人脸识别技术可以应用于基于网络的身份认证，我们实现了基于WebCam的人脸识别与跟踪系统。
本文以WebCam采集的视频流为数据源，截取视频流中的单帧图像，通过转换彩色空间、人脸肤色建模、后处理操作和人脸定位算法实现了人脸检测，并以此为基础实现了在视频流中对于人脸的跟踪。
试验结果表明，我们所实现的人脸识别算法适用于近距离人脸的检测，可以应用于基于WebCam的身份认证。
本文以WebCam采集的视频流为数据源，截取视频流中的单帧图像，通过转换彩色空间、人脸肤色建模、后处理操作和人脸定位算法实现了人脸检测，并以此为基础实现了在视频流中对于人脸的跟踪。
试验结果表明，我们所实现的人脸识别算法适用于近距离人脸的检测，可以应用于基于WebCam的身份认证。
2023/7/24 10:18:46
3.36MB
1
7个经典传感器网络WSN节点定位算法的MATLAB代码。
7个经典的无线传感网（WSN）节点定位算法的matlab代码，算法包括:RSSI,Centroid,APIT,DV-hop,Amorphous,BoundingBox,GridScan,MDS-MAP，另外还包括：A.场景布置,可设置:1.节点分布区域:正方形C型;2.节点分布方式:随机规则(可设置规则分布的布置误差);3.锚节点比例;4.GPS误差;B.可选择通信模型:1.规则的通信模型(通信区域是一个标准的圆形);2.DOIModel;3.LogarithmicAttenuationModel;可研究算法在不规则通信模型下的性能;C.附3个画图脚本：节点分布图，节点邻居关系图（拓扑图），节点定位误差图无线传感器网节点定位算法
7个经典的无线传感网（WSN）节点定位算法的matlab代码，算法包括:RSSI,Centroid,APIT,DV-hop,Amorphous,BoundingBox,GridScan,MDS-MAP，另外还包括：A.场景布置,可设置:1.节点分布区域:正方形C型;2.节点分布方式:随机规则(可设置规则分布的布置误差);3.锚节点比例;4.GPS误差;B.可选择通信模型:1.规则的通信模型(通信区域是一个标准的圆形);2.DOIModel;3.LogarithmicAttenuationModel;可研究算法在不规则通信模型下的性能;C.附3个画图脚本：节点分布图，节点邻居关系图（拓扑图），节点定位误差图无线传感器网节点定位算法
2023/7/8 3:19:29
8.62MB
1
算法是建立在离线传播模型下，不考虑多径效应，反射，折射等对信号强度有损耗的情况，算法中选用了NN,KNN,WKNN等几种常用的指纹定位算法。
2023/7/6 16:40:07
3KB
1
基于主动形状模型ＡＳＭ和主动表面模型ＡＡＭ提出了一种融合改进的ＡＳＭ和ＡＡＭ的人脸形状特征点定位算法利用ＡＳＭ定位外轮廓的形状特征点ＡＡＭ定位内部形状特征点采用对部分关键特征点使用二维梯度的方法以提高特征点搜索的准确性利用眼鼻和嘴这些关键特征点的定位信息初始化人脸的平均形状以改善初始位置不当造成的搜索失败建立多尺度的ＡＳＭ以提高收敛速度实验结果表明本文方法比传统的ＡＳＭＡＡＭ方法以及已有的改进算法ＩＡＳＭ和ＰＡＡＭ定位更精确
2023/7/5 18:37:49
407KB
1
用于实现ZigBee模块挪动的定位节点的定位，该节点可在参考节点包围的地域内纵情挪动。
定位节点付与地域内齐全参考节点的RSSI值后，经由定位算法来盘算其坐标位臵。
定位节点由CC2431器件实现。
定位节点付与地域内齐全参考节点的RSSI值后，经由定位算法来盘算其坐标位臵。
定位节点由CC2431器件实现。
2023/4/29 1:53:45
5.64MB
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