We apply graph matching method to detect infrared small moving targets using image sequences. Candidates (interest points) detected in the first frame form one graph and the same candidates in the last frame form another one. The real moving targets are extracted by matching these two graphs. Experimental results demonstrate that the proposed method is robust and efficient to the translation and rotation of the background.

Map-matching in complex urban road networks

人脸图像特征提取matlab代码基于特征值的面部识别和匹配 该项目旨在通过使用Haar分类器来改进人脸检测系统，以获得更高的准确度结果。 Haar分类器用于面部检测，因为它可以非常快速地检测到所需图像。 该算法已用于检测，实现了较高的检测精度。 1.数据预处理 出于该项目的目的，已经获得了40个人的数据集。 这些人每个人都有10个姿势不同的图像。 这意味着总共有40 x 10 = 400张图像。 对于每个人，都有单独的文件夹。 用这种方式解释会造成混乱。 在图1中，我们可以在第一行中看到40个标记为1、2、3到40的人。每个人都有10张图像。 这些图像是灰度的。 所有这些图像必须具有相同的尺寸和分辨率。 最后，每个人的图像都保存在单独的文件夹中。 在图1中，s1，s2，s3…..s40代表文件夹。 此过程的摘要如下：•每个人10张图像•每个人1个文件夹（s1，s2，s3等）•图像必须为灰度级•图像必须具有相同的分辨率和尺寸。 我已经拍摄了92 x 112像素的图像。 •图像名称必须是数字，例如1、2、3。•并且图像必须具有相同的扩展名，例如bmp，pgm和/或任何图像格式 2.数据集加

本文是由D.E.Kunth、J.H.Morris和V.R.Pratt三人共同发表的一篇论文： 《Fast pattern matching in strings》,该文于1977年发表于SIAM journal on computing上。 算法用于从一串字符中快速搜索一个模式，其时间复杂度为O(m+n)，比传统的模式匹配更快。

一、 实验目的 （1）通过将稳定匹配算法具体编程实验， 熟悉算法分析与设计的全过程，也即熟悉怎么分析实际问题,怎么设计算法，怎么分析算法。熟悉算法的性能特点及不足之处。从概貌上了解算法分析设计的整个过程。（2）通过实验，提高编程动手能力。 二、 实验要求 给定n个男性角色，n个女性角色，每个男性角色都有一张对所有女性角色的偏爱表，每个女性角色都有一张对所有的男性角色的偏爱表，要求设计一算法，产生稳定匹配。 三、 实验分析 程序开始,第一轮，根据男性角色的偏好选择自己名单上排在首位的人，并向她匹配。这种时候会出现两种情况：（1）该女性角色还没有被男性角色匹配过，则该女性角色接受该男性角色的匹配。（2）若该女性角色已经接受过其他男性角色的匹配，

Image_matching_Tool希望大学共同学习

使用点对特征进行曲面匹配 高效稳健的 3D 对象识别 drost2010CVPR(Computer Vision and Pattern Recognition) 示例文件包含在主模块中，也包含测试数据。

该源代码执行二进制立体匹配算法以估计立体匹配图像。 在此应用程序中，您可以实现不同的流行蒙版以及新颖的混合蒙版。

SX1232 LNA and PA Impedance Matching Techniques

匹配引擎 带有限价订单簿 (LOB) 的 C++ 匹配引擎 特征 对于 LOB 中的两个主要操作，要匹配 O(1)，如果已经有价格水平，则添加 O(1)，否则添加 O(logM)。 假设 M 是 LOB 中的平均报价数 没有双重或浮动比较 内存高效 在 mac air Intel(R) Core(TM) i5-3427U CPU @ 1.80GHz 下，挂钟时间约为 19 秒 安装 $ make 运行测试 $ make test 运行匹配引擎 需要修改run.sh orders.csv的路径！ $ ./run.sh 运行测试所需的依赖项 促进