ICCV 2019

本工具利用白平衡模拟技术，优化了图像处理中的色彩增强方法。它显著改进了计算机视觉任务，如图像分类和语义分割的模型表现。该工具是基于我们的研究成果，解决了深度学习中由于颜色恒常性问题导致的性能下降。此研究于2019年在国际计算机视觉会议（ICCV）上发布。项目详情请访问：http://cvil.eecs.yorku.ca/projects/public_html/wb_emulation/index.html。使用步骤包括：1. 运行install_.m；2. 可尝试单图像处理的demo_single_image.m、批量处理的demo_batch.m、以及处理并生成图像与真实文件对的demo_WB_color_augmentation.m；3. 提供GUI界面的demo_GUI（位于GUI目录）。

通过Pytorch重新实现的Deep-SR-ITM，该模型结合超分辨率和逆色调映射，特别设计用于4K UHD HDR应用。研究团队金秀艺、吴志亨和金曼彻尔在IEEE计算机视觉国际会议上进行了口头报告。代码基于原Matlab版本转换而来，保留了原始设置，重点不在改进基线，而在于提供不同实现的选择。测试环境包括Ubuntu 16.04 LTS，Python 3.7.5，Pytorch 1.3.1，TorchVision 0.4.2，CUDA 10.1，OpenCV 3.4.2。数据准备阶段包括从.mat格式转换为'.png'格式，适用于SDR和HDR图像。如需更多细节，请参阅原始repo。

我们提供了ICCV 2017年论文《用于光偏振高度估计的线性微分约束》的Matlab代码实现。此代码支持多种调用方式，根据选项结构选择优化约束条件。使用该代码可以推导出天顶角θ，并生成估计的高度图。详细功能包括光源方向、蒙版处理以及非偏振强度图像的应用。

熵值法MATLAB代码 - ICCV论文实时重复计数的实施代码 介绍了由Ofir Levy和Lior Wolf（特拉维夫大学）在ICCV2015论文中提出的实时重复计数方法的MATLAB实现。此方法用于实时检测并计数各种类型的重复运动。 代码和数据 更新的代码和数据位于以下链接中。请勿在此仓库中使用该代码。 先决条件 Python 2.7（虽然尚未测试，但也可与Python 3.x兼容） 必需的Python库：cPickle，gzip，numpy，scipy，cv2 可选：如果希望重新训练CNN，使用MATLAB。 运行步骤 从网络摄像头实时计数：确保网络摄像头连接，进入$ROOT/live_count文件夹并运行： python python live_rep.py 或者，从文件流式传输视频文件： python python live_rep.py -i \"文件名\" 你可以尝试输入我们捕获的直播视频，位于$ROOT/data/cam文件夹。举例： python python live_rep.py -i \"$ROOT/data/cam/sample_video.mp4\" 注意事项 $ROOT：表示此存储库的根文件夹。 更多详细信息，请参考原论文。

Stanford的Fei Li在2005年ICCV会议上展示了一个词袋模型的示例程序，需要进行路径和其他细节的修改，以确保程序可以成功运行，尤其是codebook文件的补充。

我们的ICCV 2013研究，专注于通过显著性匹配改善人员重新识别的Matlab代码，提升VIPeR和CUHK01数据集的评估效果。安装步骤包括下载VIPeR数据集，并在指定目录设置CUHK01数据集。针对Windows系统，需修改特定脚件路径。我们的演示demo_salmatch_cuhk01.m展示了在CUHK01数据集上运行的结果，达到了30.04%的精度。

基于 Hyper-V 虚拟化平台，使用两台 Windows Server 2019 Datacenter 虚拟机，搭建 SQL Server 2019 AlwaysOn 高可用性集群的详细操作步骤和配置记录。

2019年最新版IP数据库（MDB格式），包含470198条记录。

Typro 2019 是一款帮助用户提升打字速度和准确性的练习工具。通过其提供的多种练习模式和个性化设置，用户可以循序渐进地提升打字技能。 核心功能:* 多样化的练习模式：从字母练习到文章练习，满足不同阶段的学习需求。* 个性化设置：根据个人习惯调整打字界面和练习内容。* 实时反馈：及时了解打字速度和准确率，帮助用户发现并改进问题。* 进度追踪：记录练习成果，见证个人进步。 Typro 2019 助您轻松掌握高效输入，提升工作和学习效率。

ClickHouse 路线图和概述 - AlekSei Milovidov 基于 ClickHouse 玩转每天千亿数据量 - 趣头条 王海胜 ClickHouse 与 MySQL/MongoDB 的 CRUD 同步 - 上海晓信 王超 ClickHouse 在苏宁用户画像场景的实践 - 苏宁架构师 杨兆辉 ClickHouse 在喜马拉雅的应用 - 喜马拉雅 黄弋简 ClickHouse 在众安的应用实践及百亿保险数据实时分析探索 - 众安保险 蒙强 ClickHouse 自定义函数的开发与落地应用 - 氪信科技 胡宸章 Continue to use ClickHouse as TSDB - 青云 Eason 邰翀 Recently released features and future plans - Ivan Blinkov(TBD) ClickHouse 编写自定义计算函数 - Sundy Li ClickHouse 在腾讯的应用实践 - Tencent 丁晓坤 周东祥 ClickHouse MergeTree 原理解析 - 远光软件 朱凯 数仓 ClickHouse 多维分析应用实践 - 华润万家数据分析高级经理 朱元