Jooo's life story

사람들이 모여있는 부분을 세그멘테이션 해주는 것 관련 연구 : Crowd people

논문 링크 : http://www.google.co.kr/url?sa=t&rct=j&q=fast%20crowd%20segmentation%20using%20shape%20indexing&source=web&cd=1&ved=0CDIQFjAA&url=http%3A%2F%2Fciteseerx.ist.psu.edu%2Fviewdoc%2Fdownload%3Fdoi%3D10.1.1.120.586%26rep%3Drep1%26type%3Dpdf&ei=kZgfUeCyLKrkmAWq24D4Aw&usg=AFQjCNGckOPAa4kwpzX5yNLYH5yFWe3r6A&bvm=bv.42553238,d.aGc&cad=rjt 보행자가 겹쳐 있는 경우 이를 분리하여 인식하는 방법에 관한 논문이다. 형태 정보를 사용하는 것 같은데, 그..

논문 링크 : http://www.gris.informatik.tu-darmstadt.de/~sroth/pubs/cvpr08andriluka.pdf 사람 검출 알고리즘으로, 확률 기반, 부분적으로 모델링을 하여 검출하는 방법을 사용하는 듯하다. 이건 기회가 되면 꼭 봐야겠다.

객체 추적 시, 폐색에 관한 논문 http://www.google.co.kr/url?sa=t&rct=j&q=appearance%20models%20for%20occlusion%20handling&source=web&cd=1&ved=0CDMQFjAA&url=http%3A%2F%2Fciteseerx.ist.psu.edu%2Fviewdoc%2Fdownload%3Fdoi%3D10.1.1.140.6058%26rep%3Drep1%26type%3Dpdf&ei=f5YfUfvOG4bomAWR1oCgDA&usg=AFQjCNH2zwp511Jg41vtpHwKNO5oRYaCAQ&bvm=bv.42553238,d.aGc&cad=rjt 볼만한 가치가 있어서 일단 정리함.

Video Surveillance : IBM Smart Surveillance System S3 Sales and Technical Training PT 안에 나오는 내용 중 꼭 봐야할 논문이 있음. CVPR 논문 인듯. http://www.docslide.com/ibm-smart-surveillance-system-s3-sales-and-technical-training/ 데모 동영상 링크 http://researcher.watson.ibm.com/researcher/view_project_subpage.php?id=1404

FFMpeg Tutorial http://dranger.com/ffmpeg/tutorial01.html Video & Audio Encoding, Decoding Example http://ffmpeg.org/doxygen/trunk/api-example_8c-source.html FFMpeg VC++ 6.0에서 컴파일 방법 http://www.codeproject.com/Tips/111468/FFmpeg-Tutorial Visual C++ 컴파일 관련한 방법 http://ffmpeg.org/platform.html#Microsoft-Visual-C_002b_002b FFmpeg을 이용하여 개발 시 유용할 듯 함.. 통밥에서 오는 삘~~~ http://ffmpeg.zeranoe.com/blog/?p=16..

PDF 파일을 이미지 파일로 변환 해주는 프로그램입니다. 메인 화면 실제 변환하는 UI 하단의 Output Folder 에서 저장될 폴더 설정해주면 자동으로 PDF 파일 이름으로 폴더가 생성되며, 생성된 폴더 안에 이미지 파일로 변환되어 저장됩니다. ※주의 : 파일명이 한글일 경우 오작동합니다.

중소기업청 기술개발사업 종합관리시스템 http://www.smtech.go.kr/front/main/main.do 여성 창업 지원센터 http://www.wesc.or.kr/htm/main/main.asp 나라 장터 ( 입찰 공고, 수요기관, 조달업체) http://www.g2b.go.kr/index.jsp 중소기업청 http://www.smba.go.kr/user.tdf?a=user.index.IndexApp&c=1001&MC=SMBA

TLD에 의해 주장된 long-term Tracking의 문제는 얼굴에 적용할 경우, 억제할 수 있다. 하나의 프레임으로부터 시작하고, 전체 검출기는 온라인으로 학습된다. 효율적인 분류기는 객체와 배경의 결정 경계를 표현한다.(랜덤 포레스트) 얼굴 추적의 경우, 다양한 얼굴 검출기를 쉽게 이용할 수 있기 때문에 전체 검출기의 집합?은 필요치않다. 따라서 validator로 구성된 학습기는 얼굴 패치가 타겟인지 아닌지를 결정한다. 이러한 판정은 적은 후보 영역만을 판단하면 되기 때문에, 얼굴 검출보다 상당히 작은 시간을 요구한다( 연산량이 작다), 반면에, TLD Homepage : http://kahlan.eps.surrey.ac.uk/featurespace/tld/ c code : https://git..

float MathFunction::fast_sqrt(float x) { float xhalf = 0.5f * x; //initial guess of 1/sqrt(x); int i = 0x5f3759df - ((*(int*)&x)>>1); float y = *(float*)&i; //iterate y = y * (1.5f-y*y*xhalf); y = y * (1.5f-y*y*xhalf); //end of calculation of 1/sqrt(x); //return sqrt(x) = x * 1/sqrt(x); return (x*y); } float MathFunction::fast_arctan(float y, float x) { Uni32SUF _x, _y; int ix, iy, ygx, idx; flo..