在openni裡，使用production node來表示內部的基本單元，這也包括了硬體部分的感應器和openni所提供的功能。也就是說，node是產生資料的接點，利用node產生我們需要去處理的資料，如rgb圖，depth圖等。
openni的capality是用來增強中間層和底層感應器的彈性的，這些不同的capability都是非常重要的，由於底層硬體裝置和中間層都是由不同的廠商提供，因而這些廠商可以提供不同的capibility以供開發者選用，對於openni，其所要做的就是要定義好這些可以使用的capability，讓開發者更好的選用。 目前openni提供的capability主要包括： 替換視角（alternative view ）
該capability可以讓各種map generator（depth 、color、ir）產生的影象視角進行相互之間的轉換，這是因為不同的影象是由不同的攝像頭獲取，其影象視角也是不相同的，這可以快速的替不同的感應器產生的內容作對位。 裁切（cropping）
可以對各型別的map generator（depth、color、ir）產生的影象進行裁切，降低解析度，例如vga可以裁切成qvga。 圖畫同步（frame sync）
讓兩個感應器的結果同步化，這樣可以同步取得由不同感應器獲取的資料。 映象（mirror） 把產生的左右顛倒
姿勢偵測（pose detection）
讓使用者產生器（user generator）可以偵測出使用者特定的姿勢。 骨架（skeleton）
讓使用者產生器（user generator）可以產生使者得骨架資料，這包括骨架關節的位置，幷包含追蹤骨架位置和使用者校正的能力。 使用者位置（user position）
讓深度產生器（depth generator）可以針對指定的場景區域，最佳化的輸出深度影象。 錯誤狀態（error state）
讓production node通知其錯誤狀態（程式設計中會遇到sn_status_error的巨集定義，就是指沒有正確完成某一功能）。
kinect和openNI學習資料彙總
原文出處 kinect到手快乙個月了，期間查閱了很多資料，見識了很多牛人，他們的工作如此漂亮，讓我大開眼界。現將自己所掌握的資料彙總於此，以便隨時查閱。首先是csdn上小斤童鞋的系列文章 kinect開發教程一 openni的安裝與開發環境配置 kinect開發教程二 openni讀取深度影象與彩色...
深度學習實踐
選擇合適的損失函式 mini batch 選擇不同的啟用函式 改變學習速度 momentum early stopping 正則化 dropout 改變網路架構 選擇合適的損失函式 mini batch當資料集很大時，訓練演算法是非常慢的，和 batch 梯度下降相比，使用 mini batch 梯...
Restful API 學習 實踐
1.應該場景 restful 是目前最流行的 api 設計規範 風格,不是強制要求 用於 web 資料介面的設計。2.學習 操作 restful api 大原則容易把握，但是細節不容易做對。本文總結 restful 的設計細節，介紹如何設計出易於理解和使用的 api。restful api 設計指南...