本文是对PAMI2015的《SHigh-Speed Tracking with Kernelized Correlation Filters》这篇文章的阅读笔记，属于单目标跟踪领域。

双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。具有简单、非迭代、局部的特点。双边滤波器的好处是可以做边缘保存（edge preserving），一般过去用的维纳滤波或者高斯滤波去降噪，都会较明显地模糊边缘，对于高频细节的保护效果并不明显

算法介绍最大类间方差法是1979年由日本学者大津提出的，是一种自适应阈值确定的方法，又叫大津法，简称OTSU，是一种基于全局的二值化算法，它是根据图像的灰度特性,将图像分为前景和背景两个部分。当取最佳阈值时，两部分之间的差别应该是最大的，在OTSU算法中所采用的衡量差别的标准就是较为常见的最大类间方差。

本博文主要是CVPR2016的《Single-Image Crowd Counting via Multi-Column Convolutional Neural Network》这篇文章的阅读笔记，以及对人群计数领域做一个简要介绍。Abstract这篇论文开发了一种可以从一个单幅的图像中准确地估计任意人群密度和任意角度的人群数目。文章提出了一种简单有效的的多列卷积神经网络结构(MCNN)将图像映

1. WhySiamese在人脸识别中，存在所谓的one-shot问题。举例来说，就是对公司员工进行人脸识别，每个员工只有一张照片（因为每个类别训练样本少），并且员工会离职、入职（每次变动都要重新训练模型是不现实的）。如果当成分类问题，直接训练模型进行人脸识别在实际应用中是不可行。为了解决one-shot问题，我们会训练一个模型来输出给定两张图像的相似度，所以模型学习得到的是simila...

目录DBSCANDBSCAN算法流程DBSCAN优缺点总结HDBSCAN建立最小生成树构建簇层次结构提取簇HDBSCAN使用实例参数选择参考资料：DBSCAN先前的文章中介绍了基于密度的聚类方法DBSCAN。在DBSCAN算法中，还定义了如下一些概念：密度直达(directly density-reachable)：我们称样本点 p ...

准备官方Docker安装方法https://docs.docker.com/install/linux/docker-ee/ubuntu/假设已安装docker和docker-compose，并且docker-compose.yml在当前目录中。docker-compoose.yml内容如下：version: '2.4'services:nvsmi:imag...

Dockerfile无法执行 apt-get update，错误提示：Could not connect to archive.ubuntu.com:80尝试过修改DNS无效，最终是通过修改源解决此问题。网上提供的dockerfile大部分都是在ubuntu默认源执行apt-update，此时build过程非常慢，甚至请求time out，而且打包出来的镜像使用时也会存在慢的情况。首先从清...

准备官方Docker安装方法https://docs.docker.com/install/linux/docker-ee/ubuntu/假设已安装docker和docker-compose，并且docker-compose.yml在当前目录中。docker-compoose.yml内容如下：version: '2.4'services:nvsmi:imag...

ZeroMQ概述消息队列中间件是分布式系统中重要的组件，主要解决应用解耦，异步消息，流量削锋等问题，实现高性能，高可用，可伸缩和最终一致性架构。目前使用较多的消息队列有ZeroMQ外、Rabbit MQ、Kafka MQ等。ZeroMQ是个轻量级消息内核。1、异步处理场景说明：用户注册后，需要发注册邮件和注册短信。传统的做法有两种(1)串行的方式；(2)并行方式（1）串行方式：...