探测器提及的工作。般而言，个描述符是个抽象的表征图像修补程序。通常情况下，图像修补程序推选为当地环境的兴趣区域。根据不同的算法，方法或转变，由此产生的性质，可旋转不变或至少部分敏感仿射变换。大多数的做法是基于梯度计算或图像的亮度值。作为第二部分的上海对外贸易学院的做法，罗威建议使用描述的基础上叠加梯度直方图。单直方图计算在细分补丁描述梯度方向，以涵盖空间信息。最后，它们级联形成个的三维描述。最近柯和，提出了所谓的描述特征空间分析的基础上。他们计算的个主要成分分析的梯度特征空间图像，代表人数超过两万形象补丁。该描述符的新形象瓦所产生的梯度投影的瓷砖上特征空间，只保留的最重要的特征向量。因此，个有效的压缩描述维度实现，保持业绩的速度可比原来的上海对外贸易学院描述。密切相关的上海对外贸易学院的做法，梯度位置和方向直方图描述是由和施密德。反对筛选梯度直方图计算，细圆而不是粗糙的矩形网格，导致二维直方图。常设仲裁法院随后用来降低广义维数为。两个旋转不变描述提出了等，在旋转不变特征变换裂谷和描述。裂谷广义计算的个圆形正常化补丁分为同心圆环宽度相等。在每个环，梯度方向直方图的计算，而计算的梯度方向是相对的方向向量指向外向的中心。自旋图像是个二维直方图分布的编码图像的亮度值在附近的个特定中心点。直方图有两个层面，即距离中心点和强度值。量化的距离，其价值相当于本直方图强度值的像素设在个固定的距离中心点。务自动和人机交互。不仅在该领域的监视，而且在家庭领域的机器人，娱乐，军事和工业机器人技术，嵌入式计算机视觉平台越来越受欢迎，这应归功于其对环境的鲁棒性逆境。特别是基于的嵌入式平台很受欢迎，因为它们功能强大且廉价的处理器，仍然是小规模和效率方面的能耗。随着数字信号处理器提供了最大的灵活性，软件运行，相对于其他嵌入式单位像台塑作为，专用集成电路或芯片，其目前的成功并不奇怪。对于已经提到的原因，认识的任务是个非常重要的研究领域。然而，在这方面的些属性的提出，和施密德。目前最流行的两个部分的做法称为尺度不变特征变换上海对外贸易学院是由劳文提出，其中的第部分是个兴趣点检测。狗探测器采取不同的高斯模糊图像作为个近似的规模正常化拉普拉斯和使用当地最高的答复中尺度空间作为项指标的关键点。补充功能探测器，在最大限度地稳定极值区域探测器，是由麦塔斯等总之，探测器搜寻区域是光明或黑暗的比其周围的环境，即周围的黑暗，反之亦然光明像素。首先，像素的排序在升序或降序进行排序的强度值，根据地区不同类型的检测。像素阵列，比上季度美联储进入联盟找到算法和树形数据结构形状维持，而节点包含有关像素街道，以及有关强度值的关系。最后，节点满足套预先确定的标准要求的树木遍历算法。两个仿射协变区域探测器提出了和，强度为基础的区域技术和优势为基础的区域。是基于极值的强度。鉴于当地的强度极值，亮度功能沿射线产生的极值研究。这个功能本身展品的极值在地方的形象强度突然变化。连接所有点所产生的射线相应这个极值形式和技术。决心从角落点和边嵌入式平台的严格限制的可行性目前的状态，最先进的方法。例如，可用的记忆体数量的设备上严格限制数量的对象在数据库中。因此，建立个嵌入式对象识别系统，个目标是使大量的数据来表示个单独的对象尽可能小，以便最大限度地发挥些识别物体。另个重要方面是实时这些系统的能力。算法必须足够快将业务在现实世界中。他们必须健全和用户友好的，否则，产品配备了这种功能，只不过是没有吸引力的潜在客户。例如，在个互动参观博物馆，识别物体在移动设备上，必须足所谓智能相机有足够的权力分散的图像处理变得越来越流行的各种任务，特别是在外地的监视。它是个非常重要的工具，强大的识别可疑车辆，人员或物体是否符合公众安全。这只是局部识别功能的嵌入式平台的基本功能。在我们的工作中，我们调查的任务是，目标识别基于状态最先进的算法，在个基于的嵌入式系统。我们执行些功能强大的算法识别物体，即有兴趣点探测连同区域描述，并建立个中型对象数据库为基础的词汇树，这是适合我们的专用硬件设置。