人脸检测，包括眼睛检测

自己写的Matlab程序，实现了Canny算子对于图片的边缘检测功能。步骤分为：1，为源图像进行高斯低通平滑滤波。2，计算梯度幅值图像和角度图像。3，为图像进行非最大值抑制。4，用双阈值处理和连接分析来检测。

利用opencv库函数建立 高斯背景模型，同时利用EM在线算法更新背景。然后利用背景与前景匹配，提取运动前景，通过一定的算法，可以消除阴影，但是效果不是很理想。

它包含将视频转换为yuv并使用h.264视频编解码器进行编码的过程。它将在单独的目录中生成一个yuv视频，并使用x264api对其进行编码。

应用背景要求：Matlab，Matlab图像处理工具箱。主成分分析法是一种数学方法数据尺寸减少的公式。因此，主成分分析法技术允许在数据和标准的识别他们的表达方式，在这样一种方式，他们的相似性和差异强调。一旦模式被发现，它们可以被压缩，即，他们的尺寸可以减少没有多少损失的信息。总之，主成分分析法可能是用于数字图像压缩算法，具有低的损耗关键技术1发布日期2014.10.25主要特点：主成分分析的图像压缩详细数据压缩信息灰度和RGB图像的支持快速优化实现演示代码（保护p-files）可用绩效评价

基于vc实现的数字图像分割，提供了基本的源代码，经典的图像分割算法，以及加载图片和显示图片的基本函数，为图像处理专业初学者提供了较好的学习资料。

资源描述 这是一个opencv保存视频图像的代码，想学习这个方面的可以下载学习，结合C/C++ 相关的内容，值得大家学习，欢迎交流， 祝你生活学习愉快。

包括人脸图像获取、人脸图像预处理、人脸表征、人脸检测、人脸分割和人脸的判定，并对其中的具体实现技术和方法进行了全面阐述，最后，针对视频图像，对动态人脸跟踪进行了探讨，并对人脸识别的现状和研究趋势进行了说明。

应用背景一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单，但是实验结果很鲁棒，速度大概能到达40帧/秒。关键技术压缩跟踪算法： 输入：第t帧图像 1、在t-1帧跟踪到的目标位置It-1的周围（也就是满足Dγ={z|||l(z)−lt−1||

应用背景作为一个涉及计算机视觉、图像处理、智能控制等多门学科的研究前沿,智能视频监控技术已经成为国内外计算机视觉研宄领域热点问题之一,它的研究有着非常重要的科学意义和极其广阔的应用前景。运动目标的检测与跟踪作为智能视频监控最关键技术之一,其待解决问题的挑战性和技术复杂性吸引着、鼓励着众多计算机视觉研宄人员投入该科研行列。 关键技术本程序是基于visual c++利用模式识别技术实现场景中运动目标的分析，包括目标检测和跟踪两个过程。其中目标检测采用了帧差法，目标跟踪采用了Mean Shift法。本程序是数字图像模式识别技术详解这本书第十二章运动图像分析的程序。在visual c++6.0上就能实现。

制作一个在Android手机中用的圆形滑动菜单，像老式电话机一样的操作排列方式，有旋转效果。这仅是一个Android菜单，并不包括其它复杂的功能，有兴趣的下载源码包研究一下。