算法流程：本系统运用PCA算法来实现人脸特征提取，然后通过计算欧式距离来判别待识别测试人脸，本个系统框架图如下：图：人脸识别系统框架图整个系统的流程是这样的，首先通过图像采集建立人脸库，这个人脸库里的人脸图像必须是格式及像素统一的，然后针对库里的人脸进行人脸训练，利用PCA进行人脸特征提取，获取特征矩阵向量组，将测试人脸投缘到特征子空间中，运用欧氏距离，在人脸库里查找相应的人脸图像，并输出。
二、算法介绍基于PCA算法的人脸特征提取2.1PCA的基本原理PCA中文全称主成分分析法（PrincipalComponen
二、算法介绍基于PCA算法的人脸特征提取2.1PCA的基本原理PCA中文全称主成分分析法（PrincipalComponen
2024/7/20 6:33:57
8.68MB
1
源码可以进行海量图像检索，采用GIST算法提取图像特征，欧式距离进行相似性度量，最后返回前20幅相似图像，有完整的GUI界面和完整的图像库。
使用者要注意：初试的输入图像的根目录根据需要调整。
使用者要注意：初试的输入图像的根目录根据需要调整。
2024/4/26 15:19:41
15.1MB
1
本课题主要应用非欧氏距离进行距离变换，针对于不同特征的二值图像，每种距离变换可以选用不同权值的模版进行目标的骨架抽取。
其效果的优劣在与欧式距离的误差和运算速度的快慢之间权衡。
其效果的优劣在与欧式距离的误差和运算速度的快慢之间权衡。
2023/11/24 7:57:51
2KB
1
c++简单调用facenet模型,并对比欧式距离.使用了opencv做人脸检测.其中一些参数暂时写死了.目前的效果一般般.因为opencv对人脸的不同姿态检测并不是太准.(暂时依赖于Qt的QString和QImage)
2023/8/1 6:47:57
5KB
1
低发射率光子晶体(PC)具有高反射特性,在高温环境的强烈照射下,高反射光子晶体会成为亮目标。
为了使光子晶体具有环境适应性,使之在相当宽的照度范围内都能与背景融合,对光子晶体的特性进行了深入研究。
采用改变光子晶体周期数的方法,设计并制作了发射率分别为0.116、0.212、0.307、0.519、0.606、0.718的6种光子晶体,拼接成4块光子晶体迷彩(PCpp),并将其覆盖在仿真目标上。
用8～14μm热像仪观察目标和背景,并记录各个时间点的平均辐射温度数据,利用辐射温度来计算目标和背景之间的欧式距离和目标在此背景下的伪装效率。
对比结果发现,发射率为0.212、0.30
为了使光子晶体具有环境适应性,使之在相当宽的照度范围内都能与背景融合,对光子晶体的特性进行了深入研究。
采用改变光子晶体周期数的方法,设计并制作了发射率分别为0.116、0.212、0.307、0.519、0.606、0.718的6种光子晶体,拼接成4块光子晶体迷彩(PCpp),并将其覆盖在仿真目标上。
用8～14μm热像仪观察目标和背景,并记录各个时间点的平均辐射温度数据,利用辐射温度来计算目标和背景之间的欧式距离和目标在此背景下的伪装效率。
对比结果发现,发射率为0.212、0.30
2023/7/17 7:42:07
2.52MB
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