图像处理相关
简单粗糙的指尖检测方法(FingerTipsDetection)
九、图像分割
图像分割之(四)OpenCV的GrabCut函数使用和源码解读
十、系统工程
基于meanshift的手势跟踪与电脑鼠标控制(手势交互系统)
十一、嵌入式系统
十二、编程相关
十三、一些行业调研
十四、杂乱