基于haar小波变换的模糊检测算法2004BlurDetectionforDigitalImagesUsingWaveletTransform
2024/8/31 9:33:17
39.71MB
1
博文：基于python的行人与车辆检测和跟踪实现（HOG+SVM/HAAR）链接：https://blog.csdn.net/qq_38523834/article/details/89619697文件里面有我提到的视频，cars.xml文件和myhaar.xml文件。
需要的Python库在requirements.txt有提及：cmake==3.12.0dlib==19.16.0numpy==1.15.3opencv-python==3.4.3.18这些是最低版本，可以比这个高。
我是用python3.6运行的。
没有安装dlib库的同学，注意在安装好所需库之后，需要自行下载一个.whl文件后才能用pipinstalldlib安装成功哦。
相关下载链接在这个博文里：https://blog.csdn.net/wzx479/article/details/79890440
需要的Python库在requirements.txt有提及：cmake==3.12.0dlib==19.16.0numpy==1.15.3opencv-python==3.4.3.18这些是最低版本，可以比这个高。
我是用python3.6运行的。
没有安装dlib库的同学，注意在安装好所需库之后，需要自行下载一个.whl文件后才能用pipinstalldlib安装成功哦。
相关下载链接在这个博文里：https://blog.csdn.net/wzx479/article/details/79890440
2024/7/24 16:02:26
12.73MB
1
小波与傅里叶分析基础作 者：（美）AlbertBoggess,FrancisJ.Narcowich译 者：芮国胜康健等出版社：电子工业出版社出版时间：2004-1-1许多关于小波的文章和参考书籍均要求读者具有复杂的数学背景知识，本书则只要求学生具有较好的微积分以及线性代数知识，通俗易懂。
第0章内积空间0.1引言0.2内积的定义0.3L2空间和l2空间0.4Schwarz不等式与三角不等式0.5正交0.6线性算子及其伴随算子0.7最小二乘和线性预测编码0.8习题第1章傅里叶级数1.1引言1.2傅里叶级数的计算1.3傅里叶级数的收敛定理1.4习题第2章傅里叶变换2.1傅里叶变换的通俗描述2.2傅里叶变换的性质2.3线性滤波器2.4采样定理2.5不确定性原理2.6习题第3章离散傅里叶分析第4章haar小波分析4.1小波的由来4.2Haar小波4.3Haar分解和重构算法4.4小结4.5习题第5章多分辨率分析5.1多分辨率框架5.2分解和重构的实现5.3傅里叶变换准则5.4习题第6章Daubechies小波分析6.1Daubechies小波的构造6.2分类、矩和平滑性6.3计算问题6.4二进点上的尺度函数6.5习题第7章其它小波主题7.1计算复杂度7.2高维小波7.3相应的分解和重构7.4小波变换7.5习题附录A技术问题附录BMATLAB程序
第0章内积空间0.1引言0.2内积的定义0.3L2空间和l2空间0.4Schwarz不等式与三角不等式0.5正交0.6线性算子及其伴随算子0.7最小二乘和线性预测编码0.8习题第1章傅里叶级数1.1引言1.2傅里叶级数的计算1.3傅里叶级数的收敛定理1.4习题第2章傅里叶变换2.1傅里叶变换的通俗描述2.2傅里叶变换的性质2.3线性滤波器2.4采样定理2.5不确定性原理2.6习题第3章离散傅里叶分析第4章haar小波分析4.1小波的由来4.2Haar小波4.3Haar分解和重构算法4.4小结4.5习题第5章多分辨率分析5.1多分辨率框架5.2分解和重构的实现5.3傅里叶变换准则5.4习题第6章Daubechies小波分析6.1Daubechies小波的构造6.2分类、矩和平滑性6.3计算问题6.4二进点上的尺度函数6.5习题第7章其它小波主题7.1计算复杂度7.2高维小波7.3相应的分解和重构7.4小波变换7.5习题附录A技术问题附录BMATLAB程序
2024/6/10 0:16:21
4.16MB
1
在VC6.0环境下，借助openCV函数库，对视频中的人脸进行检测，并实时跟踪，然后用Haar特征的分类器定位人脸，并检测瞳孔存在与否，提取关于眼睛的疲劳信息
2024/5/17 4:03:44
3.63MB
1
通过LBP训练15小时出来的xml文件，用70000个人脸素材和10000个反面素材训练出来的，供大家学习使用准确率很高
2024/4/19 16:47:31
29KB
1
参考博客：https://blog.csdn.net/qq_30155503/article/details/102764838文件内含：源码+论文本设计基于linux操作系统，由客户端（门禁设备）和服务器（后台处理中心）组成，通过以太网形成组网，实现一个人脸识别门禁系统。
客户端为嵌入式Linux设备，采用QT库显示界面，通过摄像头采集图像。
服务器为PC上Ubuntu系统，采用QT库显示界面，以OpenCV库为基础进行图像处理，采用基于Haar特征的人脸检测及LBPH人脸识别算法。
客户端负责采集图像并上传服务器，以及控制门禁设备；
服务器负责对图像进行人脸识别，以及增删人脸等的用户管理，是整个系统的处理中心。
客户端为嵌入式Linux设备，采用QT库显示界面，通过摄像头采集图像。
服务器为PC上Ubuntu系统，采用QT库显示界面，以OpenCV库为基础进行图像处理，采用基于Haar特征的人脸检测及LBPH人脸识别算法。
客户端负责采集图像并上传服务器，以及控制门禁设备；
服务器负责对图像进行人脸识别，以及增删人脸等的用户管理，是整个系统的处理中心。
2024/3/20 22:40:17
11.97MB
1
mra_mallat_2D_iterate.m实现二维图像的分解，mra_mallat_2D_merge_iterate.m实现二维图像的重构。
程序针对2^N*2^M像素的图像设计，可以实现任意次数的分解与重构。
也很很方便改写成针对任意像素的程序。
程序针对2^N*2^M像素的图像设计，可以实现任意次数的分解与重构。
也很很方便改写成针对任意像素的程序。
2024/3/1 8:08:49
2KB
1
haartraining+objectmarker，opencv，Adaboost级联分类器训练工具包，里面包含所有用来训练opencv里基于haar特征的adaboost级联分类器的工具，可以用来训练人脸检测，车辆检测等对象检测的级联分类器
2024/1/23 13:43:28
6.61MB
1
这里不光包含AdaBoost算法本身的实现，而且还有利用特征模板从人脸提取特征值的代码，可以让大家轻松掌握AdaBoost用于人脸识别的全过程。
其实设计模板(Haar特征)并提取特征值是整个过程中最累的环节。
其实设计模板(Haar特征)并提取特征值是整个过程中最累的环节。
2024/1/12 21:29:04
88KB
1
利用haar+CART+adaboost训练自己的人脸检测模型利用haar+CART+adaboost训练自己的人脸检测模型
2023/12/18 14:53:45
45.11MB
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