第25個冬天

許多程式在介面要求會希望能夠有擴充性及重複利用性 所以就會存起來之後可以立即使用 因此就會誕生了   「模板」  這個詞 常見的像是 網頁的   或是  視窗的  都有    大概小提一下  哈哈 終於在 WPF上  做出來了  嗚嗚嗚  感動 效果 介面部分程式區塊 MainWindow.xaml <Window x:Class="photobooth_KinectV2.MainWindow" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml" xmlns:d="http://schemas.microsoft.com/expression/blend/2008" xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:local="clr-namespace:photobooth_KinectV2" mc:Ignorable="d" Title="MainWindow" Height="600" Width="900" WindowStartupLocation="CenterScreen" WindowStyle="None" > <Canvas> <Grid x:Name="Page1" Height="600" Width="900"> <TextBlock x:Name="P...

本次閱讀的論文 內容分享有些是摘由 指導教授：宋開泰 博士、羅佩禎 博士 研 究 生：陳維峻 的論文 應用於機器人之基於影像人員活動偵測 Image-Based Human Activity Detection for Robotic Applications =============================================================== 分為  三階段 ---->(1)人員偵測---->(2)姿態辨識 ---->(3)活動偵測 這裡我要對於 人員偵測部分  做些閱讀內容分享 當時研究生 陳維峻學長是 採用方向梯度直方圖(Histogram of Oriented Gradient, HOG) 做為特徵，搭配支持向量機(Support Vector Machine, SVM)分類器來完成人員偵測階段。 Dalal 和 Triggs 提出利用方向梯度直方圖 (Histogram of Oriented Gradient, HOG) 來萃取人體特徵， 此特徵是一種利用 邊緣資訊 做為特徵， 但特別的是 HOG 是利用 局部的特徵向量強度 及 方向 去 做統計，故有較高的準確率 在人員的姿態辨識上，大略分成三種方法： 基於移動歷史影像法（Motion History Image, MHI） 基於輪廓（Silhouettes-based） 與基於隱藏式馬可夫模型法（Hidden Markov Model, HMM） ==================================================================== Davis提出了移動歷史影像（Motion History Image, MHI） 去識別人類的動作，它是基於移動歷史影像之辨識， 藉由匹配基於瞬間的特徵來統計以達成辨識， 把當時該點變化的持續時間給記錄下來， 但 MHI會容易受到 雜訊物件 動作的時間間隔影響 當時的他為了要去做人體活動偵測，所以必須要先得知影像中人體的姿態及位置 所以首當其衝的問題就是  ，  要去判斷是否有人在畫面中!!!! 利用影像...

首先到 Accord.Net 官網  做 API 下載 載點: http://accord-framework.net/index.html 這次要來學習 SVM 的範例 這是一個簡短範例改寫後的的執行畫面 顯示的是  做了 AND 的 結果 程式碼: using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; using Accord.Controls; using Accord.IO; using Accord.MachineLearning.VectorMachines; using Accord.MachineLearning.VectorMachines.Learning; using Accord.Math; using Accord.Statistics.Analysis; using Accord.Statistics.Kernels; using System.Data; namespace SVM_example_ex { class Program { static void Main(string[] args) { svm_input(); } private static void svm_input() { double[][] problem = { // a b a & b new double[] { 0, 0, 0 }, new double[] { 0, 1, 0 }, new double[] { 1, 0, 0 }, n...

在 WPF上運行的測試結果 在 WPF上運行的代碼 視窗介面 MainWindow.xaml <Window x:Class="KinectV2_BodyIndex_exercise.MainWindow" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml" xmlns:d="http://schemas.microsoft.com/expression/blend/2008" xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:local="clr-namespace:KinectV2_BodyIndex_exercise" mc:Ignorable="d" Title="MainWindow" Height="600" Width="1200" Loaded="Window_Loaded" Closing="Window_Closing" > <Grid> <Image x:Name="ImageBodyIndex" Width="512" Height="424"/> </Grid> </Window> 事件運行的代碼 MainWindow.xaml.cs using System; using System.Collections.Generic; using System....

簡易視窗配置 如何鎖住  imageBox 物件的 滾輪自動放大縮小功能 以及 右鍵  作效果等功能 右側  --->  找到  Functional Mode 把 預設的 Everything 改成 這樣可以將emgucv  imageBox物件提供的右鍵及滾輪縮放等功能先鎖住!!!!!! 練習畫圖的部分 第一階段程式碼 using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Threading.Tasks; using System.Windows.Forms; using Emgu.CV; using Emgu.CV.Structure; using Emgu.Util; using Emgu.CV.ML; namespace emgucv_note { public partial class Form1 : Form { public Form1() { InitializeComponent(); Image<Bgr, byte> imgBg = new Image<Bgr, byte>(512, 512); //畫布 空的 預設黑色 //備註: Image<Gray, byte> 預設也是黑色喔!!! imageBox1.Image = imgBg; } } } 怎麼改變畫布顏色呢??                           ...

