https://download.csdn.net/download/qq_41739364/86339152

PS3摄像头驱动CL-Eye-Driver-5.3.0.0341驱动+客户端（win10亲测ok）

法国农科院开发，处理鱼眼照片，获得叶面积指数等植被结构参数

haarcascades\haarcascade_eye.xmlhaarcascades\haarcascade_eye_tree_eyeglasses.xmlhaarcascades\haarcascade_frontalface_alt.xmlhaarcascades\haarcascade_frontalface_alt2.xmlhaarcascades\haarcascade_frontalface_alt_tree.xmlhaarcascades\haarcascade_frontalface_default.xmlhaarcascades\haarcascade_lefteye_2splits.xmlhaarcascades\haarcascade_mcs_eyepair_big.xmlhaarcascades\haarcascade_mcs_eyepair_small.xmlhaarcascades\haarcascade_mcs_lefteye.xmlhaarcascades\haarcascade_mcs_mouth.xmlhaarcascades\haarcascade_mcs_nose.xmlhaarcascades\haarcascade_mcs_righteye.xmlhaarcascades\haarcascade_profileface.xmlhaarcascades\haarcascade_righteye_2splits.xmlhaarcascades

matlab仿真mimo信道容量SNR=15;%定义信噪比为0dBdisp('当nT=4时');%显示接收天线数等于1A=10^(SNR/10);%信噪比的单位转换关系式Imin=eye(4);%"1"为发射天线和接收天线两者数目较少的根数

c++二维码定位和识别+zbar+opencv+ubuntu16.04+clion开发+相机实时扫描

clearallN=100;T=4*pi/N;t=0:4*pi/N:4*pi-T;w=2*pi/(24*3600);X1=zeros(15,N);X2=zeros(15,N);L=zeros(6,N);X2(:,1)=[1,0,0,0,0,0,0,0,0,0,0,0,0,0,0]X1(:,1)=X2(:,1);E=eye(15);W=[0-w0;w00;000];A=zeros(15,15);A(1:3,4:6)=eye(3);A(4:6,4:6)=-2*W;A(7:9,7:9)=-W;fori=10:12A(i,i)=-1/7200;endfori=13:15A(i,i)=-1/1800;endA=eye(15)+A*T+A*A*(T.^2)/2;Z1=zeros(15,15);Z2=eye(15);R=eye(6);Q=zeros(15,15);Q(15,15)=1;K=zeros(15,6);H=zeros(6,15);fori=1:6H(i,i)=1;endfori=1:NL(:,i)=zeros(6,1);L(1,i)=randn(1);endfori=2:NX1(:,i)=A*X2(:,i-1);Z1=A*Z2*A'+Q;K=Z1*H'*inv(H*Z1*H'+R);X2(:,i)=X1(:,i)+K*(L(:,i)-H*X1(:,i));Z2=[E-K*H]*Z1;endplot(t,L(1,:),'g*');holdon;plot(t,X1(1,:),'r*');

使用python-opencv进行人脸识别（图像识别）时需要用到的训练集文件haarcascade_eye.xmlhaarcascade_frontalface_alt.xmlhaarcascade_frontalface_alt2.xmlhaarcascade_frontalface_default.xml

基于眨眼检测的实时人脸识别，内含完整代码与训练好的模型haarcascade_eye_tree_eyeglasses.xmlhaarcascade_frontalface_alt.xmlhaarcascade_lefteye_2splits.xmlhaarcascade_righteye_2splits.xmllbpcascade_frontalface.xmlmodel.h5model.json

识别结果大概是这样{'result':{'face_num':1,'face_list':[{'quality':{'occlusion':{'right_eye':0,'left_cheek':0.1459853947,'right_cheek':0.05144193396,'left_eye':0.465408802,'mouth':0.02919708006,'chin_contour':0.01420217194,'nose':0},'illumination':116,'blur':7.266304692e-06,'completeness':1},'age':22,'face_token':'dc6f8f9df5d977ea476e2d04acdf5063','race':{'type':'white','probability':0.6173604727},'glasses':{'type':'common','probability':0.9834988713},'gender':{'type':'male','probability':0.655915916},'face_probability':0.9185044169,'beauty':51.21487427,'angle':{'roll':-2.750922441,'yaw':28.97134399,'pitch':5.202290535},'location':{'height':65,'top':112.0704803,'width':76,'left':76.20765686,'rotation':-4},'face_type':{'type':'human','probability':0.9992217422},'face_shape':{'type':'oval','probability':0.4419156313},'expression':{'type':'none','probability':0.9999142885}}]},'error_msg':'SUCCESS','timestamp':1537413754,'cached':0,'error_code':0,'log_id':9465840013520}年龄：22颜值：51.21487427表情-type(none:不笑；
smile:微笑；
laugh:大笑)：none表情-probability(表情置信度，范围【0~1】，0最小、1最大)：0.9999142885脸型-type(square:正方形triangle:三角形oval:椭圆heart:心形round:圆形)：oval脸型-probability(置信度，范围【0~1】，代表这是人脸形状判断正确的概率，0最小、1最大)：0.4419156313性别-type(male:男性female:女性)：male性别-probability(性别置信度，范围【0~1】，0代表概率最小、1代表最大。
)：0.655915916能否带眼镜-type(none:无眼镜，common:普通眼镜，sun:墨镜)：common能否带眼镜-probability(眼镜置信度，范围【0~1】，0代表概率最小、1代表最大。
)：0.9834988713人种-type(yellow:黄种人white:白种人black:黑种人arabs:阿拉伯人)：white人种-probability(人种置信度，范围【0~1】，0代表概率最小、1代表最大。
)：0.6173604727真实人脸/卡通人脸-type(human:真实人脸cartoon:卡通人脸)：human真实人脸/卡通人脸-probability(人脸类型判断正确的置信度，范围【0~1】，0代表概率最小、1代表最大。
)：0.9992217422

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。