qq_35740095的博客

原创 近眼显示技术瞳孔扩展函数-摘要

近年来，近眼显示技术已经从小众市场发展成为新兴的消费技术。例如，在头戴式显示设备中，近眼显示系统为虚拟现实显示提供了3D立体视觉。通常，近眼显示系统的物镜被配置成通过一个太小而不能与用户瞳孔可靠对齐的区域来传输显示图像。因此，近眼显示系统的相关目镜光学可能包括某种形式的瞳孔扩展器。瞳孔扩展器将显示图像扩展到更大的区域上。，在用户的瞳孔可能被发现的整个区域。有些瞳孔扩展器包括支持一个或多个衍射光栅的光波导。衍射光栅将显示图像与波导耦合，并提供了所需的瞳孔扩展函数。...

原创 光波导包括一个输入耦合器,第一中间组件,第二个interme山ate-component和一个输出耦合器被描述。输入耦合器将与输入瞳孔相关联的图像相对应的光耦合到波导中，并将光定向到第一中间组件

ABSTRACT一个光波导包括一个输入耦合器,第一中间组件,第二个interme山ate-component和一个输出耦合器被描述。输入耦合器将与输入瞳孔相关联的图像相对应的光耦合到波导中，并将光定向到第一中间组件。所述第一中间组件执行水平或垂直瞳孔扩展，并将与所述图像对应的光重新定向到所述输出耦合器。第二中间组件是一个衍射组件，位于第一中间组件和输出耦合器之间，并在该部分到达输出耦合器之前对与图像对应的光的一部分进行瞳孔红色的分流。输出耦合器进行另一种水平或垂直的瞳孔扩展，并从波导中耦合出与图像相对应

原创 利用上下文的鲁棒性来标记主动学习中的噪声

利用上下文的鲁棒性来标记主动学习中的噪声arxiv背景解决的问题arxivarXiv - CS - Machine Learning Pub Date : 2020-10-18 , DOI: arxiv-2010.09066Sudipta Paul, Shivkumar Chandrasekaran, B.S. Manjunath, Amit K. Roy-Chowdhury背景计算机视觉领域的几项工作已经证明了主动学习在新的未标记数据可用时适应识别模型的有效性。这些工作中的大多数认为从注释器获得

原创 模型融合

模型融合INTRODUCTION模型融合的三个信条：1.群众的力量是伟大的 — 集体智慧INTRODUCTION模型融合简单来说就是通过对一组的基分类器以某种方式进行组合，以提升模型整体性能的方法。模型融合不能起到决定性作用，在影响模型结果的因素中，一般来说是数据>特征>模型>模型融合。在业界流传着这么一句话，数据和特征决定了机器学习的上限，而模型和算法只是在逼近这个上限....

原创 2020-09-03-openpose分析

openpose分析OpenPose是一种bottom-up的方法，就是对于一张图片，首先找到图像中的所有人的所有点，然后再对这些点进行匹配连接，让同一个人的点进行相连。具体过程如下图：OpenPose的pipeline主要有两个部分：• 在inference阶段，输入图像，输出两个tensor，分别是关键点的heatmap和关键对应的连接关系（part affinity field, paf），这些输出的heatmap都是只有原图的8分之一。• 根据keypoint和paf的heatma

原创 MICRO LED DISPLAY SYSTEM

ABSTRACT微led阵列提供了一个小的形式因素解决方案的HMD图像源，因为他们不需要一个单独的照明光学。目前的信息披露的特点及其离散元MicroLED显示系统,将多元化的单色投影仪(例如,三个MicroLED projec职权范围)来生成三个单色图像(例如,红色,蓝色,和绿色图像),分别输入到一个波导的HMD和结合形成一个图像,显示给用户。利用一个波导,包括一个多元化的空间上分开输入区域(例如,输入蓝光的区域,一个区域输入红灯,一个区域输入绿灯),目前披露的MicroLED显示系统可能减少头盔显示器

原创 2020-08-31微软AR英文专利US 2020/0192025 Al，PUPIL EXPANDER WITH IMPROVED COLOR UNIFORMITY具有改善色彩均匀性的瞳孔扩展器

