视频演示算法包括：1.静态背景下的背景预测法目标检测2.静态背景下帧间差分法目标检测3.MeanShift目标跟踪方法4.重心多目标跟踪方法该框架支持的视频只限于RGB非紧缩WindowsAVI格式，可以通过“文件”菜单下打开视频来打开视频文件。

MFC与halcon进行相机采集，有单帧采集和延续采集

压缩包中已经给定图片序列，可以直接运转程序，基于镜头分割提取出关键帧。

该文件包括效果展示视频和训练生成的xml文件由于该方法要求负样本与场景相关，因此建议自己采集视频进行样本获取及后续处理，直接使用xml文件在其他场景的效果并不一定好。
本实验也有许多问题，①比如远处的检测框会较早的消失，这个原因应该是抽帧截取正样本时，远处的车辆样本选取的较少，建议新实验中每个位置上的正样本都要考虑到。
②偶尔会出现检测框消失的现象，这个没法避免的..建议使用卡尔曼滤波对消失的检测框进行预测然后校正！关于样本集会在后面半个月放出，最近事比较多，等开学会有点时间...本演示视频只对单一方向的车辆样本进行训练，并且包含了晴天多云雨天等场景的样本共同训练，正样本数量为4300多份。
如果想尝试双向车道的训练，建议正样本数量达到1w左右的量级，负样本为正样本的2-5倍，关于xml文件的训练参考文章XXX，也可以换成其他特征进行训练，如LBP特征（听说训练花费时间大大降低，精度差不多，并没有进行试验），有兴味的可以试一试，多多交流！

极为实用的YUV格式播放器，能播放各种格式视频且可一帧一帧查看，另有各种功能本人去发现吧。

海思编码帧判别

运用简单，gif分割成png的序列帧（去掉纯黑色背景）和把序列帧拼接成一个gif分别是两个工具，两个工具3M，免安装

近年来卷积神经网络框架被成功地应用到目标跟踪领域,并取得了较为稳健的跟踪结果。
基于此思想,提出一种基于定位-分类-匹配模型的目标跟踪方法。
首先,在定位模型中,利用前一帧的位置信息预测当前帧中的候选目标区域。
然后,采用已训练的深度特征对候选区域进行类间筛选,选出N个次优目标区域。
最后,利用常规颜色特征对次优目标区域进行类内寻优匹配,从而确定最终的跟踪目标。
与此同时,分别对定位、分类中的网络进行更新,并对建立的匹配模型进行在线实时更新,使得其对目标的描述愈加准确。
在OTB50和OTB100标准数据库上进行实验测试,结果表明,提出的跟踪方法在快速运动、相似物体干扰、复杂背景等条件下具有较好的跟踪稳健性。

软件介绍:Flash Player 10.3官方最新版中的主要改进包括：加入媒体检测;- 加入回声取消处理;与浏览器集成的隐私控制;- 加入本机控制面板;Mac OS加入自动升级通知;它是首个为桌面和移动设备带来完整Web体验的版本，带来了四大全新特性和增强：Stage Video硬件加速：新的视频播放API接口，Adobe MAX 2010大会上首次公布，可让开发人员充分利用视频渲染管线的硬件加速能力，提供最好的视频功能，包括大幅降低CPU占用率(最多85％)、减少内存占用量、提高播放帧率、增强像素精确度与质量，号称内部测试显示可在笔记本上以零CPU占用率播放1080p高清视频。
支持IE9硬件加速渲染：可发挥IE硬件加速图形的优势，利用硬件渲染层提升图形功能、实现无缝图形合成。
原生自定义光标：允许开发人员自行定制原生的鼠标光标，增强用户体验、提升功能。
支持多显示器全屏模式：在第二台显示器上，全屏显示的内容仍将保持全屏状态，用户可以全屏观看视频的同时在另一台显示器上工作

