这年头是个人都会用OpenCV的人脸检测了，代码网上随处都能搜到，真的就两行代码的事情。不过如果你想找到复杂并且靠谱的人脸相关的computer vision代码那就真的很少很少了。复杂：起码不是AdaBoost + CAMSHFIT就完事儿，靠谱：算法不要多fancy，work就行（很多时候这其实很难做到），而且代码写的规整，文档注释都有。目前我知道的有这样一两个开源项目，很奇怪曝光率都很低，遂拿出来分享一下。

这次是FaceL, 项目主页这里，作者David S. Bolme and J. Ross Beveridge来自Colorado State University。FaceL是一个基于OpenCV python接口实现的视频捕捉，人脸标注(Labeling)，训练(Training)，和识别(Classification)的一条龙软件。从官方的视频看，效果很靠谱！不过浏览量才几百。。。我真的很纳闷，我在交大弄的弱弱的人脸识别demo还有8000多的浏览量呢。。。囧

label可以是人的身份(Identity)，也可以是表情(expression)，或者你可以去label带墨镜和不带墨镜。怎么说都只是个标签而已，分类器才不管具体是什么意思。FaceL用的是LibSVM的Python接口，训练直接集成并且实时在线。

要做到上面的功能，都有现成的算法。看起来FaceL的功劳就是把所有的东西攒起来，不过这已经够意思了，可以省了很多Computer Vision从业开发人员的时间。但是更牛逼的是FaceL的还实现了一个叫ASEF的eye tracker，相当靠谱精确，而且很快，就是一遍卷积。算法来自于作者自己在09年CVPR上paper: Average of synthetic exact filters。我觉得这个东西很好用，就port成C代码，在iPhone上跑都一点不含糊。

项目是在Mac上开发的，不过windows和Linux都能跑。最后总结一下就是FaceL够给力！

tesseract3.0支持中文了，而且貌似从2.0开始就提供vs工程了，想当年也是移植的死去活来。

项目主页

测了一个图片，识别率也太不给力了吧：

识别结果为嘛一团糟。

峰者的话

金 的 卷丹仑丹术 化 的 。 本书曰

鳕鼬 第13窨

金 ° 弋古的一峪木叁 。 茌 六的 又

颁域兽皋面兽 恩鬃们霉鲤不少 籁蒿广

茌綦钏题上有 根 分 。 为保,,原 . 俚窖乍删六, 薯1买耆

亳冥斋晷挽票暮警图噩蓿酱集享量嘉时著毒后璺i司壬5黠鑫孑芾习量舅

喜萋奎,目由于是观点 、一种反映. 捌]也熏原文译由。 凡此也i目谀

V 思 。

书 的 文资 丹, 丹犷 = 查丹 ,、文。 八、数 文丹丹^ 查

到. 则  勰了辋 禀。 ′ 引 仅有

本书译仅分工又口 =

熏叩雪 篝 豇 鑫量7`袤书目唧》. 并颧妯目》

唧  §三茎冀‘2覃

薯钟昌 潼 叠

页   5摹

揭言董 叁冒襄宴锕翻窝 整理工誓乍 并犷`丁全书

冗 一 孟` 、 v 父`L

岫, 柚的译 丹丹主 、献铡励 。

找们水平有限.  L。 口

P. Felzenszwalb, R. Girshick, D. McAllester, D. Ramanan
Object Detection with Discriminatively Trained Part Based Models
IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 32, No. 9, September 2010
pdf Source code

周同学推荐了一个着力于城市3D模型，街景和室内全景图的公司：C3。

号称可以在12天内完成数据采集，数据处理，生成一个城市的航拍3d模型和3d街景。

该公司有三个产品：

realistic 3d city model

3d street view

interior panorama

realistic 3d city model看起来像是航空摄影测量加上基于图像的渲染。可以生成高精度3d城市模式。在这个过程，只是用航拍的图像，没有用到LIDAR之类的技术。特点如下：

• 100% automatic process from images only
• Rapid production of models covering very large city areas
• Suburbs contain the same high detail as the city center
• Focus on realistic detail, color and geometric quality

3d street view跟google街景很像，特点如下：

• High quality imagery with 50 megapixel total resolution
• Only 5m distance between each panoramic image
• 3D logotypes may be placed inside the panorama
• World class positioning of panoramic center point
• Each pixel in 3D enables easier navigation

interior panorama是室内的全景图创建展示技术，支持HDR是亮点。特点如下：

• High quality HDR imagery
• Quick and easy navigation between rooms
• 3D menus and banners may be placed inside the panorama
• Overview maps for faster access to different rooms

官网，媒体报道

全文照抄如下。

android-opencv是opencv在android手机上的移植版，而CVCamera是这个移植版的一个sample。本文主要介绍android-opencv的安装和使用。