ABSTRACT一种光波导包括一个或多个上游衍射光栅以及重叠的第一和第二下游衍射光栅。所述一个或多个上游衍射光栅包括所述第一上游dif-fraction光栅，所述第一上游衍射光栅配置为接收显示光并释放沿第一轴展开的显示光。所述第一和第二下游衍射光栅配置为接收沿第一轴展开的显示光，并协同释放沿第二轴进一步展开的显示光。第一个下游衍射光栅是沿着一个平面光波导,进一步配置为进一步扩大沿着第一轴显示光沿着第一轴扩展。BACKGROUND近年来，近眼显示技术已经从小众市场发展成为新兴的消费技术。例如，在头

原创 OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields

OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields实时多人2D姿态-使用部分关联字段摘要实时多人二维姿态估计是机器了解人的重要组成部分（在图像和视频中）。在这项工作中，我们提出了一个实时的方法来检测在一幅图像中多人二维姿态。被提议的方法使用非参数表示，我们将其称为部分亲和字段(PAFs)，以学习将身体部位与图像中的个体联系。该自底向上的系统无论人数多少，都能实现高精度和实时性，在之前的工作中，PAF

原创 光学技术岗位20200830

光学技术岗位猎聘https://www.liepin.com/job/1917080851.shtml?sfrom=recom-recom_jd-906662f623ae0c0fecc2be7a748fa8f5-6&d_sfrom=recom_jd&d_ckId=906662f623ae0c0fecc2be7a748fa8f5&d_curPage=0&d_pageSize=100&d_headId=906662f623ae0c0fecc2be7a748fa8f

原创 微软AR英文专利VCSEL ARRAY SCANNING DISPLAY

VCSEL ARRAY SCANNING DISPLAYBACKGROUND有些光束扫描显示器利用电子扫描系统扫描多个光源以形成图像。这样的显示器可以做得紧凑和轻便，使它们成为增强或虚拟现实应用的需要。然而，从紧凑型光源获得理想的亮度和分辨率可能是一个挑战。SUMMARY本文以简化的形式介绍了一些概念，这些概念将在下面的详细描述中进一步描述。本摘要不打算确定关键特征或基本特征，也不打算用来限制应用范围。此外，声明的主题不限于解决本公开任何部分中提到的任何或所有缺点的实现。本发明公开了与使用排

原创 像质评价

镜头分辨率和相机分辨率匹配写代码，很多非科班人士就是会抓狂，对代码不感兴趣，总感觉在乱写程序，看理论基础或优质代码又看不进去，代码是要动手写的，单纯看或思考收效甚微。而且改bug会让新手崩溃，老想一步到位，老想着问别人，但就是学不到东西，即欲速则不达，特别恰逢ddl，无法完成代码或无法解决bug，受到批评，加之心理自卑，会迅速劝退。所以，要么培养兴趣、成就感，需要时间慢慢学，欲速则不达。要么想想选择空闲时间乐意做的事，可以持续高效输入输出。...

原创 nvs_get_str_or_blob **报错**

nvs_get_str_or_blob(unsigned int, nvs::ItemType, char const*, void*, unsigned int*) 报错timeout.tv_sec=490I (25004) TCP_CLIENT: select_ret=1I (25004) TCP_CLIENT: recv_len=4 recv_buf._len=21I (25014) TCP_CLIENT: recv from server:recv_len=4 data_len.

原创 esp32一些资料

————————————————参考：https://blog.csdn.net/fengfeng0328/article/details/82825413referenceesp32开发Esp32学习之旅esp8826链接

原创 esp32程序解析

esp32-WIFI状态机esp_wifi.h文件 depict WiFi programming modelesp-idf https://github.com/espressif/esp-idf/blob/ca1e5e5bc/components/esp32/include/esp_wifi.hThe WiFi driver can be consider as black box, it knows nothing about the high layer code, such as TCP

原创 Real-time Intended Knee Joint Motion Prediction by deep-recurrent neural networks利用深度递归神经网络实时预测膝关节运动

ABSTRACT人体智能辅助系统需要一定的方法来精确地预测运动肢体的关节角度。论文提出了深度递归神经网络(RNNs)，一种处理序列数据的神经网络，在膝关节角度实时预测中的应用。这个模型是基于肌电图(EMG)信号(电极被放置在三条腿的肌肉上)和对上、下腿的惯性测量组合而成的。利用不同受试者在不同步态下采集的数据构建模型，并在实时环境下进行评价。基于融合信息的RNN神经网络模型在计算复杂度和预测精度之间达到了平衡。在单片机上的结果表明，在50ms的预测范围内，模型的预测误差较低，为2.93度。I. INT.

