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。决心够快自我归因如何运作收集数据时语境上下文的重要性。谁相信占星术赞许性的星象人格描述对占星术接受度得影响摘要参与者认为在当代的占星术中，太阳星座是奇数星座的人格描述比太阳星座在偶数星座的更具赞许性。而这些太阳星座在奇数星座的人比出生于偶数星座的人也更相信占星术。这些发现表明对星象学的接受度的个决定因素就是星相学本身人格分析的赞许性。本文讨论的是相信星相学的意义。讨论具有星象学知识的中等水平相信程度的受访者,评判同时期奇数太阳星座的性格描述比偶数太阳星座的更具赞许性。西方星象学十二宫星座在幸运的六个男子气奇数星座的与不幸的六个女子气的偶数星座传统区分就这样显现出来。出生于奇数星座的比出生于偶数星座的对星象学表现出更大程度的相信。这个结果表明它提供的详细的性格分析的社会赞许性是被试对星象学接受度的个决定因素。那些星象学的理论为谁提供了个更有吸引力的自画像就更容易引起被试对星象学的有效信仰。值得注意的是，消极的星座只有在和积极星座描述比较时才显得消极。在研究和研究二中，赞许性等级的平均数在或略高于中等水平。因此，这可能不再是不讨人喜欢的自画像在描写些出生于消极星座潜在的相信者而是为出生于积极星座提供的更直白的谄媚的描述。这在面对出生于消极星座的混合肖像上发挥了更大的吸引力。这个结果和的些相似，他发现在高校学生中，最初对星象学怀疑的同时也接受提供给他们的性格描述，如果这些描述是赞许性的，增加了他们对星象学的相信。不管怎样对在介绍了性格分析后随即改变了相信程度进行了评估，他们没有调查这种长期作业到底是怎样的。现在的研究表明赞许性的影响可能相当程度上是被试在参加研究之前受自己太阳星座长期影响的结果。目前的发现可能同样为当前无法解释的实验结果提供个解释。复制了的发现。就是，至少在具有些星象学知识的被试身上，那些积极太阳星座比起消极太阳星座的会为自己找到更多的特质。告知被试这项研究是关于星象学增加了用星象学的贯方法来回应的倾向。这种效果在积极的太阳星座被试上最为显著。为什么那些积极太阳星座的被试在给予星象学线索提示情况下比出生于消极太阳星座的被试更易产生影响解释此中的差异是长期星象学的预测从而为星象学理论提供些有效性。假设，不管怎样，正如现在研究所表明的，积极太阳星座被试比消极太阳星座为星象学表现出了更多的信任，这样星象学线索的更大影响可能简单地反映了相信水平的差异。最后,当前研究盛行信仰星象学的当代美国社会。发现的大部分美国西南部的大学生受访者表示出在星象学上种程度的相信。汉密尔顿,从南加州的所大学样本中也发现大多数人不愿意拒绝星象学的声明。目前的研究重复了这些结果,虽然大部分参与者没有对星象学表现出强烈地信仰,只有不到被报道不相信星象学。这水平的相信,在中西部非城市的样本中发现表明对星象学的种程度的开放可能广泛分布于美国社会,而且进步研究决定因素和结果,这信念是有成果的。自我归因过程的个调节变量，自发现赞许社会适应的规律比起那些没有赞许性的，源自星象学的赞许性人格描述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