对于我来说，我一直保持的追求有三点：技术、快乐、财富。因此，从此三点出发，记录过去一周，我所看到的，值得分享的内容，每周五把欢乐送达。
技术
1、Retorio人物性格分析
Retorio公司使用AI技术，通过分析人物的表情、说话内容、说话语速、说话音量等信息，对人物性格进行分析。
官方网站（需翻墙）：点击查看
2、Funai首次推出美甲打印机
Funai制作的美甲打印机首次亮相于CES 2019，使用该美甲打印机可以非常轻松的在指甲上打印美甲图案。
同时，这套设备也有相应的APP，可以根据自己的喜好选择美甲的图案，操作很方便。
完整视频（需翻墙）：点击查看
3、Github私有仓库免费开放
近日，GitHub有了重大更新！之前需要付费使用的私有代码库，现在可以免费使用了。企业和组织也有了更简单统一的产品GitHub Enterprise。这是微软收购GitHub之后的又一次重大更新，也是开发者首次可以免费在GtiHub上开展私人项目。TechCrunch发表评论称，这次更新代表着微软对开发者社区的善意。
听到这个消息后，立马去创建了个私人代码仓库，真香！
创新仓库：点击查看
4、DeepTraffic自动驾驶竞赛
Deeptraffic是麻省理自动驾驶课程的一个强化学习竞赛，参赛者使用深度学习方法驾驶汽车，尽可能加快行驶速度。
官网地址：点击查看
项目地址：点击查看
5、EdgeConnect图像修复
EdgeConnect是一个新的图像修复算法，该算法从艺术家的作画方法中得到灵感，即线条优先，颜色次之。算法首先对图像的线条进行补充，再对图像颜色进行填充。
项目地址：点击查看
6、EANet行人重识别
单域（single-domain）的行人重识别（ReID）近来已经取得了巨大的进展，但是在跨域（cross domain，或者迁移，transfer）问题上却存在很大的困难，主要体现在：
（1）直接把训好的模型到目标域（target domain）测试，性能有巨大的下降；
（2）利用无id标注的目标域图片进行领域适应（domain adaptation）具有其挑战性。
EANet作者发现部件对齐在跨域重识别中起着重要的作用。通过强化模型的对齐：
一方面提高模型的泛化性能（generalization），提升模型直接跨库测试的性能；
另一方面，部件对齐模型可以很自然地利用目标域无标签数据，实现领域自适应（adaptation），使得模型可以适配目标域。
论文在Market1501，CUHK03，DukeMTMC-reID，MSMT17四个目前最大的行人重识别数据库之间进行大量的跨域实验，证明了EANet方法的有效性，并且取得了state of the art的结果。
项目地址：点击查看
7、手机图像质量提升
手机内置的单反摄像头，由于物理硬件的限制，手机拍出的图像质量可能不尽人意。使用DPED算法，采用端到端的的深度学习方法将质量普通的图像提升为DSLR质量的图像。
项目地址：点击查看
娱乐
1、硬核求婚
硬核求婚了解下？
2、不走心的男友
当男朋友不走心的时候，他就有可能变成一个瞎子。
财富
从2019年开始就可以正式享受子女教育、继续教育、大病医疗、住房贷款利息或住房租金、赡养老人的专项减税。减免政策规则如下（长图预警）：
展开
申报方式有两种：
(1) 公司组织
不管收入到没到起征点，一般大公司和事业单位都会组织员工填写「申报表」。比如本人父母的公司，最近都已完成填写。
(2)「个人所得税」APP
公司不管的，自己可以直接用APP报税、抵扣、退税等。
不过需要填写很多个人信息。
最后
本周的程序员欢乐送，到此结束，下周再会。
来源：
https://cuijiahua.com/blog/2019/01/life-14.html
