官网可以下载，数据库的脸,(原名“ORL数据库”),包含一组面临1992年4月至1992年4月拍摄的图像在数据库实验室。
用于人脸识别项目的背景下进行合作演讲中,视觉和机器人组的剑桥大学工程系.PGM格式的文件每个图像的大小是92x112像素,每像素256灰色的水平。
图像是组织在40目录(一个为每个主题),表单的名称sX,在那里X表明主体数量(1-40)。
在这些目录中,有十个不同主题的图片,名称的方式Y.pgm,在那里Y是这个主题的图像数量
用于人脸识别项目的背景下进行合作演讲中,视觉和机器人组的剑桥大学工程系.PGM格式的文件每个图像的大小是92x112像素,每像素256灰色的水平。
图像是组织在40目录(一个为每个主题),表单的名称sX,在那里X表明主体数量(1-40)。
在这些目录中,有十个不同主题的图片,名称的方式Y.pgm,在那里Y是这个主题的图像数量
2023/1/23 8:46:30
4.03MB
1
ORL（Olivettiresearchlaboratory）是英国剑桥大学Olivetti研究所制造的人脸数据库。
该数据库包括40个不同人，每人I0幅图像，共400幅。
该数据库包括40个不同人，每人I0幅图像，共400幅。
2019/6/1 7:10:50
6.12MB
1
ORL人脸库（英国）：剑桥大学，40人，每人10张照片，包括表情变化，微小姿势变化，20%以内的尺度变化。
其他人脸数据库也有上传比如：Yale人脸库（美国）CMU-PIE人脸数据库Yale人脸数据库BMIT人脸数据库ORL人脸库（英国）INRIA数据库UMIST人脸库（英国）KinFace人脸数据库AR人脸库（美国）Bern人脸库
其他人脸数据库也有上传比如：Yale人脸库（美国）CMU-PIE人脸数据库Yale人脸数据库BMIT人脸数据库ORL人脸库（英国）INRIA数据库UMIST人脸库（英国）KinFace人脸数据库AR人脸库（美国）Bern人脸库
2020/6/15 22:29:34
6.12MB
1
ORL人脸库（英国）：剑桥大学，40人，每人10张照片，包括表情变化，微小姿势变化，20%以内的尺度变化。
其他人脸数据库也有上传比如：Yale人脸库（美国）CMU-PIE人脸数据库Yale人脸数据库BMIT人脸数据库ORL人脸库（英国）INRIA数据库UMIST人脸库（英国）KinFace人脸数据库AR人脸库（美国）Bern人脸库
其他人脸数据库也有上传比如：Yale人脸库（美国）CMU-PIE人脸数据库Yale人脸数据库BMIT人脸数据库ORL人脸库（英国）INRIA数据库UMIST人脸库（英国）KinFace人脸数据库AR人脸库（美国）Bern人脸库
2020/6/15 22:29:34
6.12MB
1
.YALE人脸数据库（美国，耶鲁大学）由耶鲁大学计算视觉与控制中心创建,包含15位志愿者的165张图片,包含光照,表情和姿势的变化。
Yale人脸数据库中一个采集志愿者的10张样本，相比较ORL人脸数据库Yale库中每个对象采集的样本包含更明显的光照、表情和姿势以及遮挡变化。
Yale人脸数据库中一个采集志愿者的10张样本，相比较ORL人脸数据库Yale库中每个对象采集的样本包含更明显的光照、表情和姿势以及遮挡变化。
2020/2/14 20:44:32
4.08MB
1
.YALE人脸数据库（美国，耶鲁大学）由耶鲁大学计算视觉与控制中心创建,包含15位志愿者的165张图片,包含光照,表情和姿势的变化。
Yale人脸数据库中一个采集志愿者的10张样本，相比较ORL人脸数据库Yale库中每个对象采集的样本包含更明显的光照、表情和姿势以及遮挡变化。
Yale人脸数据库中一个采集志愿者的10张样本，相比较ORL人脸数据库Yale库中每个对象采集的样本包含更明显的光照、表情和姿势以及遮挡变化。
2016/7/26 8:12:58
4.08MB
1
CMUMulti-PIE人脸数据库包含超过750,000张337人的图像，这些图像在五个月内最多可记录四次。
受试者在15个视点和19个照明条件下成像，同时显示一系列面部表情。
此外，还获得了高分辨率正面图像。
总的来说，数据库包含超过305GB的面部数据。
资源包括PIE照明子集（1154张人脸灰度图，32*32）和三个Pose05、Pose07、Pose09子集（分别包括3332张、1629张、859张人脸灰度图，64*64）。
受试者在15个视点和19个照明条件下成像，同时显示一系列面部表情。
此外，还获得了高分辨率正面图像。
总的来说，数据库包含超过305GB的面部数据。
资源包括PIE照明子集（1154张人脸灰度图，32*32）和三个Pose05、Pose07、Pose09子集（分别包括3332张、1629张、859张人脸灰度图，64*64）。
2016/7/18 17:33:03
14.38MB
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