ORL数据库共有400幅人脸图像(40人，每人1O幅，大小为112像素x92像素)，人物以s1-s40的方式命名。
该人脸库中的人脸图片具有表情和姿态的变化，也有戴（或不戴）眼镜，眼睛睁（或闭）的区别。
该人脸库中的人脸图片具有表情和姿态的变化，也有戴（或不戴）眼镜，眼睛睁（或闭）的区别。
2020/2/18 4:23:16
4.04MB
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
常见人脸辨认数据库（AR、ORL、Yale、YaleB、FERET、PIE）
2018/1/8 7:14:20
38.77MB
1
ORL、FERET、YALE三大人脸识别数据库，个人认为较全较适用的人脸库，全部为图片格式。
ORL：40类，每类10张。
YALE：15类，每类11张。
FERET：200类，每类7张。
ORL：40类，每类10张。
YALE：15类，每类11张。
FERET：200类，每类7张。
2021/9/1 9:38:04
17.02MB
1
计算机/数字图像处理专业本科毕设——人脸识别系统基于Python言语，建议使用ORL人脸数据图库。
2019/9/13 11:13:56
12.77MB
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