其他

每當談及程式碼涵蓋範圍時，總有人會問“覆蓋率的標準應當是多少？”應該是100%，90%，還是80%？      答案是，看情況。選擇覆蓋率的標準時，應該考慮所用的技術、語言以及開發工具等，還要考慮其他許多因素。java及J2EE項目通常會選擇85%作為標準，之所以是85%，並不是因為某些功能沒有測到，而是因為語言和API的設計風格使得100%的覆蓋率不太現實而已。http://www.test-life.org/post/13.html

根據簡化的輪廓資訊以後，很容易獲得頭部，手，腳的位置。此外利用手臂與身體交角部分，可以確定軀乾的寬度，頭部與腿部交角部分可以確定軀幹長度，脖子位置站軀幹比率0.75

在應用開發中，如果得到的視頻映像是投射變換後的，需要進行校正，可以利用cvWarpPerspective函數實現透視變換，通過透視變換，可實現映像翻轉，線性任意變形。同樣也可以利用投射變換 cvGetQuadrangleSubPix實現映像翻轉，但是它的自由度要少三個，所以線性任意變形不能實現。 //透視變換 int HumanMotion::WarpPerspective(IplImage *grey){ IplImage* Img_old = cvCloneImage( grey

來至：gotesting軟體測試聯盟論壇   http://www.78test.com public class TestCharacter { final static int time = 50000;  //迴圈次數  public TestCharacter(){   }  public void test(String s){  long begin = System.currentTimeMillis();  for(int i=0; i<time; i++){   s +=

閱讀筆記Articulated Soft Objects for Multi-View Shape and Motion CaptureRalf Pl╝nkers and Pascal FuaComputer Vision LabSwiss Federal Institute of Technology (EPFL)1015 Lausanne, SwitzerlandEmail: Pascal.Fua@epfl.chIEEE PAMI, 25(10), 2003這篇論文採用了一種新穎的建模方法，

camshift 實現自動化跟蹤的小技巧opencv 提供了使用基於顏色的跟蹤演算法camshift, 很好的演算法，可是它是個半自動的演算法，它需要使用者在跟蹤介面設定跟蹤的目標。怎麼預先設定目標再來跟蹤呢？本人偷了個懶，加入了用一張圖片來設定跟蹤的目標，在啟動中載入圖片，產生跟蹤需要的histogram。這樣實現了自動化的跟蹤吧。步驟如下：1. 找到你需要跟蹤的物體，拿到網路攝影機前，照一張相（print screen），這裡需要注意的是，由於光線變化，臨近網路攝影機會亮一些，離遠會暗一些，

最近一個老外老問我問題，後來他推薦我看文章，是用來跟蹤網路攝影機運動的，我突然想到如果把網路攝影機固定到人體上，根據特徵點的運動方向與速度，利用EKF實現跟蹤，這套東西就可以跟蹤人體運動了。雖然它需要那麼多的網路攝影機11個,計算量巨大不過，卻是一個有趣的想法。原文參考：Robust Estimation of 3-D Camera Motion for Uncalibrated Augmented Reality

第十三章 引擎 本章目標在閱讀完本章節後，我們將有能力做下列事情： l         實現情境中域與域之間的串連l         在資料庫中建立並使用全域域。l         實現引擎與域以及引擎與引擎之間的串連。l         臨時禁用引擎串連。l         建立一個簡單的引擎網路（engine network）l         使用引擎驅動情境l         使用轉體節點（rotor）、頻閃節點（blinker）、開關節點（shutter）、搖擺節點（pendulum）

來至：gotesting軟體測試聯盟論壇   http://www.78test.comBrowser1 = "IE"StartURL = "www.hao123.com"IF Browser1 = "IE" THENset IE = CreateObject("InternetExplorer.Application")IE.Visible = trueIE.Navigate StartURLEND IF---------------------------------------------

研究eyetoy仔細看了一下eyetoy的antigrav人體跟蹤的方法，發現它目前做到簡單的跟蹤，核心是需要玩家在手臂上帶上綠色或是橙色的袖子來方便跟蹤，那麼需要關心的就是頭部，兩個手臂位置，這樣就可以表達 "傾斜、跳躍、晃動、俯低、加速、煞車"

1、下載安裝TortoiseSVN：http://tortoisesvn.net/downloads.html （安裝後需重啟）註：安裝 TortoiseSVN 不成功出現錯誤提示“Service "VisualSVNServer" failed to start. Verify that you have sufficient privileges to start system services.” 解決方案：這是 Windows Installer 的問題,重新安裝 Windows

