2D 和 3D 的 Gabor 滤波器创作者

Ramtin Shams 07年发表的文章《Speeding up Mutual Information Computation Using NVIDIA CUDA Hardware》 利用CUDA计算互信息实现加速，此为此方法源码。 源码包中包括源代码以及相关论文。

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||

基于 hsv 彩色直方图的粒子滤波跟踪

用于三维重建算法的源代码，里面是我对标定算法，特征提取算法，匹配算法和三维重建算法的一系列的改进，特别是对图像匹配算法利用划分区域的方法进行改进，取得了很好的匹配效果。在保证正确率的条件下，使得匹配速度得到了很大的提高。希望对广大的码农们有点有用处。

这是从primal sketch integrating texture and structure的作者之一，吴英年教授的网站上下载下来了，经过本人亲自运行，代码是完善的而且可以使用的，十分有价值的一个代码

Chanvese活动轮廓程序。图片，文档，使用说明一应俱全。程序运行顺利

基于opencv的人脸表情识别，采用的是svm分类方法。SVM的思想可以概括为两点它是针对线性可分情况进行分析，对于线性不可分的情况，通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分，从而 使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能；

贝叶斯分类器（Naïve Bayes）源代码，使用决策树(Decision tree)分类算法、朴素贝叶斯（Naïve Bayes）算法，对文本进行分类，里面有代码的解析，适合初学者对基于代码对算法进行理解。

surf算法demo，网上的一个关于surf算法的demo，大家参考参考

对当今静态手势识别技术中的各种方法进行了详细的分析，并在此基础上，设计并实现了一套可以进行实时识别的静态手势识别系统。本系统共分为四个模块：手势图像捕捉、图像预处理、特征提取以及手势的分类识别。系统在运行的过程中首先由 USB 摄像头捕获手势图像，再经过图像预处理得到手势的二值图像以及轮廓图像，针对这两幅图像对手势进行特征提取，最后采用基于欧氏距离的模板匹配法进行识别。在系统的图像预处理以及特征提取两个模块中，加入了 OpenCV（微软开源视觉库）函数库，在运行的效率以及速度上都达到了良好的效果。在实际的系统测试中对本文定义的十个手势建立了模板库，并且在固定手势采集距离以及非固定手势采集距离两种情况下对 681 个测试样本进行了识别，平均识别率为 92.80%，达到了很好的识别效果。同时，符合高识别率以及实时处理的设计准则。