Windows内核：段描述符、段选择子、段寄存器结构与段描述符的对应关系

通过多量化学习深度二进制描述符

持续注意力相关脑电图的多通道线性描述符分析

基于相机的2D特征跟踪 这是功能跟踪模块，用于评估自动车辆碰撞检测系统的各种检测器/描述符组合。 该项目包括四个部分： 加载图像，设置数据结构并将所有内容放入环形缓冲区以优化内存负载。 集成了几个关键点检测器，例如HARRIS，FAST，BRISK和SIFT，并就关键点数量和速度进行了比较。 使用蛮力以及FLANN方法提取和匹配描述符。 以不同的组合测试各种算法，并就某些性能指标进行比较。 本地运行的依赖项 cmake> = 2.8 所有操作系统： make> = 4.1（Linux，Mac），3.81（Windows） Linux：大多数Linux发行版默认都安装了make Mac： Windows： OpenCV> = 4.1 必须使用-D OPENCV_ENABLE_NONFREE=ON cmake标志从源代码进行编译，以测试SIFT和SURF检测器。 Open

你还在为你的USB设备需要在各种系统上装驱动而烦恼么？

HID类键盘的报告描述符的理解

Harris是一种高效的角点检测算法，但不具备尺度不变性。SURF（speeded-up robust features）算法虽然能很好地解决图像尺度变化问题，但是在特征点提取方面没有Harris稳定。针对Harris和SURF两种算法的特点，提出一种新的Harris-SURF特征点提取算法。首先用Harris算法检测图像角点，再用SURF算法提取图像特征点；然后合并角点和特征点，并剔除重复点获得新的特征点集，确定新特征点的主方向并生成特征描述符，再对图像使用比值法进行初匹配；最后利用RANSAC剔除错误匹配点实现精确匹配。实验结果表明，该算法对图像存在旋转、缩放、光照及噪声变化有较强的鲁棒性，同时提高了运行效率。

好东西，算描述符用，不用安装 可以计算1480多个描述符

FAST算法原理：若某像素与其周围邻域内足够多的像素点相差较大，则该点可能是角点。用FAST算法检测角点，代替差分高斯金字塔取极值检测角点的方法，速度块；接着用SIFT特征描述符描述角点，省略尺度空间值，只用原图像中角点邻域的梯度值和方向计算角点主方向，接着计算32个方向向量来描述角点。之和可用于特征点匹配。

用来学习和分析UVC描述符的小软件，免安装，直接打开！