在做差分實驗中，發現對於運動快的手臂效果好，而對於很少運動的身體來講效果不好，無意中擺動網路攝影機時，發現它可以獲得差分後的輪廓，進一步來講，如果假設網路攝影機不動，而映像出現抖動的情況，即整個映像向上向左平移一個單位象素，這樣在差分中也可以得到輪廓，所以特地在OPENCV5上實現了這個演算法。實驗的效果還是不錯的。它的好處是一種新穎，簡單，計算量小的方法，因為它不需要計算任何梯度，如果採用一些canny,sobel運算元，會慢很多，它的缺點是引入了其他物體的幹擾。實際上更大的意義是在一個靜態情

原創文章，轉載請註明出處：http://blog.csdn.net/crzy_sparrow/article/details/7392345本人挺菜的，肯定有很多錯誤紕漏之處 ，希望大家不吝指正。     看了harris角點檢測之後，開始研究SURF角點檢測，發現挺複雜的，一時也只瞭解了大概，把瞭解的東西總結下，以便下次深入學習。     SURF角點檢測演算法是對SIFT的一種改進，主要體現在速度上，效率更高。它和SIFT的主要區別是映像多尺度空間的構建方法不同。   

來至：gotesting軟體測試聯盟論壇   http://www.78test.com安裝nmon在/tmp下建立nmon目錄將nmon.tar.z檔案上傳到被監控主機解壓：unzip nmon.tar.z解歸檔：tar xvf nmon.tar更改許可權：chmod 755 nmon執行：./nmon即時監控輸出：nmon -f -s 2 -c 10（意思：將nmon的監控結果以檔案形式輸出，採樣的頻率是每2秒收集一次，收集次數是10次）【】#cd /tmp 

第十六章Inventor組件庫 本章目標在閱讀完本章節後，我們將有能力做下列事情： l         構造、建立和使用SoXtRenderAreal         使用用於初始化和視窗管理的Inventor工具函數l         以疊加平面（overlay planes）的方式渲染一個簡單的圖形情境。l         構造和建立Inventor組件，並將這些組件作為Xt widgets來管理l         將組件直接附著在圖形情境，並把組件的資料傳遞到應用程式中。l        

這裡我目前迴避了delaunay三角形的方法，因為這種方法沒辦法區分輪廓內部還是外部，而且計算複雜，所以我採用了一個簡單的方法，就是按逆時針遍曆輪廓，找到最小的夾角，取對應兩邊的中線點，刪除這個夾角點，繼續遞迴，直到多邊形為三角形為止。這個方法的優點是速度快，缺點是這種演算法丟失了輪廓相連的特性，所以在骨架化時，連線有困難。我在思考如何儲存輪廓相連的特性的新演算法。

實驗中在人體分割遇到了很多的問題，在此做一個總結：1。影子，這是最大的幹擾，只要有較多的平行光，就很容易產生影子，例如日光燈，目前還沒有好的方法解決。（考慮是否利用色彩分割把它剔除，因為影子的顏色是單一的）2。反射鏡面，例如鏡子，還有拋光的地板，一些鋁合金，它們也幹擾了實際的人體映像。沒有辦法解決。3。衣服或身體的顏色與背景相近，這樣的話，分割中很容易忽略了這部分。也沒有辦法解決。4。過於寬大的衣服，例如裙子，肥大的褲子，袖口過大，也影響了分割。

經過一段時間的研究實現了如何將骨架放到目前的跟蹤系統上來，將骨架模型移植到系統上，替代原來的棍狀模型，也在網上看到有些人在嘗試做這個東西(好像都是d3d的骨骼動畫，基於opengl的沒有)，我把自己的製作方法簡單介紹一下，希望能對正在做這方面的人有所協助。      如何製作一個可控制的人體骨骼模型描述：本文提供一種將骨架動作向量映射到人體骨架模型的一種方法，通過輸入各個骨骼的當前方向，反饋給骨架模型，這樣就實現了動畫的效果。    

TDD簡介    TDD是Test-Driven Development的縮寫，即測試驅動開發。TDD的基本思路是利用測試來推動開發的進行，並不是單純的測試過程。TDD是極限編程的核心之一，但TDD也可以單獨運用。TDD具有：明確需求、明確設計、形成文檔、自信編程、提高效率、強制測試等優點。    Object Meentor公司總裁，極限編程領域資深顧問Robert C. Martin提出了TDD三條軍規，這三條軍規簡單明了地闡述了TDD過程：    1.

    轉自中國新聞網     昨日，生態學家、諾貝爾獎評委、瑞典皇家科學院院士拉斯·奧爾夫·彼昂受聘為華師全職教授。作為廣東省首批引進的領軍人才，在談及中國諾貝爾獎空白時，彼昂認為主要原因是中國學者迷信權威，缺乏創新性。“我很欣賞中國學者對長者教授的尊重，這一點在國外非常少見，”彼昂教授說，“但我鼓勵學生敢於提出自己的觀點。在西方，學生有不同意見都是當場提出的。”