原创 lunix--eclipse

原创 esp32,esp-idf，different version is incompatible，各版本环境不兼容

l@ubuntu:~/esp/app_test$ idf.py menuconfigChecking Python dependencies...Python requirements from /home/l/esp/esp-idf/requirements.txt are satisfied.Executing action: menuconfigRunning cmake in directory /home/l/esp/app_test/buildExecuting "cmake -G N

原创 esp32-wroom32-could not open port /dev/ttyUSB0: [Errno 13] Permission denied: /dev/ttyUSB0

solution: https://docs.espressif.com/projects/esp-idf/en/stable/get-started/linux-setup.html#additional-tips

原创 删除有TrustedInstaller权限的文件-亲测有效

如何删除有TrustedInstaller权限的文件-亲测有效win10-https://zhidao.baidu.com/question/1384229736645191820.htmlwin7-https://zhidao.baidu.com/question/1638171775252448820.html?qbl=relate_question_6...

原创 journal

20200315，20200316，AM-global engineering ethics report.PM-febrary work summary.

原创 ENGLISH-剑桥-朗文-柯林斯-韦氏dictionary

clown, punchline，sidewalk，work right over me, yells, self-pity, riots, critical conditionHave you seen what it’s like out there?Nobody knows what it’s like to be other guy?You sound like you’re m...

原创 PyTorch版本《动手学深度学习》(Dive into Deep Learning)

之前写的-线性回归基础https://blog.csdn.net/qq_35740095/article/details/88066655Github–PyTorch版本《动手学深度学习》(Dive into Deep Learning)【《动手学深度学习》参考资料】：https://shimo.im/mindmaps/jkhHr3pCkCYwWWgR...

原创 TVCG-2019-HeteroFusion: Dense Scene Reconstruction Integrating Multi-sensors多传感器融合密集场景重建

TVCG-2019-HeteroFusionHeteroFusion: Dense Scene Reconstruction Integrating Multi-sensorsAbstractHeteroFusion: Dense Scene Reconstruction Integrating Multi-sensorsAbstract—We present a novel approa...

原创 数据竞赛详细流程

数据竞赛整理数据EDA数据清洗深度清洗特征工程模型选择模型融合数据EDA数据分析缺失值分析特征分析是否有单调特征列特征nunique分布统计特征值出现的频次大于100的特征label分布不同的特征值的样本的label的分布数据清洗缺失值分析及处理缺失值出现的原因分析采取合适的方式对缺失值进行填充异常值分析及处理根据测试集数据的分布处理训练集的数据分布使用合适的方法找...

原创 模型融合-集成学习-boosting-bagging-随机森林

模型融合1.个体学习器2.集成学习(ensemble learning)3.boosting和bagging①boosting②bagging4.结合策略①平均法②投票法③学习法5.随机森林思想6.随机森林的推广①extra trees②Totally Random Trees Embedding（TRTE）③Isolation Forest（IForest）7.随机森林优缺点优点缺点8.随机森林...

原创 数据竞赛-模型选择

from __future__ import print_functionimport lightgbm as lgbimport sklearnimport numpyimport hyperoptfrom hyperopt import hp, fmin, tpe, STATUS_OK, Trialsimport coloramaimport numpy as npN_HYP...

原创 字符串leetcode3，30，1234

字符串leetcode3.无重复字符的最长字串leetcode30.串联所有单词的子串leetcode1234.替换子串得到平衡字符串leetcode3.无重复字符的最长字串public int lengthOfLongestSubstring(String s) { //如果s为空，length不大于0，是一个空串，就没有向下执行的必要了 if(s != nul...

原创 队列--模拟银行服务完成程序代码

队列–模拟银行服务完成程序代码import time, threadingclass Queue: def __init__(self): self.items = [] def isEmpty(self): return self.items == [] def enqueue(self, item): self....

