基于matlab调用电脑摄像头，对每一帧进行人脸识别，检测人脸的位置，在一定帧数范围内动态追踪人脸的位置。
(参数设置中设置nFrame的大小可以调整总帧数，即程序持续运转时间；
vidDevice=imaq.VideoDevice('winvideo',2,'YUY2_640x480',...'ROI',[11640480],...'ReturnedColorSpace','rgb');)中数字“2”表示调用电脑USB摄像头，改为“1”可调整为使用电脑内置摄像头。
(参数设置中设置nFrame的大小可以调整总帧数，即程序持续运转时间；
vidDevice=imaq.VideoDevice('winvideo',2,'YUY2_640x480',...'ROI',[11640480],...'ReturnedColorSpace','rgb');)中数字“2”表示调用电脑USB摄像头，改为“1”可调整为使用电脑内置摄像头。
2015/4/8 6:21:04
1KB
1
FasterR-CNN+粒子群优化+图像配准首先利用深度学习FasterR-CNN，在训练好训练集的情况下检测和提取当前帧中的目标，利用5.1节的动目标提取算法校验目标；
然后以此作为接下来配准的模板，利用多自由度的图像配准来求解图像变换参数，并结合粒子群优化PSO的快速求解功能[20]，高速的配准定位、跟踪与提取目标，将算法处理速度提升到了每秒60帧以上（配准时的速度）。
在配准过程中，如果出现配准相似度低于设定阈值，则认为目标跟踪失败，此时将重新利用FasterR-CNN检测与提取新目标，并重复过程。
然后以此作为接下来配准的模板，利用多自由度的图像配准来求解图像变换参数，并结合粒子群优化PSO的快速求解功能[20]，高速的配准定位、跟踪与提取目标，将算法处理速度提升到了每秒60帧以上（配准时的速度）。
在配准过程中，如果出现配准相似度低于设定阈值，则认为目标跟踪失败，此时将重新利用FasterR-CNN检测与提取新目标，并重复过程。
2016/7/19 20:38:15
3KB
1
这个例子是基于sharpcapture开发的winform程序。
提供源码。
SharpCapture是一款音视频数据采集类库。
它完全采用C#语言开发，基于DirectShow技术实现摄像头帧画面采集、屏幕录制、声卡采集、麦克风采集、混音等诸多强大功能为一体，且不依赖任何其他第三方组件。
通过调用它，您可以快速实现摄像头画面的采集，系统屏幕的录制，采集计算机声卡以及麦克风声音，并且可以对声卡的声音和麦克风的声音进行混音。
可以应用到直播、录屏、电脑录音、近程教学、视频聊天等业务场景。
提供源码。
SharpCapture是一款音视频数据采集类库。
它完全采用C#语言开发，基于DirectShow技术实现摄像头帧画面采集、屏幕录制、声卡采集、麦克风采集、混音等诸多强大功能为一体，且不依赖任何其他第三方组件。
通过调用它，您可以快速实现摄像头画面的采集，系统屏幕的录制，采集计算机声卡以及麦克风声音，并且可以对声卡的声音和麦克风的声音进行混音。
可以应用到直播、录屏、电脑录音、近程教学、视频聊天等业务场景。
2015/7/10 11:55:26
4.77MB
1
计算机网络的实验报告，简约易懂.是在计算机网络课程设计最新版里面的。
关于模拟Ethernet帧的发送过程。
关于模拟Ethernet帧的发送过程。
2020/6/15 1:32:45
144KB
1
C#下OpenGL生成Cube，并渲染，旋转，加入独立于帧数的代码，完满控制时间，使得动画频率不受cpu速度的影响。
渲染使用少女时代的照片，很是漂亮。
完整C#2010源码
渲染使用少女时代的照片，很是漂亮。
完整C#2010源码
2016/9/7 11:21:41
1.98MB
1
Flash从入门到提高教程（配套光盘）第1课推门而入——制作第一个简单动画第2课绘图第3课 基本绘图工具（下）第4课绘图综合练习第5课逐帧动画第6课外形补间动画第7课 动作补间动画第8课遮罩动画第9课引导路径动画第10课交互动画的灵魂——按钮第11课MC应用范例――仿三维空间效果第12课声音第13课 时间轴特效第14课行为第15课 对象类型及绘画、动画技巧（一）第16课元件、实例、公用库第17课认识动作面板和编写简单ActionScript程序
2017/11/6 5:29:33
58.87MB
1
libviso不断以来被称为在视觉里程计(VO)中的老牌开源算法。
它通过corner,chessboard两种kernel的响应以及非极大值抑制的方式提取特征，并用sobel算子与原图卷积的结果作为特征点的描述子。
在位姿的计算方面，则通过RANSAC迭代的方式，每次迭代随机抽取3个点，根据这三个点，用高斯牛顿法计算出一个RT矩阵，表示两帧图像之间，相机的姿态变换。
而位姿的计算也是libviso中较为抽象的一部分，接下来，本文将在读者已经对立体视觉的基本原理，以及libviso的场景流匹配熟悉的前提下，对这个过程进行详细分析。
它通过corner,chessboard两种kernel的响应以及非极大值抑制的方式提取特征，并用sobel算子与原图卷积的结果作为特征点的描述子。
在位姿的计算方面，则通过RANSAC迭代的方式，每次迭代随机抽取3个点，根据这三个点，用高斯牛顿法计算出一个RT矩阵，表示两帧图像之间，相机的姿态变换。
而位姿的计算也是libviso中较为抽象的一部分，接下来，本文将在读者已经对立体视觉的基本原理，以及libviso的场景流匹配熟悉的前提下，对这个过程进行详细分析。
2017/4/15 20:08:32
4.01MB
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