本人训练SVM分类器进行HOG行人检测.环境为VS2010+OpenCV2.4.4.使用时请自行修改工程的include目录和lib目录配置。
正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。
负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。
SVM使用的是OpenCV自带的CvSVM类。
正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。
负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。
SVM使用的是OpenCV自带的CvSVM类。
2016/1/26 4:29:46
23.65MB
1
基于51单片机的人体红外感应灯的设计，使用了人体红外感应模块HC-SR501，同时使用声音感应模块以及光感应模块，添加了声控及光控的功能。
注：文件包含c语言代码以及proteus原理图（传感器模块未详细画出，所有传感器的输出均为可直接读取的电平信号，不涉及模数转换）
注：文件包含c语言代码以及proteus原理图（传感器模块未详细画出，所有传感器的输出均为可直接读取的电平信号，不涉及模数转换）
2019/10/8 7:29:40
43KB
1
使用一对同心放置的金电极与人体皮肤接触以评估水分。
在100Hz至5MHz的频率范围内测量电阻抗光谱。
结果表明，在角质层相对干燥的情况下，在较低的频率范围内，测得的阻抗的可重复性将大大降低。
阻抗频率轨迹的完整性相应地取决于皮肤湿润形态。
另一方面，在角质层比较湿润的情况下，可以获得完整的位置，并且可以将Cole-Cole弧模型应用于定量计算。
引入位置的完整性作为补充参数。
用润湿的滤纸以及人体皮肤进行的实验结果表明，可以通过图形和定量方式更好地表示皮肤的水分。
在100Hz至5MHz的频率范围内测量电阻抗光谱。
结果表明，在角质层相对干燥的情况下，在较低的频率范围内，测得的阻抗的可重复性将大大降低。
阻抗频率轨迹的完整性相应地取决于皮肤湿润形态。
另一方面，在角质层比较湿润的情况下，可以获得完整的位置，并且可以将Cole-Cole弧模型应用于定量计算。
引入位置的完整性作为补充参数。
用润湿的滤纸以及人体皮肤进行的实验结果表明，可以通过图形和定量方式更好地表示皮肤的水分。
2016/10/7 9:30:19
700KB
1
对可穿戴型助力机器人控制策略进行分析.根据研究目的及人体结构和功能的特殊性和复杂性,通过将人体下肢作适当简化及必要的假设,提出基于骨-肌肉功能模型的下肢助力机器人控制方法,该方法通过对骨-肌肉模型中的弹性系数和阻尼系数的调理能为人体下肢运动提供助力支持.同时,通过人-机间交互力信息实现人体下肢的运动预判.
2021/10/8 16:10:16
1.25MB
1
安装kinect微软SDK，VS2010结合opencv2.2，对人体蹲下、起跳、前后左右等动作进行判断和识别，并打印提示信息给用户到显示的视频上。
2021/2/22 19:32:17
9.72MB
1
STC89C52RC智能家居计划(GSM+人体红外+电磁锁+薄膜键盘+LCD12864+DS3231)
2019/2/16 10:20:33
76KB
1
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。
2024-04-09 15:03
15KB