OTN技术及华为OTN设备简介城域波分环四环五即将进行建设，本次工程采用华为华为下一代智能光传送平台OTN设备OptiXOSN8800和OptiXOSN6800。
本文主要对OTN技术涉及的网络结构、复用方式、帧结构、ROADM技术和OptiXOSN8800和OptiXOSN6800设备特点及本次工程配置主要单元盘作个简要介绍。
一、OTN技术光传送网OTN（OpticalTransportNetwork）是由ITU-TG.872、G.798、G.709等建议定义的一种全新的光传送技术体制，它包括光层和电层的完整体系结构，对于各层网络都有相应的管理监控机制和网络生存性机制。
OTN的思想来源于SDH/SONET技术体制（例如映射、复用、交叉连接、嵌入式开销、保护、FEC等），把SDH/SONET的可运营可管理能力应用到WDM系统中，同时具备了SDH/SONET灵活可靠和WDM容量大的优势。
除了在DWDM网络中进一步增强对SONET/SDH操作、管理、维护和供应(OAM&P)功能的支持外，OTN核心协议ITUG.709协议（基于ITUG.872）主要对以下三方面进行了定义。
首先，它定义了OTN的光传输体系；
其次，它定义了OTN的开销功能以支持多波长光网络；
第三，它定义了用于映射客户端信号的OTN的帧结构、比特率和格式。
OTN技术是在目前全光组网的一些关键技术(如光缓存、光定时再生、光数字功能监视、波长变换等)不成熟的背景下基于现有光电技术折中提出的传送网组网技术。
OTN在子网内部通过ROADM进行全光处理而在子网边界通过电交叉矩阵进行光电混合处理，但目标依然是全光组网，也可认为现在的OTN阶段是全光网络的过渡阶段。
1.OTN网络结构按照OTN技术的网络分层，可分为光通道层、光复用段层和光传送段层三个层面。
另外，为了解决客户信号的数字监视问题，光通道层又分为光通路净荷单元（OPU）、光通道数据单元(ODUk)和光通道传送单元(OTUk)三个子层，类似于SDH技术的段层和通道层。
如下图所示：2.OTN复用结构OTN复用结构也类似SDH复用结构，如图所示：OTU、ODU（包括ODU串联连接）以及OPU层都可以被分析和检测。
按照ITUG.709之规定，当前的测试解决方案可以提供三种线路速率：OTU1(255/238x2.488320Gb/s≈2.666057143Gb/s)也称为2.7Gb/sOTU2(255/237x9.953280Gb/s≈10.709225316Gb/s)也称为10.7Gb/sOTU3(255/236x39.813120Gb/s≈43.018413559Gb/s)也称为43Gb/s每种线路速率分别适用于不同的客户端信号：OC-48/STM-16通过OTU1传输OC-192/STM-64通过OTU2传输OC-768/STM-256通过OTU3传输空客户端（全为0）通过OTUk(k=1,2,3)传输PRBS231-1通过OTUk(k=1,2,3)传输对于不同速率的G.709OTUk信号，即OTU1，OTU2，和OTU3具有相同的帧尺寸，即都是4´4080个字节，但每帧的周期是不同的，这跟SDH的STM-N帧不同。
SDHSTM-N帧周期均为125微妙，不同速率的信号其帧的大小是不同的。
G.709已经定义了OTU1，OTU2和OTU3的速率，关于OTU4速率的制定还在进行中，尚未最终确定。
如下表所示：3.OTN帧结构当OTU帧结构完整（OPU、ODU和OTU）时，ITUG.709提供开销所支持的OAM&P功能。
OTN规定了类似于SDH的复杂帧结构OTN有着丰富的开销字节用于OAMOTN设备具备和SDH类似的特性，支持子速率业务的映射、复用和交叉连接、虚级联4.ROADM技术ROADM是一种类似于SDHADM光层的网元，它可以在一个节点上完成光通道的上下路(Add/Drop)，以及穿通光通道之间的波长级别的交叉调度。
它可以通过软件远程控制网元中的ROADM子系统实现上下路波长的配置和调整。
目前，ROADM子系统常见的有三种技术：平面光波电路（PlanarLightwaveCircuits，PLC）、波长阻断器（WavelengthBlocker，WB）、波长选择开关（WavelengthSelectiveSwitch，WSS）。
三种ROADM

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。