笔迹鉴别是通过分析手写笔迹信息来判断书写者身份的特征分析技术,为提高笔迹鉴别的科学性和准确性,设计了基于ARM嵌入式系统的文本独立(Text-independent)笔迹鉴别系统。
系统包括笔迹采集端、数据传输部分和上位机处理端3个部分。
首先给出了总体设计和详细的工作流程,并对笔迹信息采集模块和数据传输部分进行分析,最初结合笔迹图像预处理技术和纹理特征分析方法,采用基于多维度Gabor变换和支持向量机(SupportVectorMachines,SVM)方法进行实时笔迹鉴别。
实验表明,系统鉴别率高,达到了良好的预期效果。
1
包括gabor滤波器及其原理,并经过matlab实现gabor算法,可供学习和参考
2015/11/18 8:21:44 2.39MB gabor matlab 图像特征
1
Gabor滤波算法的特征提取方法,程序直接替换掉图片名称即可运转。
1
MatlabGabor小波变换可以直接运转只需换图片
2019/4/23 7:15:46 118KB Matlab Gabor小波变换
1
运用matlab写的gabor滤波器,由于好多没有实例,所以我附带了测试文件
2017/6/21 22:21:36 1KB gabor
1
基于KPCA和Gabor小波的特征融合人脸辨认
2018/7/26 12:34:50 2.26MB 人脸识别
1
该程序完成了Gabor-SVM和PCA-SVM人脸识别程序,并将两个算法精确率进行了对比,提供了一个GUI交互界面,并且附加使用说明。
2021/9/12 2:08:31 3.8MB Gabor PCA SVM 人脸识别
1
基于Gabor小波变换和人工神经网络的人脸辨认方法,matlab代码
1
1、这个工程只是预处理人脸表情的,不含有训练和辨认部分。
预处理包括:人眼定位(人眼粗定位,双框框定,人眼精确定位)——几何预处理(人脸图像的旋转矫正、人脸图像的分割、人脸图像缩放)——灰度预处理(直方图均衡化)2、详细可参考:http://blog.csdn.net/raby_gyl/article/details/121755673、工程是基于vs2008和opencv2.30编写的。
4、工程的测试图片是日本jaffe女性人脸表情库。
5、工程是基于一篇优秀的硕士论文写的,论文名字是:基于Gabor小波变换和SVM的人脸表情辨认作者:王黎燕
2021/4/15 23:53:27 6.16MB 表情 c++ opencv
1
共 64 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