物体识别
当时MIT的计算机老师组织了一个面向本科生的两个月的Summer Project。这个Project的目的是设计一个系统，能够智能识别场景里头的物体，并区分出类别。当时他们低估了这个问题的难度，结果可想而知。
原因是我们看到的这个物体的样子，只是它在某种背景下某一种光线条件下特定角度的投影的，换一个角度可能就是完全不同的样子。即使是同一个物体，例如人，躺着或者站着，形态都是不一样的。
物体识别的主要方法
基于统计的方法与基于物体部件的方法：
根据识别方法是否对局部特征之间的关系建模，可以把识别方法分为基于统计的方法与基于物体部件的方法。
1、基于统计的物体分类方法（BoW：Bag of Words）
BoW模型严格上讲并不是一种物体识别方法，而是一种物体分类方法。这种模型的灵感来自于NLP中的BoW模型。。一幅图像可以看作是一篇“文档”，而图像中提取出的特征认为是“词语”。
1）生成性方法的学习与识别
生成性的学习方法通过先验知识去拟合并解释图像中的信号。在中，有两种主要的生成性方法，一种是NB（朴素贝叶斯），另外一种是pLSA（概率潜语义分析）与LDA（线性判别分析）。
物体识别桌的特点
1、科技感强
识别桌利用捉捕设备以及计算机系统实现交互式体验，还可以支持多人参与，并且不需要借助辅助设备，展览展示现场参观者即可体验科技的趣味性。
2、画面清晰亮丽
识别桌桌面显示内容非常清晰，并且还有多种背景音乐，大大提升了游戏的质量，渲染了氛围。
3、内容种类多
物体识别桌桌面互动可以是查询内容，也可以做成游戏内容，这些内容摩拓为都可以根据客户的需求定制。
4、广告宣传功能
在数字展馆展厅内物体识别桌可以做查询系统使用，在娱乐场所可以做游戏使用，在使用过程中其实也是对品牌的一种宣传。