原创 栈、递归

栈、递归数组实现顺序栈链表实现链栈车辆出栈问题数组实现顺序栈class ArrayStack(): def __init__(self): self.items = [] def IsEmpty(self): return self.items == [] def size(self): return len(self.i...

原创 数组 2020-01-07

-- coding: utf-8 -import numpy as nparr = []N = input(">>>:")for i in np.arange(2, np.int32(N)):if (i%5==0 or i%7 ==0):arr.append(i)print(arr)2. 托普利茨矩阵问题import numpy.matlibimport n...

原创 E: 无法下载 http://us.archive.ubuntu.com/ubuntu/dists/xenial/main/binary-armhf/Packages 404 Not Found

~$ sudo apt-get update命中:1 http://deb.odroid.in/5422-s xenial InRelease命中:2 http://ports.ubuntu.com/ubuntu-ports xenial InRelease命中:3 http://packages.ros.org/ros/ubuntu xenial InRelease获取:4 http:/...

原创 [ERROR] [1568786222.758840]: Creation of publisher failed: Checksum does not match: 7250c1dc0b61c41

[ERROR] [1568786225.341851]: Tried to publish before configured, topic id 125[ERROR] [1568786225.349380]: Creation of publisher failed: Checksum does not match: 7250c1dc0b61c4190e78f528f599285f,427f77...

原创 自动驾驶与汽车现状前沿

近十年世界汽车产销量变化--Changes in automobile production and sales over the past decade0.参考--数据网址（汽车）0.1[数据站](https://www.statista.com/statistics/200002/international-car-sales-since-1990/)0.2[世界汽车产业专业调研公司](ht...

原创 intel_reasense_r200 exploitation开发

intel_reasense_r200 exploitationThe Intel® RealSense™ uccn(uncontinued)SDK驱动组件资料：一博主的 RealSense SDK 开发笔记The Intel® RealSense™ uccn(uncontinued)*The Intel® RealSense™ SDK for Windows, the SDK compon...

原创 win10维护，解决内存、磁盘、cpu占用高

### Windows 系统下硬盘占用率100%的问题解决思路[Windows 系统下硬盘占用率100%的问题解决思路](https://cn.answers.acer.com/app/answers/detail/a_id/42495/~/windows-%E7%B3%BB%E7%BB%9F%E4%B8%8B%E7%A1%AC%E7%9B%98%E5%8D%A0%E7%94%A8%E7%8E...

原创 爬虫，简易几行代码实现

import requestsimport re#哈士奇访问地址# urls = 'https://image.baidu.com/search/index?tn=baiduimage&ct=201326592&lm=-1&cl=2&ie=gb18030&word=%B9%FE%CA%BF%C6%E6&fr=ala&ala=1&amp...

原创 摄像头收集保存图片（人脸），opencv

#coding:utf-8import cv2import osimport randomfrom PIL import Imagefrom time import sleep#import trainingclass FaceCollection(object): def __init__(self,subfile_num,person_name): se...

原创 Python3+OpenCV3人脸检测错误： error: (-215:Assertion failed) !empty() in function 'cv::CascadeClassifier::d

目录解决其他说明转义字符“\”解决环境《python3.6 ；keras2；win10，OpenCV3，tensorflow，anaconda3错误：OpenCV(3.4.2) C:\Miniconda3\conda-bld\opencv-suite_1534379934306\work\modules\objdetect\src\cascadedetect.cpp:1698: error...

原创 多变量线性回归、波士顿房产、标准化、网格搜索-code

文章目录代码代码import numpy as npfrom sklearn import datasetsdataset = datasets.load_boston()print(dataset.get('feature_names'))# 使用第6-8列feature，即AGE(1940年以前建成的自住单位的比例),# DIS(距离五个波士顿就业中心的加权距离),RAD(距离高...

原创 XGBoost

1、CART树CART假设决策树是二叉树，内部结点特征的取值为“是”和“否”，左分支是取值为“是”的分支，右分支是取值为“否”的分支。这样的决策树等价于递归地二分每个特征，将输入空间即特征空间划分为有限个单元，并在这些单元上确定预测的概率分布，也就是在输入给定的条件下输出的条件概率分布。CART算法由以下两步组成：决策树生成：基于训练数据集生成决策树，生成的决策树要尽量大；决策树剪枝：用...