脑电信号(Electroencephalograph，EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，其包含了大量的生理与病理信息，并可以用许多特征量来描述其特征信号。
P300电位即受试者辨认“新异”(oddball)刺激序列中低概率的“靶刺激”时，在头皮记录到的潜伏期约为300ms的最大晚期正性波，是事件相关电位(Event-RelatedPotential，ERP)中应用最广、与认知功能关系最为密切的成分。
脑机接口(BCI)是一种不依赖于外周神经和肌肉等常规输出通道的信息交流系统。
P300是神经系统接受特定模式下的视觉刺激所产生的特定电活动，适合于脑机接口应用。
本文针对P300脑电信号的特点，即诱发电位中的P300成分通常是在新异刺激模型中对不同刺激进行辨别、分类、判断时产生的，所以采用视觉“Oddball”范式诱发事件相关电位，然后采用EGI64导脑电系统采集原始脑电信号，再用Net-Station软件对原始数据进行预处理，预处理步骤包括滤波(Filter)、数据分段(Segmentation)、人工伪迹检测(ArtifactDetection)、坏通道替换(BadChannelReplacement)、叠加平均(Averaging)、参考点转换(AverageReferencing)、基线校正(BaselineCorrection)等，最后采用功率谱分析与相关系数矩阵相结合的方法选取恰当的电极，确定少量活跃电极分布在头顶位置，活跃电极主要集中在后脑区域，为脑机接口应用产品的开发奠定理论基础。

FPGA上运行人脸识别源代码，ThisprojectattemptstorealizeafacedetectorusingVoila-Jonesalgorithm.ThereferenceCmodelisborrowedfrom[5kk73GPUAssignment2012](https://sites.google.com/site/5kk73gpu2012/assignment/viola-jones-face-detection),withsomemodifytofithardwareimplementationandfixedsomebug.ThecodeiswrittenbyVerilog/SystemVerilogandSynthesizedonXilinxKintexUltrascaleFPGAusingVivado.Thiscodeisjustexperimentalforfunction,alotofoptimizationcanfurtherbedone.

WheatrowsdetectionattheearlygrowthstagebasedonHoughtransformandvanishingpoint

是检测估计和调制理论的经典著作。
没有包含卷2，因为重要性没那么突出。
这里给出PartI、PartIII和PartIV的高清非扫描版，希望能够帮助有需要的人。

Writtenbyanexpertinthegameindustry,ChristerEricson'snewbookisacomprehensiveguidetothecomponentsofefficientreal-timecollisiondetectionsystems.Thebookprovidesthetoolsandknow-howneededtoimplementindustrial-strengthcollisiondetectionforthehighlydetaileddynamicenvironmentsofapplicationssuchas3Dgames,virtualrealityapplications,andphysicalsimulators.Ofthemanytopicscovered,akeyfocusisonspatialandobjectpartitioningthroughawidevarietyofgrids,trees,andsortingmethods.Theauthoralsopresentsalargecollectionofintersectionanddistancetestsforbothsimpleandcomplexgeometricshapes.SectionsonvectorandmatrixalgebraprovidethebackgroundforadvancedtopicssuchasVoronoiregions,Minkowskisums,andlinearandquadraticprogramming.Ofutmostimportancetoprogrammersbutrarelydiscussedinthismuchdetailinotherbooksarethechapterscoveringnumericalandgeometricrobustness,bothessentialtopicsforcollisiondetectionsystems.Alsouniquearethechaptersdiscussinghowgraphicshardwarecanassistincollisiondetectioncomputationsandonadvancedoptimizationformoderncomputerarchitectures.Allinall,thiscomprehensivebookwillbecometheindustrystandardforyearstocome.

有两个分卷,请下载两个分卷后解压.最优阵列处理，非常的经典。
Detection,EstimationandModulationTheoryPartIV-OptimumArrayProcessing.(Wiley2002))中文版HarryL,VanTrees著,汤俊译

显著性检测经典论文：Context-AwareSaliencyDetection自己编写的matlab代码实现，包扩所有函数

Createimageprocessing,objectdetectionandfacerecognitionappsbyleveragingthepowerofmachinelearninganddeeplearningwithOpenCV4andQt5KeyFeaturesGainpracticalinsightsintocodeforallprojectscoveredinthisbookUnderstandmoderncomputervisionconceptssuchascharacterrecognition,imageprocessingandmodificationLearntouseagraphicsprocessingunit(GPU)anditsparallelprocessingpowerforfilteringimagesquicklyBookDescriptionOpenCVandQthaveproventobeawinningcombinationfordevelopingcross-platformcomputervisionapplications.Byleveragingtheirpower,youcancreaterobustapplicationswithbothanintuitivegraphicaluserinterface(GUI)andhigh-performancecapabilities.Thisbookwillhelpyoulearnthroughavarietyofreal-worldprojectsonimageprocessing,faceandtextrecognition,objectdetection,andhigh-performancecomputing.You'llbeabletoprogressivelybuildonyour...

AutomaticPavementCrackDetectionforJapan,CzechRepublicandIndia

目标检测（ObjectDetection）是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。
近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。
从最初2013年提出的R-CNN、OverFeat，到后面的Fast/FasterR-CNN，SSD，YOLO系列，再到2018年最近的Pelee。
短短不到五年时间，基于深度学习的目标检测技术，在网络结构上，从twostage到onestage，从bottom-uponly到Top-Down，从singlescalenetwork到featurepyramidnetwork，从面向PC端到面向手机端，都涌现出许多好的算法技术，这些算法在开放目标检测数据集上的检测效果和性能都很出色。

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。