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够快常。从技术开始，的程序都经过次转换之后才变成机器码。很多老牌的第三方虚拟机都使用种叫做动态编译的技术，也就是说虚拟机实时监测和分析程序的运行行为，同时选择性地对程序所需要的部分进行编译和优化。所有这些技术都改善了代码的运行速度，但是又不会让程序的体积变得失常。程序的轻便性事实上是软件编写很难达到的个目标，虽然成功地实现了次编译，到处运行，但是由于平台和平台之间的差异，所编写的程序在转换代码的时候难免会出现微小的不可察觉的和意外。有些程序员对此非常头疼，他们嘲笑的程序不是次编译，到处运行，而是次编译，到处调试。平台无关性让在服务器端软件领域非常成功。很多服务器端软件都使用或相关技术创建。的性能和复杂性关于的批评试图通过新的方式解决软件编写的复杂性。很多人认为语言做到了它承诺的切。但是并不是门完美的语言。整体性问题并不是所有的工程和环境需要企业级别的复杂性，比如个简单的个人网站或者独自编程的程序师所写的程序。这些程序师会发现的复杂管理对于自己要做的程序来说过于强大了。些人觉得在面向对象上面做的没有和纯粹。但是最新出现的用实现的语言解决了这些问题。作为种已经创建的新技术，显然综合了很多语言的特性，比如语言等等。些对于的评论认为的不变性在动摇。语言问题有些程序师不喜欢原始类型和类的分离，尤其是那些曾经使用过和的程序师。的代码相对于其他的代码来说过于冗长，这与它的轻便化声明相违背。是种单层继承的语言。这也导致了程序师在试图使用多重继承时候的不便，而很多语言都可以使用这个特性。但是可以使用接口类，把多重继承可能导致的风险减少到最小。不支持运算符重载，这是为了防止运算符重载使得代码的功能变得不清晰。但是用实现的语言可以进行运算符重载。过去对于文本的操作和其他语言，比如和相比差的较多，但在版本时候引入了正则表达式。类库问题使用平台编写的带有图形用户接口的程序和其他原始程序非常不同。选用工具包编写程序的程序师看到的都是原始接口，而且也无法获得先进的编程支持，如果使用的话，就要提供每个平台上面所需的，这将是项庞大的工程。则是完全用语言所写的程序，避免了接口元素重复的问题，只使用所有平台都支持的最基本的绘图机制。但是很多用户不知道如何在风格和风格之间进行转换，结果造成了程序的接口在很多程序中非常特殊。苹果电脑已经提供了优化过的运行时程序，包含了的经典接口风格。性能问题由于编译器和虚拟机的不同对代码的性能影响比语言本身的影响大的多，所以统讨论的程序的性能经常是有误导性的。据的数据，在同样的硬件上年时的版本的性能是年的版本的十倍左右。见东京研究院的数据而即使是在同时期，不同公司的和的性能也不样，比如等公司都有自己开发的和。语言的些特性不可避免的有额外的性能代价，例如数组范围检查运行时类型检查等等。程序的性能还会因为不同的动态复杂性和垃圾处理机制使用的多少而各有不同。如果的实现比较优化的话，那么这些功能甚至可以增加存储器分配的性能。这和总是使用或者托管的程序的情况类似。尽管如此技术。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