Shawn1987的博客

详细讲述了机器人学理论基础与应用，清华大学课件

主成成份分析(PCA)方法是人脸识别技术中常用的一种一维特征抽取方法。但是传统PCA方法用于人脸识 别常常面临图像维数高,直接计算数量大的问题。为了解决这两个问题,人们对PCA进行了改进,提出并实现了多种基于 PCA的人脸识别。通过对三种基于PCA的人脸识别方法作了理论上的研究和实验上的性能比较。实验结果表明PCA+ 2DPCA是其中综合效果最好的一种方法。

此文介绍了有关SIFT特征匹配的算法，分析的较为全面。

1. 创建多 Task，为每个Task 创建私有的Message Queue，每个Task 只通过自己的私有 Message Queue 接收消息；Task 间消息通信通过向对方私有Message Queue 发送消息完 成。 2. Task1：管理Task。负责系统启动时同步系统中其他Task 的启动同步，利用信号量的 semFlush()完成。同时接收各Task 的告警信息，并负责系统结束时的Task 删除处理。 3. Task2：激励Task。利用taskDelay()完成周期地向Task3、Task4 发送激励消息。 4. Task3：Sender Task。接收Task2 的激励消息，并向Task4 发送消息。 5. Task4：Receiver Task。接收Task2、Task3 的消息，在接收到Task3 消息后，向Task3 回 复消息。 6. 以上 Task 的调试信息及工作状态信息通过logmsg 输出。