opencv中行人檢測：
檢測視窗大小為128*64;
block
大小為16*16；
cell大小為8*8；
block在檢測視窗中上下移動尺寸為8*8；
1個cell的梯度直方圖化成9個bin；
滑動視窗在檢測中滑動的尺寸為8*8；
乙個檢測視窗共有（128/8-16/8+1）*（64/8-16/8+1）=105個block，乙個block有4個cell，乙個cell的hog描述子向量長度為9，所以檢測視窗的hog向量長度為：105*4*9=3780 維。
hog訓練過程：
訓練過程中正樣本大小統一為128*64,即檢測視窗的大小；該樣本可以包含1個或多個行人。在實際的訓練過程中，正樣本大小並不是正好是128*64包含
行人的，而是包含行人的任意(當然了,尺寸最好比128*64大),然後手工對這些正樣本進行標註；最好自己寫乙個程式，每讀入一張，就把矩形
區域的內容擷取出來並縮放到統一尺寸128*64，這樣，對處理過後的該進行hog特徵提取就可以當做正樣本了。
負樣本不需要統一尺寸，只需比128*64大，且中不能包含任何行人。實際過程中，由於是負樣本，裡面沒有目標資訊，所以不需要人工進行標註。程式
中可以對該隨機進行擷取128*64大小的，並提取出其hog特徵作為負樣本。
關於熵的一些理解
對於理工科學生來說，熵 並不是乙個陌生的名詞。在諸如 大學物理 熱力學 和 資訊理論 等課程中都會有所介紹。但同時 熵 又是乙個顯得有點神秘的概念，看不見也摸不著。我最早是在高中物理課中聽說的，大概是在介紹 熱力學第二定律 時提到的。熱力學第二定律的內容是 熱力學過程是不可逆的 孤立系統自發地朝著熱...
關於float的一些理解
float是否脫離文件流，乙個父元素不設定overflow的話，子元素float，就不會把父元素撐開，換句話說，他就不會有高度，但是做個demo 父元素overflow hidden 子元素前兩個float，第三個不float，結果是第三個沒有clear浮動的元素，跟float的元素出現在同乙個位置...
關於android layout的一些理解
1 wrap content view的尺寸根據它的內容確定 match parent view的尺寸盡量和它的parent view group一樣大 2 獲得view的位置 position getleft gettop getright getleft getwidth getwidth 3 ...