- 学习机器学习
学习haar+adaboost分类器进行人脸识别。了解hog+SVM小狮子识别。
https://blog.csdn.net/liupeng19970119/article/details/99435799
- 论文学习
边缘计算：平台、应用与挑战 赵梓铭 刘 芳 蔡志平 肖 侬 （国防科技大学计算机学院 长沙 ４１００７３）
应用：
- 增强现实
增强现实技术将现实世界的场景与虚拟信息高度集成，生成被人类感官所感知的信息，来达到超越现实的感官体验．增强现实技术可以使用在智能手机、平板电脑与智能眼镜等移动设备上，来支持新的应用与服务，如虚拟游戏、３Ｄ观影等．增强现实技术需要对视频、图像数据进行处理，这些任务复杂性高，而需要与用户进行互动的特点又对实时性有了很高的要求。
2)图像识别
在一个特定视域（图像的光线、背景、视角等）内采集图像用来训练深度模型，得到的深度模型对该视域内对象的识别准确率更高，在同一个边缘计算节点周围采集图片来
训练模型，并通过图片的元数据信息（位置、天气和时间等）来区分不同的视域．这使模型很好地适应周围的视域，从而使可以模型自适应视域的转换．适用于特定功能的识别模型要比通用识别模型更好训练，也有更高的准确性．边缘计算模式可以在一定程度上减小对模型适用范围的要求，也为深度学习收集大量特定的学习数据，训练更加个性化的识别模型．
3)智慧城市
智慧城市是一种现代化城市模型，运用信息技术与物联网技术对城市资源做出智能化的管理．智慧城市系统要随时感测、分析、整合城市的各项关键信息，会产生大量的原始数
据，一座１００万人的城市，平均每 天 会 产 生２００ＰＢ的数据．同时这些数据在地理上广泛分布，且大部分数据存储在本地，这为数据的查找与分析带来了极大的困难．如果没有一种高效的解决方案，很容易使城域网被大量的数据堵塞．
- 网站性能优化
挑战：
多主体的资源管理
应用的移动管理
虚拟化技术
数据分析
编程模型
- GuiLite学习
（1）GuiLite是什么：GuiLite是5千行的C++图形界面库，可以运行在所有平台（例如：iOS，Android，Linux（ARM/x86-64），Windows（包含VR），Mac，Docker和MCU）上；也可以与多种语言（例如： Swift, Java, Javascript, C#, Golang）协同工作。
（2）GuiLite特点：
️轻量: 只有5千行代码，与操作系统及第三方库无关 - 轻松编译/运行
超快: 一次调用就可以完成图形渲染 - 程序更快速，UI更流畅
嵌入: 可嵌入在Qt/MFC/Winform/Cocoa/Web程序中运行 - 充分利用现有Qt/MFC代码，局部GuiLite优化，亦可显著提升效率
支持Docker镜像，支持IOT，云端，多种语言显示。
安装vscode插件可以进行界面可视化设计：
（3）GuiLite设计原理：界面元素管理和图形绘制。
1）界面管理包括：
添加/删除界面元素（例如：按钮，标签，对话框等控件），设置对应的文字及位置信息
用户输入消息传递：根据用户输入寻找受影响的界面元素，并回调响应的处理的处理函数
用户自定义消息传递：用户可以自定义消息响应函数，并自主产生消息；当消息产生时，对应的响应函数会被调用
2）图形绘制包括：
基本的点线绘制，例如：画点，矩形，横线，竖线等
设置绘制图层，如果需要多个图层，在基本点线绘制时，需要给出图层的索引值
图层处理，在图层界面发生变化的时候(例如：打开/关闭对话框)，GuiLite将决定各个图层上的像素点，哪个会被最终显示在屏幕上
3）扩展方法：
GuiLite只给出了基本控件（例如：按钮，标签，键盘，选择框）的实现方法，旨在说明控件的实现方法。对于扩展控件，可以选择下面的方式：
如果开发者需要调整基本控件的细节，可以直接在源代码中修改
如果开发者需要构建全新的控件，可以参考基本控件的实现方法，重新实现。
对于扩展绘制，例如：画圆，画曲线，可以直接在surface.cpp文件中添加响应的函数接口。