我们仔细研究了该算法参数性能的嵌入式平台。我们所研究的，国家最先进的目标识别算法，可以成功地部署在当今智能相机，即使计算和内存资源有严格的限制。关键词数字信号处理物体识别本地功能词汇树介绍识别物体是个最流行的任务领域中的计算机问题。在过去十年中，大量科学工作者做出努力，建立强有力的目标识别系统的外观特征与局部特征的程度。对于这样个框架，以适用于现实世界中的几个属性是非常重要的对旋转不敏感，光照或观点的变化，以及实时的行为和大规模行动。目前的系统已经有很多这些属性，虽然不是所有的问题已经解决，但如今他们变得越来越有吸引力的行业列入产品的客户市场。反过来，最近嵌入式视觉平台，如智能相机已经成功地出现了，不过，只有提供数量有限的计算和内存资源。然而，嵌入式视觉系统已经在我们的日常生活中。几乎每个人的手机配备了摄像头，因此可以被视为个小型的嵌入式视觉系统。显然，这会引起新的应用程序，如导航工具，视障人士，或协作公众监督使用数以百万计的人造眼睛。此外，低价格的数字传感器和需要增加公共场所的安全造成了巨大数量的增长摄像机监视用途。他们必须体积小，并处理大量的现有数据的网站。此外，他们必须执行专门的，包括大规模的信息后来被报道和施密德作为哈里斯拉普拉斯探测器和使用的是和视图匹配无序图片集。另种方法来检测斑点状结构的图像搜索点的行列式的矩阵假设当地极端嗯，这是所谓的黑森州探测器。进步发展包括仿射方差导致哈里斯仿射和黑森州仿射探测器缘附近。鉴于个角落点和走边有两个相反的方向有更多的控制点，维类平行介绍了利用角球本身和载体指着从角落的控制点。研究函数的纹理和使用额外的限制，个平行四边形是选定个。另种算法，称为凸区域探测器是由卡迪尔等。并基于概率密度函数的强度值计算的个椭圆形的区域。每个像素，熵极值为椭圆中心在此记录像素的椭圆参数的方向，氢，硫和规模的比例，主要以短轴光从排序名单的候选人的所有地区的最突出的是选择。对于个广泛的评估了大量仿射区域够快被认为是为些太阳星座集合的特质被认为是比其他太阳星座更具赞许性的，她预测,老外签下出生亟盼应该会具有较强的信仰比下出生在占星学学科劣的迹象。为了检验该假说,我们研究了名德国的被试,看看他们对星象学的相信是否随着太阳星座的变化而变化。但所有星座的平均相信分数几乎完全样,为反驳汉密尔顿的假设提供有力的证据。它提出汉密尔顿经验性结果的不致可能是伪造的实验设置,而不是长期的自我归因影响。关键词自我归因，人格描述，验证性测试策略，占星术，超自然信念系统，赞许性介绍的项不同寻常的意外发现随后即被依据归因理论而解释，并试图成为自我归因过程的个杰出范本。被试在有定星象学知识的前提下尝试着描述就他们所属太阳星座而言的人格特质。这种效应被重复了几次,即使被试不知道实验涉及星象学或者最初收集的数据的目的与星象学无关但是，当被试知道研究与星象学相关时，这个效果也更强。太阳星座的自我归因效应的早些时候的证据已经被所提出。在以不熟悉星象学的太阳星座知识为被试的研究中，这种效应没有被观察到。因此,依照其他反驳太阳星座对人格有影响的研究个性和星象学太阳星座之间的真实联系可以被排除。此外,研究发现其他星象学因素比太阳星座影响更微弱因为显然很少有人知道些关于后现代主义的太阳星座以外的星象学知识。因此，自我归因效应也不会发生。关于具体负责创建被试星象学知识内化的自我归因机制问题仍然存在。推测星象学所象征的归因于断言所希望的特质存在的于自我的方式，或者凭借固有的模糊描述解释不够有吸引力的自我的方面。凭借着系列的论证，声称星象学人格的赞许性描述的影响是在那种条件特质的大杂烩，只要你想，都可以从众找到些适合的,。在无实验条件下赞许性没有影响也不足为奇了。这是因为个星座内赞许性的被试内方差分析比星座之间的被试间方差分析更具显著性，然后在星座间的比较在兴趣只被集中于自己星座的日常生活的情况下都不会发生至少是不经常发生。