利用haar+CART+adaboost训练自己的人脸检测模型利用haar+CART+adaboost训练自己的人脸检测模型
2023/12/18 14:53:45
45.11MB
1
人脸识别具有重要的实际应用价值，已成为计算机智能识别领域的热门研究课题。
传统的人脸识别系统需要人的正面进行识别，而且仅对正面进行识别，因此在识别效率和准确率上存在很大缺陷。
本文提出了基于BP神经网络的人脸方向识别方法，并利用MATLAB2014平台进行了人脸方向识别试验。
统计试验结果表明，该方法预测误差很小，结果接近真实值。
利用本文所提出的方法，可以从多个方向进行人脸识别，从而提高了人脸识别的效率和正确率。
传统的人脸识别系统需要人的正面进行识别，而且仅对正面进行识别，因此在识别效率和准确率上存在很大缺陷。
本文提出了基于BP神经网络的人脸方向识别方法，并利用MATLAB2014平台进行了人脸方向识别试验。
统计试验结果表明，该方法预测误差很小，结果接近真实值。
利用本文所提出的方法，可以从多个方向进行人脸识别，从而提高了人脸识别的效率和正确率。
2023/12/14 21:26:43
2.15MB
1
效果可看博客：https://blog.csdn.net/qq153471503/article/details/80064653
2023/12/11 15:01:39
41.9MB
1
Arnold变换是Arnold遍历理论研究中提出的一种变换，俗称猫脸变换，设想在平面单位正方形内绘制一个猫脸图像，这个猫脸图像将逐渐由清晰变模糊，即是猫脸变换。
Arnold变换是对图像中的像素点坐标做变换，当遍布了图像的所有像素之后，便产生了置乱后的图像。
另外，对一个数字图像迭代的使用离散化的Arnold变换，可以重复这个变换过程一直做下去。
当迭代到某一步时，如果出现的图像达到我们的要求时，便得到我们所需要的置乱后的图像。
Arnold变换具有周期性，当迭代到某一变换周期时，将重新得到原始数字图像，所以解密图像依赖于Arnold变换的周期。
Arnold变换是对图像中的像素点坐标做变换，当遍布了图像的所有像素之后，便产生了置乱后的图像。
另外，对一个数字图像迭代的使用离散化的Arnold变换，可以重复这个变换过程一直做下去。
当迭代到某一步时，如果出现的图像达到我们的要求时，便得到我们所需要的置乱后的图像。
Arnold变换具有周期性，当迭代到某一变换周期时，将重新得到原始数字图像，所以解密图像依赖于Arnold变换的周期。
2023/12/8 13:54:06
751B
1
这是我自己写的对图像进行预处理的matlab源程序，主要是对图像进行光照补偿、旋转与尺度归一化。
上传上来和大家一起学习、分享。
上传上来和大家一起学习、分享。
2023/12/8 9:34:26
2KB
1
opencv3+python人脸检测和识别完整项目识别视频《欢乐颂》中人物
2023/12/8 5:50:14
8.76MB
1
利用keras深度学习框架，生成人脸表情学习模型h5，转换为tensorflow的深度学习框架pb，在OpenCV中利用dnn调用pb模型并判断人脸表情
2023/12/4 4:47:41
113.93MB
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