要破密首先要抓到密文 -->要先知道明文-->所以使用LCP這個工具產生密文 載點: http://www.lcpsoft.com/english/index.htm https:www.tobtu.com ====================================================================== 暴力破密 -->一定有字元集 字元集愈多 --> 排列組合就愈多 根據字元集和字元長度去嘗試所有排列組合 暴力破密的速度 26      + 10 (英文A)    (數字0~9)  --> 36的 7 次方   這麼多種組合 每秒可以try 三百萬個 key(字) 一般電腦破密 大約  七個小時左右 ====================================================================== 字典破密(Dictionary attack) 一定要有一個 字典檔 是一個文字檔 可在不同破密工具使用(字典檔可以收集,可以共用) 字典檔愈大破密機率愈高 基本上我們是看他的字數 在LCP當中的 可以調整 double word 增加排列組合 最常見的離線型破密  就是用  暴力跟字典 系統的密碼檔在 C:\Windows\System32\config\SAM SAM檔---->存密碼 獲取這台電腦的密碼 這個檔案編碼過非文字檔 電腦系統打開(開機)後 , 系統會鎖住這個SAM檔案 用另外一片光碟開機 ---->  Kaili 用工具讀這個資料 不可以用本機去處理

程式碼精簡化過後 #include "opencv2/video/tracking.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc_c.h" #include <time.h> // for CLOCKS_PER_SEC 及 clock() #include <stdio.h> #include <ctype.h> // various tracking parameters (in seconds) const double MHI_DURATION = 3;//1s 為運動跟踪的最大持續時間 // number of cyclic frame buffer used for motion detection // (should, probably, depend on FPS) const int N = 5;//frame buffer當中你要存取的frame數 // ring image buffer IplImage **buf = 0; // 創建 frame buffer , 型態為IplImage * buf 的 Array int last = 0; // temporary images IplImage *mhi = 0; // MHI IplImage *mask = 0; // valid orientation mask //用來建立一個指定大小的記憶體區塊，若為0， //則建立的記憶體區塊大小依照預設值為64k // parameters: // img - input video frame // dst - resultant motion picture // args - optional parameters static void update_mhi(IplImage* img, IplImage* dst, int diff_threshold) { double timestamp = (double)clock() / CLOCKS_PER_SEC;...

MHI 最初是由 Bobick 和 Davis 提出的， 在此之前， Bobick 和 Davis 首先提出了二值的運動能量圖 （ Motion Energy Image ， MEI ），通過描述物體如何移動和運動在空間中發生的位置， 來進行基於運動的物體識別。 運動能量圖顯示了運動的輪廓和能量的空間分佈。 在運動能量圖的基礎上產生了運動歷史圖（ Motion History Image ， MHI ）。 運動歷史圖是一種基於視覺的模板方法，通過計算時間段內同一位置的像素變化， 將目標運動情況以圖像亮度的形式表現出來。 其每個像素的灰度值表示了在一組視頻序列中該位置像素的最近的運動情況。 最後運動的時刻越接近當前幀，該像素的灰度值越高。 因此， MHI 圖像可以表徵人體在一個動作過程中最近的動作情況， 這使得 MHI 被廣 ​​泛應用於動作識別領域。 設 H 為運動歷史圖像素的強度值， H (x, y, t) 可以由更新函數計算得出： 式中， (x, y) 和 t 為像素點的位置及時間； ( tau )  【 念法: ʹtau  】:  τ（小寫） 為持續時間， 代表 「一個時間區間」 ，從幀數的角度決定了​​運動的時間範圍 Ψ( psi ) /【 念法: ʹpsaɪ 】 :  Ψ(x, y, t)為更新函數， 可由幀間差(Frame Difference)或光流(Optical Flow)等多種方法定義 δ( delta )  /  【 念法:   ʹdɛltə  】  : 為衰退參數 （1）      mhi(x,y) = timestamp if silhouette(x,y)!=0. 即當運動輪廓圖像在坐標 (x,y) 處不為零時，那麼將 mhi 在 (x,y) 處打上時間標記 timestamp. （2）      mhi(x,y) = 0 if silhouette(x, y) = 0 and mhi(x,y) < (timestamp - duration)...