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。
2020/2/18 4:23:16 4.04MB ORL人脸库
1
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。
2020/2/18 4:23:16 4.04MB ORL人脸库
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
2020/6/15 22:29:34 6.12MB ORL人脸
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
2020/6/15 22:29:34 6.12MB ORL人脸
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。
2020/2/14 20:44:32 4.08MB YALE
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。
2016/7/26 8:12:58 4.08MB YALE
1
原始的ORL人脸库,包含40个人400张图片,每张巨细是92x112x3。
2016/11/5 16:39:12 2.93MB orl face database
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。
2021/9/1 9:38:04 17.02MB 人脸 ORL FERET YALE
1
viola-jones论文RobustReal-TimeFaceDetection中的haar+Adaboost人脸检测方式、人脸检测样本库正负样本,人脸库2000+,非人脸库4000+
2020/1/3 10:47:49 4.22MB haar Adaboost
1
orl人脸数据库,40人,每人10张,bmp格式,完好版
2021/3/6 12:33:36 6.12MB orl人脸库
1
共 63 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