汉密尔顿自己写道注意，消极的星座只在和积极地星座描述比较时才显得消极这是很重要的点，因为，所以的太阳星座必须提供许多的积极的特质。至少在些情况下真实作为对自己的易于接受的理想描述,。所以在汉米尔顿实验条件控制下的被试会发生什么在被告知这些性格描述是来自于星象学的星座，汉米尔顿的些被试可能已经意识到与他们自己星座匹配的性格描述同其他星座相比更消极。为了逃避这个恼人的结论，这些被试可能立即减弱了他们对星象学的相信程度，但是这个并不需要长期效应。可能的反驳是被试自己的太阳星座并不总是处于事先提出的性格描述中，这不起作用，因为即使在这种情况下，被试还是可能比较其他被视为更积极的星座的性格描述与他自己星座的特质，这也导致被试减少了对星象学的相信。总之，在直接比较奇数星座集合的特质中，确实是比偶数星座的更具赞许性，但是，因为这些比较在无实验条件下的评价不是用星象学的陈述的套路，这种差异的形成应该与实验室以外的对星象学的信仰无关。这种尝试调和汉米尔顿实验结果的推理的方法是否正确，我们的研究阐明为调探测器提及的工作。般而言，个描述符是个抽象的表征图像修补程序。通常情况下，图像修补程序推选为当地环境的兴趣区域。根据不同的算法，方法或转变，由此产生的性质，可旋转不变或至少部分敏感仿射变换。大多数的做法是基于梯度计算或图像的亮度值。作为第二部分的上海对外贸易学院的做法，罗威建议使用描述的基础上叠加梯度直方图。单直方图计算在细分补丁描述梯度方向，以涵盖空间信息。最后，它们级联形成个的三维描述。最近柯和，提出了所谓的描述特征空间分析的基础上。他们计算的个主要成分分析的梯度特征空间图像，代表人数超过两万形象补丁。该描述符的新形象瓦所产生的梯度投影的瓷砖上特征空间，只保留的最重要的特征向量。因此，个有效的压缩描述维度实现，保持业绩的速度可比原来的上海对外贸易学院描述。密切相关的上海对外贸易学院的做法，梯度位置和方向直方图描述是由和施密德。反对筛选梯度直方图计算，细圆而不是粗糙的矩形网格，导致二维直方图。常设仲裁法院随后用来降低广义维数为。两个旋转不变描述提出了等，在旋转不变特征变换裂谷和描述。裂谷广义计算的个圆形正常化补丁分为同心圆环宽度相等。在每个环，梯度方向直方图的计算，而计算的梯度方向是相对的方向向量指向外向的中心。自旋图像是个二维直方图分布的编码图像的亮度值在附近的个特定中心点。直方图有两个层面，即距离中心点和强度值。量化的距离，其价值相当于本直方图强度值的像素设在个固定的距离中心点。务自动和人机交互。不仅在该领域的监视，而且在家庭领域的机器人，娱乐，军事和工业机器人技术，嵌入式计算机视觉平台越来越受欢迎，这应归功于其对环境的鲁棒性逆境。特别是基于的嵌入式平台很受欢迎，因为它们功能强大且廉价的处理器，仍然是小规模和效率方面的能耗。随着数字信号处理器提供了最大的灵活性，软件运行，相对于其他嵌入式单位像台塑作为，专用集成电路或芯片，其目前的成功并不奇怪。对于已经提到的原因，认识的任务是个非常重要的研究领域。然而，在这方面的些属性的提出，和施密德。目前最流行的两个部分的做法称为尺度不变特征变换上海对外贸易学院是由劳文提出，其中的第部分是个兴趣点检测。狗探测器采取不同的高斯模糊图像作为个近似的规模正常化拉普拉斯和使用当地最高的答复中尺度空间作为项指标的关键点。补充功能探测器，在最大限度地稳定极值区域探测器，是由麦塔斯等总之，探测器搜寻区域是光明或黑暗的比其周围的环境，即周围的黑暗，反之亦然光明像素。首先，像素的排序在升序或降序进行排序的强度值，根据地区不同类型的检测。像素阵列，比上季度美联储进入联盟找到算法和树形数据结构形状维持，而节点包含有关像素街道，以及有关强度值的关系。最后，节点满足套预先确定的标准要求的树木遍历算法。两个仿射协变区域探测器提出了和，强度为基础的区域技术和优势为基础的区域。是基于极值的强度。鉴于当地的强度极值，亮度功能沿射线产生的极值研究。这个功能本身展品的极值在地方的形象强度突然变化。连接所有点所产生的射线相应这个极值形式和技术。决心从角