ARWorldMap是ARKit2中一个非常实用的新功能，它能够实现持续性AR体验和共享式多人AR体验。
请在UnityARKit插件目录下查看示例：Examples/ARKit2.0/UnityARWorldMap/UnityARWorldMap.unity每个会话都会随着操作者四处移动并检测更多特征点时构建一个ARWorldMap。
你可以通过C#从一个会话中获取当前ARWorldMap，将它保存到你的Application.persisentDataPath中。
你也可以在保存的位置载入一个已保存的ARWorldMap。
这样即使你离开会话后再回来，虚拟对象仍会在相同的坐标空间出现。
ARWorldMap可以被序列化为一个字节数组，并使用WiFi、蓝牙或其它分享方式发送到另一个设备上。
另一方面，它也能被反序列化，用来将其它设备重定位到与第一个设备相同的世界坐标映射，从而得到共享的多人游戏体验。
当拥有ARWorldMap后，不管是通过载入得到、还是从内存中获取、亦或是从其它设备接收，你的设备都能将其设为配置中的一个参数，然后使用该配置重置ARSession，从而共享坐标系统信息。
这样做会重置会话，并且随着你四处移动，应用会尝试将ARWorldMap中的特征点与你环境中所检测到的特征点相互匹配。
当它们成功匹配后，会话将重定位你的设备坐标，将其与ARWorldMap中所保存的坐标匹配。

本程序实现了对影像特征点自动提取，利用Morevac、Forstner、Harris3个经典算子。
在此基础上利用相关系数法实现影像自动匹配，并且引入最小二乘平差，使匹配点精度有所提高。
在搜索点过程中，利用了核线影像特性，对二维影像搜索使用了爬山法启发式搜索。
对大数据量影像采用影像金字塔结构处理。
1、使用GDAL库读取影片，支持TIFF、PNG、JPEG、JPG、BMP、GIF、IMG格式读取。
使用GDI绘图。
2、防止大数据量绘图视图闪烁，图片显示采用双缓存技术。
3、保存视图数据为图片文件，支持TIFF、PNG、JPEG、JPG、BMP、GIF格式保存。
4、TreeCtrl控件、ListCtrl控件的基本操作。
5、MFC单文档程序视图通讯、更换视图、视图分割。

数字图像处理的期末作业，matlabgui实现，对指纹图像进行特征点的抽取与编辑。
附件内包含源程序、研究报告、使用说明及测试图例。
指纹特征点(端点、分叉点)的抽取包括指纹增强、细化、抽取及伪特征点的消除。
编辑过程是图形界面编程，包括手动的增加、删除、移动特征点，最后将特征点坐标保存至TXT文档。
程序的缺陷在于伪特征点去除方法不够好。
另外注释不多，但较易看懂。

程序基于opencv实现，适用于AAM等算法的前期标记工作，标记结果输出为asf文件。

surf算法在opencv3上实现，自己实现代码不用调用任何包。

特征检测与匹配的目标是识别一个图像中的关键点与另一个图像中的对应点之间的配对。
在此实验中，你将编写代码以检测图像中的特征点（对于平移、旋转和照明具有一定的不变性），并在另一个图像中找到最佳匹配特征。
为了帮你可视化结果并调试程序，我们提供了一个用户界面，可以显示检测到的特征和最佳匹配。
我们还提供了一个示例ORB特征检测器，用于结果比较。
该实验有三个部分：特征检测、特征描述和特征匹配。
您所需要实现的所有代码都在features.py中。

Mikolajczyk图像库，主要用于图像特征点提取，特征点匹配

由于相机标定易受靶标自身和外界环境因素的干扰,且相机标定精度直接影响双目视觉或三维重建等计算机视觉领域的结果,因此,在标定过程中要尽可能提高相机的标定精度。
相机标定过程中的精度影响因素主要为靶标自身的网格尺寸、特征点数目、摆放位姿和平面性,以及相机提取靶标图片的数量、标定物距、光照条件等。
以相机标定精度的影响因素为切入点,介绍了相机标定的成像模型和单因素对标定精度的影响情况,总结出相机标定的最优标定工况条件,为相机标定的研究提供了有效参考。

本文是用小波变换的方法，实现心电信号特征点算法的研究，算法比较复杂，

SIFT特征点匹配的代码和实验报告，需要2008的VS和openCV库。
如果VS版本高的话需要下载一个2008版本的guill.gll文件。
修改代码中视频路径即可实现特征点匹配。
有实验报告和用例。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。