低调做人高调做事

原创 《Real-Time Compressive Tracking》论文理解

这是Kaihua Zhang发表在ECCV2012的paper，paper的主题思想是利用满足压缩感知(compressive sensing)的RIP(restricted isometry property)条件的随机测量矩阵(random measurement matrix)对多尺度(multiple scale)的图像特征(features)进行降维，然后通过朴素贝叶斯分类器(naive

原创 Win7 64 位 vs2012 pthread 配置

1.      首先下载pthread，解压后我放在了e盘。2.      然后用vs2012新建一个工程，然后右键项目属性，在配置属性->VC++目录->包含目录中输入E:\pthreads-w32-2-9-1-release\Pre-built.2\include；在配置属性->VC++目录->库目录中输入E:\pthreads-w32-2-9-1-release\Pre-built.2\

原创 DFT和FFT运算效率对比

原创 matlab采用mex编译多个cpp文件

最近在看matlab code时，由于本人使用的是64系统，而code中的mex文件时在32位系统上编译的，所以需要重新自己编译maxflowmex.cpp，但是直接mex maxflowmex.cpp时，出现以下错误：maxflowmex.obj : error LNK2019:无法解析的外部符号 "public: __cdecl Graph::Graph(int,int,void

转载 凸优化和非凸优化

数学中最优化问题的一般表述是求取，使，其中是n维向量，是的可行域，是上的实值函数。凸优化问题是指是闭合的凸集且是上的凸函数的最优化问题，这两个条件任一不满足则该问题即为非凸的最优化问题。其中，是 凸集是指对集合中的任意两点，有，即任意两点的连线段都在集合内，直观上就是集合不会像下图那样有“凹下去”的部分。至于闭合的凸集，则涉及到闭集的定义，而闭集的定义又基于开集，比较抽象，不赘述，这里

原创 win7 32位解决matlab out of memory问题

由于最近在做DL，matlab load数据时由于内存只有2G，会出现out of memory的情况，网上百度了下都是在xp下打开3GB来解决该问题，但是由于win7没有boot.ini无法在win7 下打开3GB开关,而在win7下打开3GB切换应该如下步骤   1. 在“开始”菜单下的“附件”程序组中，右击“命令提示器”（Command Prompt）。 点击“使用系统管理员身份运行”（

原创 调用子文件中的m文件

% 添加当前路径下的所有子目录addpath(genpath(pwd));pwd指当前路径

转载 OpenCL错误码

#define CL_SUCCESS 0#define CL_DEVICE_NOT_FOUND -1#define CL_DEVICE_NOT_AVAILABLE -2#define CL_COMPILER_NOT_AVAILABLE

原创 转换到 COFF 期间失败

error: LNK1123: 转换到 COFF 期间失败: 文件无效或损坏解决方案一、项目|项目属性|配置属性|清单工具|输入和输出|嵌入清单 “是”改为“否”即可。缺点是每次新建工程均需要修改。二、查找是否有两个cvtres.exe。一个是C:\Program Files(x86)\Microsoft Visual Studio 10.0\vc\bin\cvtres.exe，

原创 linux下eclipse向args传递参数

Linux 下Eclipse中的run as-run configurations,其中有个（x）=arguments,单击该选项，在program arguments下面的空白栏中填写参数，多个参数用空格隔开。

原创 Linux下Eclipse安装配置OpenCV2.4.8，用C++调用OpenCV及测试实例

首先从官网上下载安装opencv，安装教程可以从网上搜索一下，需要用到cmake。然后在Eclipse中配置opencv，目的在于让其找到opencv的库，就是g++ test.cpp -o test -I .........................-l.............................,，其中一个是include的目录，另一个是library的目录。配置方

原创 学写makefile

本文最近学习makefile，为方便以后回忆对相关知识点进行了梳理。Makefile 的优点在于可以实现“自动化编译”。首先需要把源文件编译成中间代码文件，windows下为.obj文件，unix下是.o文件，即objectfile。这个动作叫做编译。然后再把大量的objectfile合成执行文件，这个动作叫做链接。在实际情况中，由于源文件太多，编译生成的中间目标文件太多，而在链接时需要明

原创 makefile引用opencv

最近在test2.cpp#include #include #include #include int main(){ IplImage * image; image = cvLoadImage("lena.jpg"); if( !image ) printf("loading error!\n");

转载 IT人才市场最看重的12项技能

点击打开链接近些年来，安全专业人员一直供不应求，不过据Schmidt介绍，如今，大批雇主在审查所有应聘者，而不只是安全岗位应聘者的安全技能和证书。公司仍然需要安全专家和主题专家。IT行业很热门，不过前提是你要有所需的技能。如果你想进入这个行业，不妨看看在不久的将来最热门的几项IT技能。Kevin Scott是谷歌公司的高级技术经理，也是美国计算机协会专业与教育委员会的创始成员，他说

转载 LibSVM 在matlab中的使用

搞了一天，看了很多资料，终于搞好了matlab中调用大牛写好的svm库，将结果告诉大家避免以后走弯路。1. 参考网站：libsvm库下载：http://www.csie.ntu.edu.tw/~cjlin/libsvm/视频：http://v.youku.com/v_showMini/id_XMjc2NTY3MzYw_ft_131.html （有小问题，等下会提到）

转载 c++中的floor,ceil,round

原文链接点击打开链接                                                                 2.1             2.6               -2.1               -2.6floor : 不大于自变量的最大整数             2                2              

原创 Rob Hess sift源码详解（四）

这节为关键点特征描述static void compute_descriptors( CvSeq* features, IplImage*** gauss_pyr, int d,int n ){ struct feature* feat; struct detection_data* ddata; double*** hist; int i, k = features->

原创 Rob Hess sift源码详解（三）

这部分为关键点分配方向和计算尺度static void calc_feature_scales( CvSeq* features, double sigma, int intvls )//计算特征点尺度{ struct feature* feat; struct detection_data* ddata; double intvl; int i, n; n = f

原创 Rob Hess sift源码详解（二）

接上回继续，这部分为关键点定位static CvSeq* scale_space_extrema( IplImage*** dog_pyr, int octvs, int intvls, double contr_thr, int curv_thr, CvMemStorage* storage )//关键点定位{ CvSeq* features; do

原创 Rob Hess sift源码详解（一）

网上已经有许多关于sift算法详细解释。本文适合于已经对sift算法有一定了解的读者，写本文的目的在于对Rob Hess的sift库中的c++源代码进行注释，从代码的角度对提升对sift算法的理解。闲话少说，进入正文。首先从网址http://robwhess.github.io/opensift/上下载sift源代码。解压之后不能直接运行，因为作者是在linux下编译的，所以需要自己在wind

原创 读取mat中的数据

最近在学习《OpenCV2ComputerVisionApplicationProgrammingCookbook》总结了一下cv::Mat中数据的读取方式。如果想去掉cv则需要在主函数前加上usingnamespace cv;1、直接读取mat中的数据Mat method1(Mat&img){    //cout点击打开链接     for( size_t nrow =

转载 图像处理与计算机视觉 基础、经典以及最近发展

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