增强视觉 | 计算机视觉 增强现实

上午在外面，同学突然打电话，就低沉的说“老钱死了，快回来吧”，我说“你不要开玩笑了”，同学声音很低沉说“没开玩笑”，我发现到有些不对，脑子突然懵了一下，立刻向其他同学求证，证实了这个很悲伤的消息。
急匆匆的赶回学校，急匆匆的在网上搜寻更多的信息，急匆匆的到乐乎楼，急匆匆的从延长到宝山参加悼念活动。钱老的过世是意料之中的，但真的当这一刻到来的时候却觉得如此的突然。
由于钱校长的病情，未曾有幸见过钱校长，钱伟长对于我更多的是一种象征，了解钱校长是从考研开始，和上海大学的信息分不开的就是校长钱伟长，从三钱之一开始认识钱老，从他的学习历程开始佩服钱老，当我从经济的本科考研转到我现在的领域，努力学习中也许的也有老钱榜样的作用，而我选择上海大学的一个重要原因就是因为钱老。
钱校长在我心目中是一个人物，他是一个有血有肉的人，他有爱，有坚持和执着，有那一份二十多年苦难都压不垮的精神。我们叫他老钱，也无非是想缩短自己和这样伟大的人的距离，他，是我们的校长。
钱老是个追逐梦想的人，为了实现“他的大学”，他从北京来到上海，一点一滴的培养了上海大学，也从一个角度改变了中国的高等教育，他的选课制，他的学分制和他的三学期制，他让那个急功近利的中国大学开始重视基础研究，他告诉人们有些人是压不垮打不倒的。

老大哥的凝视

他之于上海大学，是创造者，上海大学之于他，是理想。几年前，一个领导来看望钱校长，他说在上海的这二十年是我有生以来度过的最愉快的时光。问钱校长在上海最满意的是什么？他毫不犹豫地回答说“用我的思想办了一所大学。” 阅读全文…

以前cvchina介绍过pointgrab，一个做手势UI的公司，前几天也介绍一个来自Fraunhofer的手势UI，今天又看到一个手势UI的演示，来自Hitachi，这绝对是我看过的（起码是看起来）最流畅，最舒服的手势UI了。非常有速度感。

速度到这里观看视频演示。

还是来自hellogv，呵呵。

Afroge我是第一次看到，孤陋寡闻了。下面是一点介绍。

AForge.NET is an open source C# framework designed for developers and researchers in the fields of Computer Vision and Artificial Intelligence – image processing, neural networks, genetic algorithms, fuzzy logic, machine learning, robotics, etc.

The framework is comprised by the set of libraries and sample applications, which demonstrate their features:

• AForge.Imaging – library with image processing routines and filters;
• AForge.Vision – computer vision library;
• AForge.Video – set of libraries for video processing;
• AForge.Neuro – neural networks computation library;
• AForge.Genetic – evolution programming library;
• AForge.Fuzzy – fuzzy computations library;
• AForge.Robotics – library providing support of some robotics kits;
• AForge.MachineLearning – machine learning library;

etc.

我实现手势识别的原理很简单：捕捉运动物体+手写识别，把运动的物体的轨迹记录下来，然后通过手写识别引擎去搜索数据中最匹配的数据，从而知道“写”的是什么。目前常见的开源手写识别引擎有zinnia，wagomu 这些，不过小弟我比较业余，只把网上的比较常见的手写识别代码改进一下，只能识别字母和数字，真想通过摄像头隔空“手写”的朋友就要多花时间玩玩上面提到的几个开源手写类库了。

本文介绍的手写识别：先在一个固定大小的画板上，用鼠标画下某图形，输入该图形对应的字母，程序把画板上的字母特征点都保存下来特征数据库(相当于学习记忆)，然后再在画板上画出类似该字母的图形，程序就通过新画的特征点搜索特征数据库从而找出最类似的字母。

