H指数的计算，这道题是典型的排序思路，博主第一次使用一般的排序方法写，后来发现整数这种用基数排序更合适，同时需要考虑很多特例，博主贴了这两份代码。由于测试案例的原因，基数排序速度上的优势没有体现出来。
PengChao
目标跟踪VOT2016 BenchMark评价标准介绍
现在比较流行的跟踪Benckmark有OTB、VOT、KITTI-tracking，之前的算法测试都进行在OTB（Visual Tracker Benckmark）上，考虑到现在VOT的流行程度不亚于OTB，并且VOT每一年都会有更新。VOT16并没有更新图像数据，而是更新了标注的方法。这篇博客主要介绍VOT的评价方法，会结合实验数据介绍官方SDK的代码。
算法导论总结（一）之排序C++
博主之前刷过一遍《算法导论》（Introduction to Algorithms），但是看得多写得少，于是最近抽空动手写写下里面的算法。排序是经典问题了，于是决定将书中的排序算法一一使用C++实现。这篇博客一方面是对排序算法本身的总结（这个书上都有啦），另一方面是博主在使用C++实现算法时的一些体会，更多的是算法细节，希望有助于加深对算法的理解的。
Sublime中设置Protobuf语法支持
Sublime是一款优秀的编辑器，强大的拓展使得数十种语法的高亮提示和自动补全成为可能。Protobuf谷歌的数据交换格式，独立于语言，非常易用。在Sublime中可以通过扩展插件的方式设置Proto文件的语法高亮，这对于常常使用Protobuf的开发者有很大帮助。
Leetcode_524: Longest Word in Dictionary through Deleting
笔记：Leetcode 524 Longest Word in Dictionary through Deleting，分类是sort， two pointer，博主的解法比solution中10行的要快一点，事先对词典进行排序，在词典规模大时，博主解法更有优势。
图像跟踪（八）结构化SVM：Struck与SSVM
结构化SVM方法用于跟踪，带来了速度和效果的提升。之前我有一篇讲Struck的博客，但是感觉这个算法没有讲透彻，决定捎带上SSVM再开一篇争取把问题讲清楚。结构化SVM和传统SVM方法相比，有着强大的判别能力，这篇博客将带大家一探结构化SVM在tracking上的应用。
同样是结构化SVM方法，Struck在2015年Pami中进一步加入尺度估计和GPU加速，使得Struck也具有相当的实用性。SSVM与Struck都是结构化预测框架，主要不同在于Struck采用SMO优化迭代求解，而SSVM采用DCD方法求闭式解，使得SSVM在速度上体现优势。
Texlive+Sublime+SumatraPDF+JabRef[可选]环境配置
之前介绍Latex的时候推荐过这套配置，现在把配置方法详细整理出来，希望能有所帮助。
在Latex中使用Bibtex生成参考文献
在科研写作中，参考文献格式一直都是比较头疼的问题，尤其是在Latex排版过程中，将Bibtex按照固定格式生成参考文献的方式比较受欢迎，下面进行详细介绍。
使用Latex进行论文排版，Latex入门教程
LaTex是论文写作中重要的排版工具，尤其是理工科外文期刊常常会用。能用到LaTex的都至少是专业人士了，介绍就省略了，关于Latex环境配置请看我的这篇博客，关于Latex配合bibtex制作参考文献请参考我这篇博客。我们直入正题
动画制作：MATLAB制作gif，PhotoShop制作gif
gif动画易于制作，相对于视频更小，更易于传播。作为一个程序猿，在使用程序绘图过程中想生成gif动画，可以使用MATLAB生成。当然，MATLAB生成gif动画存在局限性，专业的PhotoShop可以满足你的需要，这篇博客将专门介绍gif动画的制作。
Object Visual Tracker Benchmark 使用教程
2013年Object Visual Tracker Benchmark的提出是视频图像跟踪另一的大事件，自此视频跟踪领域有了公认的Benchmark，跟踪方面的研究与以前已经完全不一样的。虽然下载源码，摸索之后都可以看懂，但是博主还是想系统的介绍其中的工具。官方的SDK可以极大的帮助我们评估算法，产生一些可以直接出现在Paper上的图表。
这篇博客主要介绍如何Visual Tracker Benchmark 中提供的Matlab代码，希望能有所帮助。Python的可以看那些开源的demo，差不多一样的思路。
图像跟踪（六）SRDCFdeno算法：样本净化
SRDCFdeno算法的论文中提出了一种净化样本的方法，虽然挂了SRDCF的名字，但是SRDCF只是BaseLine。这种样本净化的方法可推广性非常强，因为把样本权重融合进了Loss函数，直接在更新样本的时候更新其权重，相对于多专家系统的方法，我更推荐使用这种方法来净化样本。
图像跟踪中像素误差、重叠率、AUC的计算：Matlab实现
视频图像跟踪算法的评估常常需要计算重叠率（Overlap Rate）、像素误差（Pixel Error）还有AUC（Area Under Curve）。这些技术指标都比较好理解，如果不理解的话可以参见我之前的博客。这篇博客主要就是贴上Matlab的代码，使用Matlab计算这些参数，并绘制出曲线图。
如果你是想放在Paper中的话，可以下载Visual Track BenchMark中提供的代码，可以画出和Paper上一样的样式，这篇博客只是博主对单个视频自己写的小demo，便于自己分析实验的，如果要在Paper使用还需要做样式的修改。
Matlab使用interp2裁剪倾斜（旋转）矩形块
在图像处理中，我们常常需要裁剪出图像中的一个矩形块，matlab提供的imcrop函数可以裁剪出矩形块，但是如果我们想裁剪倾斜的矩形块，该函数将无能为力。于是博主贡献了自己的代码。
图像跟踪（五）SRDCF的数学推导
SRDCF是在DCF/KCF的基础上，对目标函数正则化项进行改进，使用空间正则化惩罚来改进效果。SRDCF的Paper上关于数学推导部分非常多，但是其中仍有许多细节影响我们阅读代码。本来自己做了一份ppt，但是Google了下，发现有作者本人presentation的ppt关于细节部分非常详尽，于是直接用作者的ppt了，下面开始学习吧。
傅里叶-梅林变换进行图像配准
图像配准方法主要分为三类：一种是灰度方法信息方法，另一种是基于特征的方法，可细分为特征点、直线段、边缘轮廓、特征结构以及矩不变统计特征等，还有一种就是基于变换域的方法，如相位相关、Walsh Transform等方法。傅里叶-梅林变换就是一种变换域的方法。
在图像配准过程中，常常需要处理平移、旋转、尺度变换、遮挡、形变等问题，使用傅里叶-梅林变换可以很好的应对平移、平面内旋转、缩放和遮挡，是一种鲁棒性较强的方法。这篇博客讲详细介绍傅里叶-梅林变换的性质，以及其在图像配准过程中的应用。