针对舞蹈视频与动作识别技术相结合的问题，文中研究探讨一种基于计算机视觉的舞蹈视频动作识别技术。该技术首先将获取到的舞蹈视频图像进行灰度化、背景消除和滤波去噪等预处理操作后，得到该视频序列中人物的动作特征。然后利用支持向量机SVM从对象特征样本集中抽取一部分数据样本用于模型的学习训练，训练完成后再对其他部分进行动作分类识别。KTH动作数据库与实拍舞蹈视频的仿真测试结果说明，该方法能够迅速、有效地识别出舞蹈视频中所出现的动作，且平均识别准确率在85%以上，验证了该技术应用于舞蹈动作识别中的可行性。

基于机器视觉的方法实现了对空间柔性杆振动频率测量的算法，通过在视频图像中杆件边缘附近设置合适的LOI（line of interest），并检测并计算得到LOI（line of interest）内的柔性杆边缘点坐标位置移动，通过计算边缘点坐标波动频谱密度，实现了对柔性杆的振动频率的测量。该算法不但复杂度较低，且解决了必须在柔性杆件上安装点光源和标志点等问题。实验表明该算法具有较好的实时性。

Multiple View Geometry in Computer Vision( 计算机视觉中的多视图几何 )中英文文档各一份 hartley 大神之作

对通信专业的学生将来专业发展给予一定指导

1、DEAPdataset：使用脑电图、生理和视频信号进行情绪分析的数据集。 2、My Personality Dataset：my Personality 是一个很受欢迎的 Facebook 应用程序，它允许用户进行真实的心理测试，并允许我们记录他们的心理和 Facebook 资料。目前，我们的数据库包含超过 600 万个测试结果，以及超过 400 万个 Facebook 个人简介。 3、Bibsonomy：社交书签系统中的标签推荐。 4、Delicious：plista 新闻推荐数据集。 5、Movielens：稳定的基准数据集。2000 万个评分和 46.5 万个标签应用程序被 13.8 万用户应用于 2.7万部电影。包括标签基因组数据，1100 个标签的 1200 万个相关性得分。 ... 111、Python Git Code：Hermes 是 Lab41通过分析多种推荐系统算法在不同数据集上的性能，探讨了如何为新的应用选择推荐系统。 还包含，人脸识别数据集，视觉数据集，金融数据集，人形轮廓图像数据集等等。 赠送实战视觉识别ocr识别，python源程序和数据，下载后就可使用

通过对基于Haar-like特征的AdaBoost人脸检测算法研究，利用由该算法训练的级联分类器和计算机视觉类库OpenCV进行人脸检测系统设计，实现了基于静态图像、摄像头视频和avi视频的人脸检测与标记，以及标记后的人脸区域图像实时显示和存盘。此外，在VC++6.0环境下实现了对人脸检测系统软件界面的开发。实验结果表明，该检测系统开发周期短，检测速度快，实时性强，检测率高，可作为人脸识别和人脸跟踪系统的开发基础。

针对现有计算机视觉对交通路标识别的复杂性和不稳定性的问题，通过运用图像轮廓识别技术，提出了由全局特征到局部特征再到结构特征的多层次轮廓识别，在交通路标的识别过程中，分别构造了图像密度、形状度量、光滑程度和轮廓熵值4个层次的图像轮廓，同时结合Sobel算子和信息熵对交通路标图像进行了提取与分块处理。通过实验仿真结果表明：在图像的提取过程中，交通路标图像随着其DMOS值的增大，图像的质量越差，清晰度越低，其NRSS值越小；在图像的识别过程中，低通滤波器的大小设置为7×7，原图NRSS为0.7654，形状度量为1.3和2.4时，NRSS分别为0.3712和0.2667。这种层次化的轮廓分析在路标的识别上具有较好的稳健性。

针对现有室内定位技术存在的问题，文中提出一种精度高、成本低且易用性高的室内定位系统。系统采集并处理监控摄像头中的视频信号，用计算机视觉算法从视频流中提取并追踪行人的位置信息，通过基于卷积神经网络的物体追踪算法处理遮挡状况。通过智能手机内嵌传感器采集的运动特征并与心中的行人特征对比，系统可以在视频画面内的诸多行人中准确识别出持有智能手机的定位服务发起者，并报告实时的定位信息，定位平均误差可达到三十厘米以下。

针对机器视觉检测圆孔零件几何尺寸时相机视场不足的问题，设计了一种圆孔边缘自动跟踪方法，以获得完整的零件边缘数据。通过搭建运动控制平台，实现相机在三维空间中的运动，通过数字图像处理技术，检测出零件边缘，并在此基础上，采用邻域计数法，求出跟踪方向。结合实验验证，用视场约为1.2×0.9 mm的相机自动跟踪拍摄直径约为4.5 mm的圆孔零件边缘，获得了完整的边缘数据。实验表明，本文提出的邻域计数法能达到与人工操作方法相同的准确率，且具有效率高、自动化程度高的优点，因此具有一定的实用意义。

基于C#开发的视觉软件系统，进行不同架构、界面之间的数据传输，委托。包括跨线程之间的数据传输。对于多个信号数据进行交叉传输，有很好的效果