物体特征点

利用Matlab实现特征点匹配的方法，实现图像的精确配准功能。

SIFT特征点配准算法的Matlab实现，可直接执行，详细方法请参见运行演示；SIFT是经典算法，原理可在维基百科查阅。

我们的真实数据集可在以下位置找到：git clone https://github.com/jonashein/handobject_dataset_recorder.git cd handobject_dataset_recorder。为了设置检索代码，需要先安装先决条件：sudo apt-get install libopencv-dev libeigen3-dev libpcl-dev Azure Kinect SDK。请确保按照以下步骤进行操作：sudo apt-get install libk4a1.4-dev k4a-tools。下载MANO模型文件，注册并提供信息后，即可获取模型和代码。下载的文件应为mano_v_.zip格式。解压models文件夹并将其复制到assets/mano文件夹。

利用Matlab编写Moravec和Forstner算子分别提取图像中的特征点，取得了良好的效果。

本项目实现了特征点匹配的代码，使用MATLAB平台，主要应用遗传算法进行匹配。

MATLAB开发中使用星形物体来清空。为了减少杯中水位，必须计算所需的吸管浸泡次数。

Matlab特征点代码：利用挤压激励和残余网络进行反欺骗。这个存储库包含了重现我们在Interspeech 2019论文中核心结果的代码。如果您发现这些代码对您有帮助，请引用@article{lai2019assert，标题={ASSERT: 挤压激励和残余网络进行反欺骗}，作者={Lai, Cheng-I and Chen, Nanxin and Villalba, Jes{\'u}s and Dehak, Najim}，期刊={arXiv预印本arXiv:1904.01120}，年={2019}}。摘要：我们将提交我们的挤压激励和残余网络（ASSERT）系统文件至JHU，参加ASVspoof 2019挑战赛。自ASVspoof挑战赛开展以来，反欺骗问题越来越受到关注，ASVspoof 2019专注于应对文本到语音、语音转换和重播等三种主要攻击类型。ASSERT基于前期关于深度神经网络（DNN）的研究。

使用 Matlab ODE45 积分器和标准的 Runge-Kutta 4 积分器模拟物体运动。更多详情请查阅博客文章。代码摘要：https://mikescodeprojects.files.wordpress.com/2019/12/matlab_run-2.mp4?=1；代码演练：https://mikescodeprojects.files.wordpress.com/2019/12/matlab_code_walkthrough-1.mp4?=3。

使用Matlab程序识别圆形目标的方法。

这段代码实现了对移动对象的实时跟踪。