阅读全文…

首先声明，本文来自hellogv，很好很强大，可以围观，可以搭讪。

上次写了在C#玩OpenSURF的演示，这次就写写如何把opencv1.10移植到wince/WM。因为如果懂得裁剪opencv，那么就可以在更多设备（PC，手机，开发板）上玩更多更好玩的算法，因此，移植和裁剪opencv还是很有必要的。我已经移植到wince/WM上的opencv1.10工程可以到这里:http://www.pudn.com/downloads270/sourcecode/embed/detail1235697.html，工程只含cv和cvcore这两个核心项目，highgui与系统粘合度太大，不好移植，迟点会贴出实现部分highgui功能的例子。

本文参考：http://www.computer-vision-software.com/blog/2009/03/running-opencv-facedetect-sample-on-pocket-pc/

接下来，废话不说，直接把移植cv和cvcore的步骤贴上：

阅读全文…

FrankenCamera是standford鼓捣出来的出来的怪物级的相机，尺寸惊人，比加了手柄的无敌兔还要大，没点肱二，三头肌估计玩不动。目标是提供一个computational photography的开放式平台(提供曝光，聚焦，快门等等控制，而不用受限于消费相机的预装软件）。（也算是open source hardware么？）

siggraph2010上有一个介绍这个巨无霸的论文。

最近该实验室放出了一个开源软件Fcam，适用与两个平台，一就是上面的FrankenCamera,另一个就是nokia第一款基于maemo的的手机N900。（为何不跟个风，搞个NexusOne版本的？）

如果我没眼花的话，下面这句话的意思是一年内可以买到FrankenCamera？

Levoy said he expects those cameras will be available within a year.

来源

低调的更新。cvpr2010全部论文和部分demo。猛击这里查看。同时静候ECCV2010。

介绍一个移动视觉搜索的应用，LookTel。该应用利用移动设备拍摄目标物体(比如说钱币，商品等），上传至云端识别，然后返回识别结果，并以语音的方式读出，目标受众是视觉有障碍的人士。市场定位很清楚的一个应用，虽然受众很小，对于视觉有障碍的人来说非常有用。如今的新鲜科技令人眼花缭乱，像这样，能真正改善人们生活的，少之又少。

LookTel不同与之前介绍的SnapTell，goggles等的一个地方是允许用户自己添加场景，制作一个个性化的数据库。这对视觉障碍人士来说很有吧。

除了自动识别以外，LookTel还允许一个辅助者远程描述当下的视频或图片里的场景。当然这跟计算机视觉就没关系啦。

得知这个应用是通过一个新闻，LookTel刚获得了今年的2010 CTIA E-Tech AWARDS。

官网

这次有两个脑机接口的新闻，一个是TED上的演讲，（貌似评论中评价不高，说白了就是对比标定和实验两个阶段的脑电波？）另一个只能算是旧闻了，来自dartmouth的意念拨号器？哈哈。

本周是视频是来自cvpr2010,一个是获得最佳论文提名的feifei li的演讲，另一个是最佳学生论文的演讲。

接着推荐一下python shell，Bpython，特色是在控制台下面完成自动补全。很不错。

另外，我以前说过vlfeat有一个python的移植版本么？链接在这里。

最后还是全景图，依然来自360cities，每张都是高质量。最爱下面这一个。这样长曝光的全景图，倒是第一次看到。

如果你是从3月份就关注cvchina的话，应该会看过这条新闻：vislab无人车的丝绸之路。现在，这个小面包车，长途奔袭8000英里，终于到达上海了。出发了。预计10月份到达上海。PS：一个问题是，汽车叫做auto，那么无人汽车是叫autoauto么？额。。。

来源

如此多的手势UI，德国Fraunhofer的手势UI也来插一脚（插一手？），特色是可以在3D空间操作的哈。

个人觉得一个好的手势UI最重要的地方就是能不能提供一个简洁的抓取动作（相当于鼠标的左键点击）。在下面的视频里，Fraunhofer的抓取动作就是直接取自自然而然的手掌抓取，前提当然是建立在五个手指准确的的姿态估计之上。

另：在来源处提到，手势的3D信息来源于3D摄像头。

Im FIT-Prototyp werden in Echtzeit Hände und Finger der Benutzter in den Bilddaten einer 3D-Kamera erkannt und die Bewegungen mitverfolgt.