Single frame of this process and are read into a gray value, the reference for b...

很好的学习游戏图形，界面有算法

用于双眼检测的 Adaboost算法 分类器-Eye_pair_detector_computed_with_7000_positive_samples

Ｎ＊Ｎ的图像的傅立叶变化后对其反变换的结果-the image changes after its Fourier- Transform results

基于 WaldBoost 机器学习算法的简单对象检测引擎。该引擎可以使用局部二值模式、 本地的等级模式、 本地 RankDifferences 或 Haar 图像特征。 该程序捕获来自照相机的图像，检测图像中的对象。隐式分类器是人脸检测 （使用 faces.h）。在命令行上的用户可以 supplyother 分类器 （如那些在数据 / 目录）。 文件 ----- src / classifier.cpp/h 支持的 XML 分类器 demo.cpp 主程序 faces.h 分类器对脸检测得到的头文件 image.c/h 支持的东西 lrd_engine.c/h 的检测-执行特征提取的关键部分和 simplexml.cpp/h 一些 XML 支持 数据 / 示例分类器 （用于人脸检测和汽车检测） 要求 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

是一个关于神经网络的仿真程序，用于提取特征参数后的图像识别-Is a study on the neural network simulation program, used to extract characteristic parameters of the image recognition

应用背景 Discrete-Continuous Optimization for Multi-Target Tracking (CVPR 2012) 关键技术The problem of multi-target tracking is comprised of two distinct, but tightly coupled challenges: (i) the naturally discrete problem of data association, i.e. assigning image observations to the appropriate target; (ii) the naturally continuous problem of trajectory estimation, i.e. recovering the trajectories of all targets. To go beyond simple greedy solutions for data association, recent approaches often perform multi-target tracking using discrete optimization. T

最初使用指南（Getting Started Guide） 是报表设计的大纲，使用Style Report的一个基本介绍，包括了基本的报表设计（使用可视化设计器和编程方式）以及报表服务器的概况。 -The initial use of the Guide (Getting Started Guide) is an outline for report design, the use of a basic Style Report, including statements of the basic design (the use of visual design and programming methods), as well as an overview of the report server.

jpeg2000压缩算法,C编写-JPEG2000 compression algorithm, C preparation

B曲面的生成算法-B surface Algorithm

C++Builder实现图象的百叶窗效果，原理简单，运行速度快，效果很好。-C Builder Image louver effects and is simple and fast operation and the results very good.