基于深度学习的深度估计或vo中性能评估指标，rel、rmse、log10等

步态识别时将视频预处理行人与背景分离，形成黑白轮廓图Silhouette。下图展示了在该领域研究中被广泛应用的数据库CASIA-B的部分silhouette图像样例，所谓silhouette即去除背景的行人黑色轮廓图。

GPU docker cuda 10.0 cudnn v7 python 3.6 anaconda 5.2.0 Jupyter Notebook @:8888 Xgboost latest(gpu) lightgbm latest(gpu) tensorflow 1.13.0rc0(pip) tensorboard latest (pip) @:6006 pytorch latest(pip) torchvision latest (pip) keras latest (pip) CPU docker python 3.6 anaconda 5.2.0 Jupyter Notebook @:8888 AwS api boto3(pip) Xgboost latest(pip) lightgbm latest install docker env sudo bash ./docker_install.sh pull docker from AWS ecr aws configure aws ecr get-login --no-include-email > login.sh sudo bash ./login.sh sudo rm login.sh sudo docker pull url:tag run gpu docker sudo docker run --runtime=nvidia --rm -d -p 8888:8888 -p 6006:6006 --name ml-gpu -e PASSWORD= -v /home/ubuntu/notebook:/notebook run cpu docker sudo docker run --rm -d -p 8888:8888 --name ml-cpu -e PASSWORD= -v /home/ubuntu/notebook:/notebook

利用一对CNN来提取一对图像特征，然后通过欧氏距离（经典如Saimese网络）或者通过全连接网络（Matchnet）来实现特征的对比，最后通过交叉熵函数来完成优化。

深度学习（Deep Learning）资料：《解析深度学习：语音识别实践》,书籍实用。

MATLAB代码，里面包括代码运行的相关变量以及提供了下载数据的链接，可以通过代码直接下载数据，方便阅读。

原始的课件很多一个pdf文件只有两三页，分开来查阅很不方便，我自己把总共五门课的课件分别进行了合并，最后得到5份pdf讲义分别对应5门课。