块匹配算法的运动估计

应用背景二维最小均方滤波(TDLMS)实际上是一种典型的自适应线性预测算法，它在预测过程中采用了最小均方误差准则。当红外图像的背景具有强相关性时，二维最小均方滤波是行之有效的方法。关键技术经过上述自适应滤波处理后，将预测背景与原图像差分即可获得抑制背景后的目标图像。这种预测算法的特点是结构简单，速度快，并且能够使差分图像信噪比得到较大的提高。

PC端与设备端采用UDP广播的方式进行通信。DVS设备端通过10000端口接收数据，通过9999端口发送数据。PC端通过9999端口接收数据，通过10000端口发送数据。 命令以帧为单位，一个UDP包就是一个完整的命令帧。命令帧用ASCⅡ字符串表示，命令帧的参数之间用字符”^”分隔。 回应以帧为单位，一个UDP包就是一个完整的命令帧。命令帧用ASCⅡ字符串表示，命令帧的参数之间用字符”^”分隔。

这是读取bmp图像并将其转换为十六进制的源代码数据.it对于单色bmp很有用；

这个项目的目标是捕捉到的人脸检测使用PCA人脸。经过检测所检测的脸部被存储在XML文件中。该项目还检测到

这是兴趣的该算法在图像处理与最佳的质量。 事情算法的图像增强提高我们的形象。

 对于人脸识别，目前所采取的大多为对图像进行分析、解剖，把感性的人脸图像抽象化、模式化。以期最终建立关于人脸的数学模型，从而通过模型，让人脸识别变得十分简单。然而人脸之复杂，随环境、年龄、等的变化更是无法预测。我们的最终目的是制造出和我们一样有人脸识别能力的机器，它们的人脸识别能力不应该超出我们的范围。   人脸本身是一个随机的变量，不同的角度、不同的光线、不同的打扮，都会产生不一样的结果。因而我们认为人脸本身更像一个不确定的概率。所以通过模型的建立来进行识别不是不可以，但会十分复杂，而且所达到的目的并不一定是我们想要的。即使是通过机器学习进行的人脸识别，其自身本质也是通过系数加权等最终得到的结果，所以本质也是单一数学模型的建立、数据的各种复杂处理。   人的大脑是最好的识别工具，因此我们应该从人大脑的识别机制入手，模拟大脑的识别

人工蜂群 （ABC） 算法由 Karaboga 最近发明是一种生物启发的优化算法，已被证明是一些常规的生物启发的算法，如遗传算法 （GA）、 差分进化 （DE） 和粒子群优化算法 （PSO） 的竞争力。然而，仍有不足在 ABC 算法 关于其解决方案搜索方程，是善于探索，但在剥削穷人。粒子群优化算法的启发，提出了改进的 ABC 算法由全球最好的 （gbest） 解决方案的信息纳入改善剥削的方程解搜索调用 gbest 指导 ABC （GABC） 算法。在一组数值的基准函数的测试实验结果表明 GABC 算法可以超越 ABC 算法在大多数实验。

android视频录制，模仿微视，支持按下录制、抬起暂停。进度条断点显示。视频录制存在的问题：1.如何获取摄像头的数据2.如何把获取到的数据保存到视频文件中3.如何录制音频，并和视频合并4.录制视频时如何实现暂停功能5.android摄像头支持

H264编解码，压缩域处理H264编解码，压缩域处H2H264编解码，压缩域处理64H264编解码，压缩域处理编解码，压缩域处理理

这个代码是一个完整的人脸识别代码。包括：一个训练主程序，一个测试主程序，一个SVM主程序，一个pca主成分分析程序。同时还包括一个小型训练样本集合一个测试样本集。