用均值漂移算法实现目标跟踪，均值漂移算法是一种基于核函数估计的无参数算法，它无需估计整个区间的概率密度也无需知道区间内样本的分布情况，由于其具有较低的计算量，且计算速度快，抗干扰能力强在解决计算机视觉领域尤其是目标跟踪方面表现出了良好的鲁棒性和实时性。

根据全国省市区拼音的首字母（适用于按照A-Z排序）的mysql数据，大家下载的时候注意一下数据实时性哦~

Graph-Cut算法是图像及视频中经典且有效的前景和背景分离算法,针对其计算量较大导致实时性不佳、前景和背景颜色相似时分割结果易出现shrinkingbias现象的问题,提出一种改进算法.该算法利用Mean-Shift技术对图像进行预处理,将原图像表示成基于区域的、而不是基于像素的图结构,预处理结果还可应用于后续的前景和背景颜色分布估计过程,使得计算量大大下降;在能量函数中引入了具有自适应权值调节功能的连通性约束项,有效地改善了shrinkingbias现象,提高了分割结果的精确性.实验结果表明,文中算法具有良好的实时交互性,且分割效果更加稳定和精确.

从现在开始，本网站将陆续发布Wanlix和Mindows操作系统内核。
Wanlix是一个内核非常小的嵌入式操作系统，只有几百个字节，但功能少，只提供任务切换功能，非常适合资源特别少但又需要任务切换的小项目。
Mindows可提供多种操作系统功能，是实时抢占式操作系统，任务支持多种优先级抢占调度，将实时性高的任务设置为高优先级就可以保证软件系统的实时性，用户也可根据自身需求选取需要的部分，也可在此基础上编写代码增加自己需要的功能，具有可裁剪性。
我将Wanlix和Mindows的开发过程记录下来，就形成了这本“底层工作者手册之嵌入式操作系统内核”一书，本手册不仅仅是从应用的角度介绍操作系统如何使用，更重要的是从原理的角度对操作系统的功能做了分析、设计，从无到有循序渐进一点点的增加操作系统的功能，并且每增加一个功能便配以一个例子加以演示，让读者能立刻看到代码运行的结果。
本手册记录了我从对操作系统内核不了解到写出操作系统内核的过程，这样的一个过程对你来说应该也是一个最好的学习过程。
如果你有一定的C语言基础，并且对硬件也有稍微的了解，那么我相信你一定会看明白本手册！也一定可以随心所欲的修改、扩展你需要的操作系统功能！请登陆www.ifreecoding.com下载

两组红外-可见光视频，可用于图像融合研究。
或者验证动态融合算法的实时性

给大家分享一个我写的用FPGA实现的实时连通区识别源代码。
具体介绍请看下文。
源代码附件里有，或者给我发邮件索取此算法的特点是：1）仅用一片低端FPGA即可实现，无需外接任何存储器。
用Xilinx的LX25就能装下，大概只用了十几个块RAM，其余的逻辑也不多。
2）实时性高，延时固定且很小。
由于该方法进行的是并行流水线处理，即对图像扫描一遍就可完成对所有连通区域的识别，因此识别每个连通区域的延时都是固定的，并不会因为图像中连通区域多，延时就增加。
该延时也很小，约扫描十几行图像的时间。
其实该算法用嵌入式cpu或dsp也可以实现，也可以做到消耗内存少，延时小。
3）能同时给出连通区域的各种统计信息。
该方法在识别出连通区域的同时还能给出该连通区域的面积、周长、外切矩形中心点坐标等统计信息。
还可以统计出该连通区内某特定颜色的点有多少个之类的信息。
4）可靠性高。
对一些特殊形状的连通区，例如U型W型等，都能识别并给出正确的统计信息。

#3D_Garment_Tryon_System3D虚拟试衣系统随着网络的普及和虚拟现实技术的发展，三维虚拟试衣技术已成为国内外学术界普遍关注和研究的重要课题。
三维服装虚拟试衣系统(3DGarmentVirtualTry-OnSystem)主要包括四个部分：用户试衣时的人体识别、姿势检测；
三维虚拟人体模型的构建与匹配，三维虚拟衣物模型的构建，三维衣物在虚拟人体的着装试穿。
目前我们在三维试衣系统相关理论的基础上，从研究三维人体、衣物建模理论出发，结合物理模型、图形处理等方法，实现了以上四个部分，并对其中一些关键技术进行了研究。
人体识别和姿势检测的研究方面，针对精准度要求较高的情况，我们采用N-best人体识别模型，用深度置信神经网络来对模型进行训练，能够检测出图片中任意姿势各个身体部件；
针对实时性要求较高的情况，我们采用SVM模型，可以判断出几种常见的人们试衣时的动作。
三维虚拟人体建模中，首先我们建立集成于软件中的人体模型库，主要是使用专用的三维人体造型软件Poser，将其中人体模型导出为OBJ文件，再根据OBJ文件的存储格式，提取出人体曲面的顶点信息，然后采用稀疏表示和三角剖分技术，利用一个个小三角形来逼近人体各部件的曲面；
而用户人体模型则是根据用户输入的人体信息，查找模型库中相匹配的人体模型并进行一定调整，最后结合检测到的用户姿势来展示用户特定的人体模型。
对于虚拟试衣，通过衣片三角剖分优化、二维到三维的转化、三维衣片虚拟缝合，构建了简单的衣物模型，基于碰撞检测技术，研究并实现了衣物虚拟穿在了人体模型身上的真实样子，如有褶皱、垂悬等等效果。