• android-opencv的安装

opencv基于C++，因此android-opencv也必须依赖NDK(android-ndk-r4-crystax)来编译。PS:关于android-ndk-r4-crystax和CYGWIN的安装和使用，本文不再唠叨，详见http://blog.csdn.net/hellogv/archive/2010/12/23/6094127.aspx

安装步骤具体如下：

1. svn checkout http://android-opencv.googlecode.com/svn/trunk/， 下载源码
2. 确保在系统Path中包含了D:\cygwin\bin;D:\cygwin\android-ndk-r4-crystax;(存放目录自己决定，Path中必须包含cygwin的bin和android-ndk-r4-crystax的路径)
3. 再拷贝android-ndk-r4-crystax到\cygwin\home\GV\android-ndk-r4-crystax，编译android-opencv时需要，编译成功之后可以删除这份拷贝。
4. 运行cygwin，来到opencv目录下，输入sh build.sh进行编译，编译成功的话会在\opencv\android\libs\生成armeabi和armeabi-v7a两个文件夹，里面都包含libandroid-opencv.so。

PS：编译的时候提示缺少文件的话，从网上搜索下载。

• android-opencv的使用
  1：打开eclipse ，Import Opencv这个工程，工程位于\opencv\android\ 。PS:如果也提示缺少文件，也需要从网上搜索下载
  2：Opencv这个工程编译通过之后，就可以Export它，选择JAVA的JAR file，导出时去掉[obj]和[libs]这两个文件夹，AndroidManifest.xml和default.properties，输出文件名为Opencv.jar，Export
  设置如下图
  
  3：下载swigwin-1.3.39,在系统path中加入D:\cygwin\swigwin-1.3.39(存放位置自定),重启
  4：打开cygwin，去到\samples\CVCamera\，输入sh build.sh，开始编译CVCamera的JNI，成功编译之后会生成libcvcamera.so
  5：把 \opencv\android\libs 复制到\samples\CVCamera\，因为CVCamera同时需要libandroid-opencv.so和libcvcamera.so
  6：Import CVCamera这个工程，加入Opencv.jar 这个Libraries
  7：编译CVCamera这个工程，生成CVCamera.apk(有6.06MB大小)

郁闷的是跑到最后一步generate texture时候就崩溃鸟。可能中间需要手动编辑ploygon才行么？

主页

source

This course introduces core statistical machine learning algorithms in a (relatively) non-mathematical way, emphasizing applied problem-solving. The prerequisites are light; some prior exposure to basic probability and to linear algebra will suffice.

资料翔实，值得收藏。

• Jan 22: Tutorial [Ariel Kleiner]
• Jan 29: Classification [Simon Lacoste-Julien]
• Feb 5: Regression [Romain Thibaux]
• Feb 12: Clustering [Sriram Sankararaman]
• Feb 19: Dimensionality reduction [Percy Liang]
• Feb 26: Feature selection [Alex Bouchard]
• Mar 4: Cross-validation, bootstrap, ROC plots [Gad Kimmel]
• Mar 11: Hidden Markov models, graphical models [Erik Sudderth]
• Mar 18: Visualization and nonlinear dimensionality reduction [Fei Sha]
• Apr 1: Collaborative filtering [Alex Simma]
• Apr 8: Reinforcement learning [Peter Bodik]
• Apr 15: Time series, sequential hypothesis testing, anomaly detection [Charles Sutton]
• Apr 22: Nonparametric Bayesian methods (Dirichlet processes) [Kurt Miller]
• Apr 29: Active learning, experimental design [Alex Shyr]
• May 6: Multi-class classification, structured classification [Guillaume Obozinski]

课程主页

不会太old吧。今天搜索结构光时候，检索到的。非常详尽的一份3D scanner的教学课程，更是详细描述了如何利用triangulation，使用可以轻易买到的硬件来DIY一个3D扫描仪。对三维重建感兴趣的朋友不要错过，新手可以用来入门，老手可以温故而知新。导论里面提到一个milkscanner的玩意，用乐高，牛奶，网络摄像头搭建一个3D扫描仪，真是太有才了。

课程主页

又是一家以色列的公司，核心技术是video synopsis，即把一段长时间的监控录像浓缩成很短的一段视频。如下图所示：

BriefCam的产品有两个，一个是vs Online，一个是vs Forensic。分别提供在线（跟视频监控系统整合）和离线版本。

这里有篇CVPR06的论文，Making a long videoshort: Dynamic video synopsis貌似就是这个公司的技术。项目主页在这里。

官方网站，媒体介绍

高通放出了android平台上的augmented reality develop kit。终于，做AR的门槛又降低了一些，你不必懂得cv，不必为图像识别，姿态估计而伤神，读读API就搞定，省下来精力全给想象力吧。

从上图这个例程图片来看，这个sdk里面起码包含了自然图像识别定位。但是不开放源码，真是让凌晨还在更新网站的人倍感蛋疼。

到这里下载和看例程。