傳統Windows的搜尋速度往往不太理想,
雖然Microsoft從Windows Vista開始,加強了作業系統的搜尋功能,
但速度仍嫌不夠快!

finalfrank 發表在 痞客邦 留言(0) 人氣()

動態規劃
1. 大問題可以分解為子問題
2. 每一個子問題的答案可以被儲存起來 供下次直接取用 不必再重新計算
 

finalfrank 發表在 痞客邦 留言(1) 人氣()


在數學演算法上
空間和時間兩者是值得權衡(Trade-off)的兩個元素
在解一個問題的時候,其所需的時間和空間,是可以互換的。
(這裡的空間指的是需要記憶的項目)

finalfrank 發表在 痞客邦 留言(0) 人氣()

基於機器學習的物體辨識技術,主要分為三個部分,
1. 物體的特徵擷取 (Feature Extraction)
2. 分類演算法 (Classification Algorithm)
3. 偵測演算法 (Detection Algorithm)

finalfrank 發表在 痞客邦 留言(0) 人氣()

brightness
影片的轉場分析可以從幾種方法做出來
最簡單的方法之一就是分析整體亮度的變化
這種方法究竟有沒有效
就讓我們來分析 Windows 7 內建的 wildlife.wmv

finalfrank 發表在 痞客邦 留言(2) 人氣()


最近在露天拍賣上看到一支滑鼠只賣99元,而且具有特別的功能。

拍賣網址:http://goods.ruten.com.tw/item/show?21201284015095
主要是讓滑鼠滾輪多了切換視窗和分頁的功能。

finalfrank 發表在 痞客邦 留言(0) 人氣()



[下載範例程式] (請先安裝OpenCV2.2才能執行喔~)
優點:沒有鬼影和接縫
缺點:計算耗時

finalfrank 發表在 痞客邦 留言(0) 人氣()



[ Google Play 下載專頁]
如同你在他們的介紹影片看到的,這支程式原本是為了解決收訊不佳而設計的,
但是,反過來想,既然他主要的作用是來找基地台,

finalfrank 發表在 痞客邦 留言(0) 人氣()

內容如有錯誤請不吝指教!


(1)    初始化node set A,裡面包含兩個node c1,c2
 1     

finalfrank 發表在 痞客邦 留言(0) 人氣()


Haar Feature-based Cascade Classifier是由Paul Viola提出,並且由Rainer Lienhar加強。
首先,一個分類器(Haar Feature-based Cascade Classifier)是由數百個相同物件的正樣本來做訓練(例如臉部或車),並且將它們縮小成特定大小,例如20x20。另外也訓練負樣本,負樣本則使用任意影像即可。

finalfrank 發表在 痞客邦 留言(3) 人氣()

主要介紹幾個方法 順便備忘
 
Template Matching
給予一系列的同類型物件,於辨識時,將每一個Frame和這些同類物件做Template Matching,主要是用Correlation的方式來辨識,當一個區域的Correlation大到一定的門檻值,我們即假設該部分是我們所要偵測的物件。OpenCV有Template Matching相關的Function。使用這個方法的優點是簡便,但缺點是計算量過大,恐怕不適合Real-time的應用。

finalfrank 發表在 痞客邦 留言(3) 人氣()

ex
Facebook在設計上,如果使用者要看更多的留言,
是採取往下增加的方式
既不會開啟新的頁面,更不會直接蓋掉舊有的頁面
 

finalfrank 發表在 痞客邦 留言(1) 人氣()

Blog Stats
⚠️

成人內容提醒

本部落格內容僅限年滿十八歲者瀏覽。
若您未滿十八歲,請立即離開。

已滿十八歲者,亦請勿將內容提供給未成年人士。