ScaleOut：横向扩展，增加处理节点提高整体处理能力ScaleUp：纵向扩展，通过提升单个节点的处理能力达到提升整体处理能力的目的ReplicationMySQL的replication是异步的，适用于对数据实时性要求不是特别关键的场景。
slave端的IO线程负责从master读取日志，SQL线程专门负责在slave端应用从master读过来的日志（早期MySQL用一个线程实现，性能问题比较明显）。
使用replication必须启用binarylog，MySQL用binarylog向slave分发更新复制级别1.RowLevel：5.1.5开始支持。
mater记录每行数据的更改日志，sla

1、 ARM微处理器有7种工作模式，它们分为两类非特权模式、特权模式。
其中用户模式属于非特权模式2、 ARM支持两个指令集，ARM核因运行的指令集不同，分别有两个状态ARM、Thumb，状态寄存器CPSR的T位反映了处理器运行不同指令的当前状态3、 ARM核有多个寄存器，其中大部分用于通用寄存器，有小部分作为专用寄存器，R15寄存器用于存储PC，R13通常用来存储SP4、 ARM处理器有两种总线架构，数据和指令使用同一接口的是冯诺依曼，数据和指令分开使用不同接口的是哈佛结构1. 下列不是嵌入式系统特点的是：A.系统内核小 B.专用性强 C.系统精简D.实时性要求不高2. 关于ARM汇编和C语言混合编程下列错误的是：A．C语言中可以直接嵌入某些汇编指令 B.C语言中可以调用汇编的子程序 C. 汇编程序中可以调用C语言的函数 D.C语言嵌入的汇编指令时，不可以使用C的变量3. 关于ATPCS规则，说法错误的是：A.只能使用R0-R3来传递参数 B.R13为堆栈指针SP，需要保护C.R14为连接寄存器，用于存放程序返回地址D.单字的返回值存放在R04. 关于交叉编译描述正确的是：A.编译器运行在目标机，生成的可执行文件在宿主机上运行B．编译器运行在宿主机，生成的可执行文件在宿主机上运行C．编译器运行在目标机，生成的可执行文件在目标机上运行D．编译器运行在宿主机，生成的可执行文件在目标机上运行5. 建立嵌入式Linux开发环境中，使用Bootp协议的直接目的是：A.分配宿主机的IP地址 B.分配目标机的IP地址C.用于宿主机和目标机之间通讯 D.用于监控目标机的运行。

一、作业目的1.学习自主进行文献查阅的能力。
2.学习对某一领域或某一技术进行综合归纳的能力。
3.自学5G关键技术。
4.增强英文阅读能力。
二、作业内容1.针对5G关键技术之一：D2D进行学习。
2.在学校图书馆数字数据库上查询IEEE近两年（2017‐2019）内的论文进行粗读。
3.选取其中的5‐10篇文章进行精读学习并完成一篇文献综述。
三、基本介绍设备到设备通信（Device-to-Device，D2D）是5G关键技术之一。
D2D技术可以应用于以下场景中：（1）社交网络：D2D技术的引入可以更好地支持社交网络服务。
（2）车联网：由于车辆移动的高速特性，传统的网络传输方式会造成很大的时延，很难满足车辆之间通信对实时性的要求。
因此D2D技术可以更好地解决这个问题。
（3）D2D中继：利用D2D通信的特点可以将通信终端的一方作为中继，提高网络的覆盖范围。
（4）紧急通信：在由于自然灾害、或停电等原因引起的网络故障情况下，D2D通信可以利用其近距离通信的特点，使得网络信号中断的终端可以利用与其相邻的用户资源间接的实现通信。
（5）网络扩容：在用户密度较高的地区或者网络覆盖较差的地区，可以利用D2D通信实现正常通信。
当存在多对D2D用户时，可构成虚拟MIMO矩阵。
还可以与多播技术相结合，解决用户对相同数据的需求问题。
针对上述应用场景，涉及5G网络D2D的技术需求包括但不限于如下方面：●D2D发现技术，实现邻近D2D终端的检测及识别。
●D2D同步技术。
●通信模式切换。
●无线资源管理●。
。
。
。
。
。
四、作业要求1.针对D2D的某一应用场景或某一特定技术查询最新（两年内）英文研究论文成果。
2.写一篇不少于5000字的文献综述。

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。