**筆記
**：《rgb-w: when vision meets wireless 》在影象資訊上加上深度資訊（rgb-d）有助於室內人類行為的分析，但裝置難以部署。已經被部署的單目攝像頭又難以獲取深度資訊，還有自遮擋的問題。所以作者選擇w，即來自手機的無線訊號（藍芽，wi-fi，beacon）作為補充影象（rgb）的感官,包括接受訊號強度（rss）和mac位址。年份：2015
因為rgb和w是互補的：
作者的解決方案就是將rgb和w在統一框架下整合起來。
為了利用w資料，作者提出一系列表示使得w與rgb融合。
對第i個帶w的個體，在時間t收集到如下訊號
其中
是第j個天線收到的訊號強度，在沒有雜訊的情況下，
代表到第j個天線的距離。
其中 和
在已知參考點被校準，
是路徑損失指數。
作者取事實上，rss訊號是有雜訊且各向異性的為1m（距離天線），
為3.5（應當在2到4之間）
上圖是誤差情況，左圖是未進行修正的情況，右圖是修正後的情況。
作者使用了乙個時間視窗內所有j個天線，所有天線都可以驗證其他天線是否有誤差，作者使用分類器來識別給出結果一致的天線。
例如上圖中三個黑色天線給出的結果能吻合，而紅色的因為雜訊而不能與黑色的天線給出的結果吻合，作者需要找出這樣紅色的天線。
令 為t時刻從第j天線給出的正確半徑，令
其中
為天線數量，
對所有天線都是常量，而
是變數，當
與ground truth相距1.5m時令
，然後在
樣本上訓練svm。這樣可以將誤差減小到0.2m。
令 為下界，
為下界，給出
取值範圍
作者使用支援向量回歸來確定上下界。於是就能在影象上定位了。
作者的目的是從rss資料和單幅相機影象推測出個體的位置，作者將其構造成最佳子集選擇的問題
其中x表示離散化的分布於地平面的點，b是給定時間內的觀測資料，a是每個x期望的觀測點的字典，n為雜訊等級，作者希望找到乙個稀疏的x能重建b。
作者為了表示每個人在地平面上點的理想觀測構造了乙個字典。其中每一列（或者說元素）,代表期望的前景影象和環圖。字典大小為
，其中n是元素的大小，m是地平面的大小。
因為前景影象和環圖都沒有更細節的資訊，所以都可以被無損的縮小到
字典有如下性質
元素的線性：前景圖是沒有線性的，環圖是有線性的，可以加起來去匹配觀測資料。
不完整的元素：w是稀疏的，只有一部分人會發出訊號，只有一部分天線會被使用。對每個地平面的點會對應有多列
最後i+3列是單純由前景剪影組成的
觀測向量b表達為
(6)式是np難題，作者希望使用資料的多模態，特別是w模態來簡化它。
其中是稀疏度和保真度的權衡。
作者將(8)看作是套索問題，稀疏度由於id是已知的。但無法解出不傳送訊號的點。
int long long long取值範圍
unsigned int 0 4294967295 int 2147483648 2147483647 unsigned long 0 4294967295 long 2147483648 2147483647 long long的最大值 9223372036854775807 long long的...
型別取值範圍
ieee754浮點數的表示方法。c語言裡對float型別資料的表示範圍為 3.4 10 38 3.4 10 38。double為 1.7 10 308 1.7 10 308，long double為 1.2 10 4932 1.2 10 4932.型別位元 位 數 有效數字 數值範圍 float 6...
int 取值範圍
參考 目錄原碼 最高位為符號位 0表示正,1表示負 反碼 對於乙個帶符號的數來說,正數的反碼與其原碼相同,負數的反碼為其原碼除符號位以外的各位取反 補碼 正數的補碼與其原碼相同,負數的補碼為其反碼在最低為加1 計算機中採用補碼形式儲存資料,0的補碼表示只有一種 c 中int佔4個位元組,32位 最大...