ORL（Olivettiresearchlaboratory）是英国剑桥大学Olivetti研究所制作的人脸数据库。
该数据库包括40个不同人，每人I0幅图像，共400幅。
每幅原始图像为256个灰度级，分辨率为II2X92。
ORL人脸图像是在不同时间、不同视角、各种表情（闭眼/睁眼、微笑/吃惊/生气/愤怒/高兴）和不同脸部细节（戴眼镜/没戴眼镜、有胡子/没胡子、不同发型）的条件下拍摄的。
该数据库包括40个不同人，每人I0幅图像，共400幅。
每幅原始图像为256个灰度级，分辨率为II2X92。
ORL人脸图像是在不同时间、不同视角、各种表情（闭眼/睁眼、微笑/吃惊/生气/愤怒/高兴）和不同脸部细节（戴眼镜/没戴眼镜、有胡子/没胡子、不同发型）的条件下拍摄的。
2025/10/8 22:43:53
4.03MB
1
包含代码和人脸数据库，更改文件夹地址后即可运行，Matlab人脸识别，包含GUI界面设计
2025/8/29 20:33:44
3.86MB
1
ORL人脸数据库，数据库中包含四十个人，每个人有十张不同的人脸照片，共四十张人脸。
提供三种格式的数据库，分别为JPG格式，BMP格式和PGM格式，每种格式都拥有全部人脸数据图像。
提供三种格式的数据库，分别为JPG格式，BMP格式和PGM格式，每种格式都拥有全部人脸数据图像。
2025/8/28 18:55:49
7.14MB
1
ExtendYaleB人脸数据库，一共38个人,每人64张照片。
根据人脸与摄像机的方向角（12,25,50,77,90）将每人的64张照片分为5个sbusets。
每人每个subset的人脸数目分别为（7,12,12,14,19。
由于数据大小的限制，分两次上传.
根据人脸与摄像机的方向角（12,25,50,77,90）将每人的64张照片分为5个sbusets。
每人每个subset的人脸数目分别为（7,12,12,14,19。
由于数据大小的限制，分两次上传.
2025/7/21 15:08:58
29.04MB
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
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