detectBRISKFeatures.m BRISK特征，MATLAB实现

这篇论文主要是对FAST和BRISK做了改进 最后还对KAZE算法与sift等进行比较和评估

环境是opencv2.4.9，将已有的一些提取方式进行了总结，对一些参数也进行了标注，部分算法的参数含义并未标注，但将其默认参数和默认值进行了标注，共11种提取方式，未使用simpleblob.

提取BRISK特征点进行图像匹配，并计算仿射变换关系

快速使用 python brisk_demo.py 介绍 作为一个没有经验的opencv用户，在python中进行功能检测/描述需要花费一些时间。 然后我意识到SIFT / SURF /在OpenCV中具有一定规模不变性的所有内容都受专利的困扰。 有了BRISK / FREAK，现在有可行的（或更好的）替代方案。 我希望这个例子可以帮助其他想要使用Python进行功能检测的人。 版权 版权所有（c）2013 John Nieri和MIT许可下的贡献者。 有关详细信息，请参见此存储库或发行版中的“许可证”。

matlab brisk算法代码视频中的多人脸跟踪 MATLAB实现了用于视频多面跟踪的软件。 最初开发用于跟踪电视节目中人物的脸。 詹姆斯·查尔斯（James Charles）提供的代码。 本作品已根据知识共享署名4.0国际许可协议获得许可。 要查看此许可证的副本，请访问或发送一封信给知识共享，PO Box 1866，Mountain View，CA 94042，USA。 它能做什么 给定输入视频，该软件将从一帧到下一帧依次跟踪面部边界框。 曲目将保存到磁盘，并且具有恢复功能，您可以从上次停止的地方停止和开始跟踪。 包括 用于跟踪视频中人脸的软件。 可视化功能可查看曲目。 演示脚本和视频说明如何使用代码。 这个怎么运作 该软件使用Viola-Jones的正面检测器检测面部。 然后使用Kanade-Lucas-Tomasi（KLT）算法跟踪人脸边界框。 当出现新的面部检测时，跟踪的关键点（BRISK）将更新。 仅在面部边界框的中心内搜索关键点，这可以减少对背景内容的漂移，但也可以跟踪面部轮廓。 依存关系 该代码已在MATLAB R2014a中进行了测试，并且大概还将在更高版本中运行。

(独家)Brisky公司的TK1板子使用说明 NVIDIA. Jetson TK1是NVIDIA嵌入式Linux开发平台，采用Tegra K1 SOC（单芯片CPU + GPU + ISP）。 Jetson TK1预装了Linux4Tegra OS（基本上是Ubuntu 14.04，配有预配置的驱动程序）。 还有一些官方支持使用主线内核运行其他发行版，在下面的分发和主线内核部分进一步讨论。 除了四核2.3GHz ARM Cortex-A15 CPU和革命性的Tegra K1 GPU，Jetson TK1板还包括与Raspberry Pi类似的功能，还包括一些面向PC的功能，如SATA，迷你PCIe和风扇，可连续 在繁重的工作量下运作.

原作者的brisk编程实现，是学习的很好的材料！

本算法是BRISK特征提取进而特征描述完成图像配准的MATLAB代码