peakImages.zip - It contains all the peak images of the included facial expression videos ISED_details.mat - It contains the details of the data included in the databas. For easy assess of the database, the paths to all the files are provided here. It also includes the position of face, nose and eyes in the peak frames of each clip. ISED_peak_images.mat - This file contains all the peak intensity images of each video clip

使用SVM、随机森林及K-NN进行高光谱图像分类，内置Indian_pines、PaviaU、Salinas数据集及其标签

高光谱数据indian_pines，包括原始数据，分类后的数据，以及标签，其中gt.mat文件为标签文件，correct.mat为分类后的数据文件

印第安手语识别 您好，该存储库包含用于识别印度手语（ISL）手势的python实现。 由于研究较少，因此网络上没有可用的标准数据集。 因此，我们决定创建自己的手势图像。 ISL数据集包含所有字母（AZ）和数字（1-9），总类别=35。每个类别具有1200张图像。 由于涉及两只手并且由于复杂性，ISL手势实际上很难识别。 为了对图像进行分类，已使用SVM实现了词袋（弓）模型。 70:30的比例已用于训练和测试拆分。 使用这种方法，模型可以提供大约99％的准确度，而错误率却非常低。 手势 数据集中使用的所有手势均在下图所示的带有标签的图像中。 必需的设置 python 2.7（不适用于较高版本，因为openCV不支持SURF功能） opencv-python的== 3.4.2.16 opencv-contrib-python == 3.4.2.16 麻木 盗用者 执行 该实现遵循以下几个

飞马座 npm安装 项目中的“ http服务器” 项目中的“ node app.js” 打开IP并创建一个房间 有人以相同的名字加入房间 基本的拉米规则

为了大家更好学习高光谱编程，讲一些常用的高光谱数据集上传，仅仅针对MATLAB用户，直接load就能使用。

ndian Pines 是最早的用于高光谱图像分类的测试数据，由机载可视红外成像光谱仪（AVIRIS）于 1992 年对美国印第安纳州一块印度松树进行成像，然后截取尺寸为 145×145 的大小进行标注作为高光谱图像分类测试用途。 AVIRIS 成像光谱仪成像波长范围为 0.4-2.5μm，是在连续的 220 个波段对地物连续成像的，但是由于第 104-108，第 150-163 和第 220 个波段不能被水反射，因此，我们一般使用的是剔除了这 20 个波段后剩下的 200 个波段作为研究的对象

印度城市JSON 包含1220个印度城市及其各自州的json文件 在数百次搜索Rails宝石以添加城市和州的选择选项失败后，我放弃了选择，它可以按照我想要的方式工作。 然后，我开始搜索.json，我可以从中直接获取信息并使之工作，在那里，我也失败了，我找不到“完美”文件。 因此，我下载了我能找到的最大的Excel工作表，删除了不需要的每列并将其转换为JSON。 这是一个小片段：） [ { "id": "1", "name": "Mumbai", "state": "Maharashtra" }, { "id": "2", "name": "Delhi", "state": "Delhi" }, { "id": "3",

这是一个印度手语数据集。 Indian Sign Language Dataset_datasets.txt Indian Sign Language Dataset_datasets.zip

高光谱遥感数据集Indian Pines，包含测试集和训练集。