opencv图像处理机器视觉不可多得的，用python语言开发的书，作者爱尔兰乔.米尼奇诺。
覆盖深度估计与分割，人脸识别。
图像检索。
目标识别跟踪、神经网络等方面。
覆盖深度估计与分割，人脸识别。
图像检索。
目标识别跟踪、神经网络等方面。
2025/5/4 11:13:57
23.95MB
1
代码分为read_can_use.m和main_can_ues.m先运行read_can_use.m读取图片的像素值，使用奇异值分解的方法得到对应的特征。
程序预设了只读取前5个人的人脸图片，可以自己改成最多15个人。
然后运行main_can_use.m，程序会输出112323，每个数字代表一张图片最有可能的识别类别（就是人的编号）。
对每个人的11张图片，取前7张训练网络，后4张测试网络，取前5个人进行实验。
所以共有35个训练样本，20个测试样本。
比如输出的结果是111122123333…..，因为每4个数字是属于同一个人的，前四个都是1则都预测正确，第二组的4个数字2212中的那个1就是预测错误（本来是2预测成了1）。
由于参数的随机初始化，不保证每次的结果都相同。
程序预设了只读取前5个人的人脸图片，可以自己改成最多15个人。
然后运行main_can_use.m，程序会输出112323，每个数字代表一张图片最有可能的识别类别（就是人的编号）。
对每个人的11张图片，取前7张训练网络，后4张测试网络，取前5个人进行实验。
所以共有35个训练样本，20个测试样本。
比如输出的结果是111122123333…..，因为每4个数字是属于同一个人的，前四个都是1则都预测正确，第二组的4个数字2212中的那个1就是预测错误（本来是2预测成了1）。
由于参数的随机初始化，不保证每次的结果都相同。
2025/4/25 5:01:34
1.39MB
1
kaggle2018年人脸识别数据集，一共22张彩色人脸图，包括10位志愿者，包括不同光照变化、头部姿态。
2025/4/24 15:27:33
124KB
1
由于目前的嵌入式处理速度与PC相比还有一段差距，对于复杂的图像处理略显乏力，所以统筹两者优点，设计实现了一种高效的远程视频实时人脸识别系统。
设计采用嵌入式ARM作为开发平台，并接入摄像头和无线网卡来实现前端部分视频的采集和传输。
PC作为接收端，并配置开源的视觉处理工具OpenCV实现人脸识别和达到视频监控的目的。
通过两者的结合既利用嵌入式优势，也获得了PC的处理速度，而且由于网络化，所以对监控的环境，距离等可以随意的调整，对工业要求或特定场合有一定的借鉴作用。
设计采用嵌入式ARM作为开发平台，并接入摄像头和无线网卡来实现前端部分视频的采集和传输。
PC作为接收端，并配置开源的视觉处理工具OpenCV实现人脸识别和达到视频监控的目的。
通过两者的结合既利用嵌入式优势，也获得了PC的处理速度，而且由于网络化，所以对监控的环境，距离等可以随意的调整，对工业要求或特定场合有一定的借鉴作用。
2025/4/21 17:17:16
1.54MB
1
直接下载，在matlab运行即可。
里面的result是我当时写的结果，如果不需要可以删除。
里面的result是我当时写的结果，如果不需要可以删除。
2025/3/31 21:19:11
2.53MB
1
C#人脸识别虹软免费SDK原版高清下载，完整版基于虹软最新的免费SDK写的C#人脸识别的Demo，包含人脸检测，人脸对比，人脸检索功能.有关此Demo的详细信息可以阅读博客http://blog.csdn.net/feishixin/article/details/77397027
2025/3/20 5:02:12
20.77MB
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