pure_zhou的博客

因为最近需要看一些open264里面的内容，所以在windows下面配了一下环境，这里记录一下。编译环境：win10、nasm、minGW、vs2019、msys安装MinGW官网链接: https://sourceforge.net/projects/mingw-w64/这里说明一下下载的时候最好是下载压缩包，因为下载exe的话之后还会在线安装，在线安装会报错.解压后把对应的bin路径添加到环境变量中安装MSYS安装教程：msy安装教程MSYS是bash，make，gawk和gre

目录前言整体架构通话原理简单demo分析前言最近被安排去做有关webrtc相关的工作，需要在webrtc中改动一些东西实现一些功能（控制时延、屏幕共享等）。但之前完全没有接触相关的工作，所以需要一边学习一边做，之后会尽力把学习的过程记录下来，以便之后自己不要忘记了。WebRTC是Web Real-Time Communication的缩写，可以把它看作一种协议或者API。WebRTC Native App使用最多的SDK就是Google WebRTC，它不是只能网页通话，ios和android也都是可

目录拉取源码编译运行拉取源码WebRTC是谷歌开源的一个用于实施音视频的框架，也可以看作是一种协议。我们可以根据需要下载android、ios、web版本。1.安装工具depotgit clone https://chromium.googlesource.com/chromium/tools/depot_tools.git;进入bashrc设置环境变量首先进入home目录下，然后vim ~/.bashrcexport WEBRTC_DEPOT_TOOLS=/home/mmc/zcj/dep

目录概述详细解读总结概述这篇论文是2019年的，它的特色在于他的全自动抠图。这里的全自动指的是不需要绿幕，也不需要输入trimap图，甚至连背景图也不需要。在只需要输入一张原图的情况下，就能很好的抠图，并且论文中效果不错。不过2020年的其他论文中也复现了这篇论文并加以比较，说这篇论文的方法效果太差。个人认为的确是远远达不到论文中所说的那么好的效果，这种全自动的话，你输入中没有辅助图，也没有深度信息，神经网络再好，也学习不到人想要的前景吧？？？比如你在人后面放一把椅子，那么请问：这把椅子会不会被抠出来

这里写目录标题前言详细解读总结前言想象一下，只要用一部手持智能手机，就可以在日常环境中拍摄照片或视频，轻松地创建一个人的每个像素的前景图。这便是这篇论文的最终目的。这篇论文我个人认为在图像matting上有很大的改进，主要是他不用我们输入trimap图了（手动描边真的很辛苦，自动描边又不准），但这是有代价的，就是需要额外输入一张背景图。整篇论文我认为有不少的创新点，比如使用的CS块和第二阶段的半监督学习提高真实性。详细解读整体结构整体结构分为两个部分，一个是生成模型，一个是判别模型。两部分的输

目录前言数据集模型结构疑问前言此博客主要是这篇论文的主要思想的总结，以及相关网络结构的简单介绍说明。论文地址: Deep Image Matting.关于论文的复现相关参加我的另一篇博客：pytorch实现《Deep Image Matting》.作者提出以往matting算法的不足：1.仅仅依赖颜色信息(空间），是的前后景高度重合区域抠图效果不佳。并且会出现低频 “smearing”或者高频的“chunky”。如：2.非常小的数据集而此篇论文着重解决了这两个问题，此篇论文的改进：可以学习

目录环境配置论文总结结果分析遇到的问题环境配置Python 3.6PyTorch opencv2.4.13其中需要注意的地方就是python的版本不能太低，因为我是基于pytorch实现的，也可以使用tensorflow。下载python和相关的库的时候建议使用Anaconda安装，简单方便。论文总结先放出别人的github链接： Deep Image Matting-PyTorch.其实我们需要解决的就是下面等式的问题。透明度alpha，前景fi，背景bi都是未知数，我们所需要求的也就

目录概述graph cutAlpha Matting概述对于抠图，比较简单的方法是图像分割，这是很老的方法，但这其实算不上真正意义的抠图，因为他的主要目的是用于图像之间块与块的分割。典型的就是grabcut算法，opencv上面有相应的优化好的算法。还有一种就是对于前后景的分割，叫做Alpha Matting，这是抠图的主要实现方法，好的算法对头发丝也能处理得很好，最近主要实现了2010年的一篇论文《Shared Sampling for Real-Time Alpha Matting》，这是比较出名的

环境配置排坑指南CUDA9.1下载安装CMake下载安装OpenCv下载编译测试如果我们做图像处理相关工作的话opencv是很重要的库，对于处理很多的重复性的工作我们可以把相关执行代码放到gpu上面执行，但是因为现在的官方的opencv库是不带gpu模块的（之前还以为可以用）。所以需要我们自己下载源码编译，但是其中的坑是非常多的，各个版本之间有很可能冲突，安装编译过程中也会有很多问题。本机安装环境：win10+VS2013+cuda9.1+CMake3.4.2+OpenCv3.4.2+其他自己需要的库（

目录概念典型例题1.货币选择问题2.区间调度问题3.活动安排问题概念贪心法就是遵循某种规则，不断贪心地选取当前最优策略的算法设计方法。一般步骤：1.建立数学模型来描述问题；2.把求解的问题分成若干个子问题；3.对每一子问题求解，得到子问题的局部最优解；4.把子问题的解局部最优解合成原来解问题的一个解。算法的实现框架：从问题的某一初始解出发；while （能朝给定总目标前进一步）{利用可行的决策，求出可行解的一个解元素；}由所有解元素组合成问题的一个可行解；典型例题1.货币选择