CADET ( Center for Advances in Digital Entertainment Technologies)正在做一个open source sdk，用来做基于kinect的人体姿态估计。这才是深度破解。下面截图一张。继续阅读里面还有视频，需翻墙。

via

阅读全文…

转自牛逼的胸中无码的hellogv。同时献给xiaochao，赶紧学习一下。

上次简单地介绍了AudioRecord和AudioTrack的使用，这次就结合SurfaceView实现一个Android版的手机模拟信号示波器(PS：以前也讲过J2ME版的手机示波器)。最近物联网炒得很火，作为手机软件开发者，如何在不修改手机硬件电路的前提下实现与第三方传感器结合呢？麦克风就是一个很好的ADC接口，通过麦克风与第三方传感器结合，再在软件里对模拟信号做相应的处理，就可以提供更丰富的传感化应用。

先来看看本文程序运行的效果图(屏幕录像速度较慢，真机实际运行起来会更加流畅)：

来源

外国煤油很给力啊！这篇文章：

Wide Area Localization on Mobile Phones

文章这里下载。摘要：

We present a fast and memory efficient method for localizing a mobile user’s 6DOF pose from a single camera image. Our approach registers a view with respect to a sparse 3D point reconstruction. The 3D point dataset is partitioned into pieces based on visibility constraints and occlusion culling, making it scalable and efficient to handle. Starting with a coarse guess, our system only considers features that can be seen from the user’s position. Our method is resource efficient, usually requiring only a few megabytes of memory, thereby making it feasible to run on low-end devices such as mobile phones. At the same time it is fast enough to give instant results on this device class.

同样是煤油，人家可以拿M8来做实验写paper，还HLL地在paper里给M8两个特写，差距啊！

就是不知道这帮哥们怎么买到M8的，而且还是白色后盖的。

不知道囧王看到这个啥表情。

更坚定了我买M9的信念，嘿嘿！

去年曾经很需要的一个算法，今天无意中遇到了。

图像配准早就是一个很easy的技术了，但想想近似于二值图像的文档图像如何配准？

直接上SIFT，SURF这些经典算法？No！曾经有人试验过，结果是有效的feature point非常非常之少，近似于黑白的图像和相似的结构，那些直方图特征搞不定啊。

（a）和（b）分别是SURF和文章的算法

出自同一个很NB的作者的这两篇文章提供了比较好的解决办法。具体解决办法看论文（1 2）和video（1 2）吧。很nice作者还提供了源码。

1. Hideaki Uchiyama, Julien Pilet and Hideo Saito, “On-line document registering and retrieving system for AR annotation overlay,” 1st ACM Augmented Human International Conference (AH), No.23, Apr. 2010. (oral)
2. Hideaki Uchiyama and Hideo Saito, “Augmenting text document by on-line learning of local arrangement of keypoints,” 8th IEEE and ACM International Symposium on Mixed and Augmented Reality (ISMAR), pp.95-98, Oct. 2009. (oral)

做图像处理经常需要可视化中间过程，伪彩色是常用的工具。以前都是手动指定几个颜色，今天看到computer vision：algorithm and application里面提到一种伪彩色生成办法，Szeliski描述如下：

For each (non-negative) label value, consider the bits as being split among the three color

channels, e.g., for a nine-bit value, the bits could be labeled RGBRGBRGB. After collecting

each of the three color values, reverse the bits so that the low-order bits vary the most quickly.

For each (non-negative) label value, consider the bits as being split among the three colorchannels, e.g., for a nine-bit value, the bits could be labeled RGBRGBRGB. After collectingeach of the three color values, reverse the bits so that the low-order bits vary the most quickly.

尝试实现了一下，code:

阅读全文…

首先，别看花了眼，这不是six sense。其二，这又是一个体感控制器。

在kinect新闻满天飞的现在，还要手持两个棒棒确实不太给力。但是由于sixense的原理不同于一般的基于摄像头的体感控制器，所以还是值得一提的。

TO：Terri

在收购Like.com两个月后，google推出了boutiques.com，一个个性化的时尚（衣物）购物网站：

It’s calledBoutiques.com: a personalized shopping experience that lets you find and discover fashion goods, by creating your own curated boutique or through a collection of boutiques curated by taste-makers—celebrities, stylists, designers and fashion bloggers. Boutiques uses computer vision and machine learning technology to visually analyze your taste and match it to items you would like.

google blog

官网

到处都是kinect的新闻，凑个热闹，转几个链接：

1： 有了Kinect，你也可以在家自己拍3D影片

2： Key Kinect Technology Devised in Cambridge Lab

3：How Kinect tracks people

据链接2里面内容，kinect算法核心的研发跟Jamie Shotton关系甚大。期待内幕帝。

在kinect被神速的破解后，第一个应用的视频也放出了，是应用在识别上的

阅读全文…

这还没上市几天呢，就已经破解了，而且还不止一家。不过NUI的家伙不乐意免费将破解释放出来，同时另一位英雄已经将源码放到了github上，下面是readme：

阅读全文…