戴口罩也變識得出的face recognition 將大頭照放images 下, 用人名命名 主畫面,點選encoding,將人臉特徵編碼 就可以在即時的webcam畫面看到便識結果 Face recognition that can be learned by wearing a mask Put the photo under images and name it Main screen, click encoding to encode facial features You can see the result of the recognition on the real-time webcam screen
2022-04-03 22:39:25 428.58MB 开源软件
1
knn基于matlab的代码惯性手势识别 介绍 手机在我们的日常生活中起着重要的作用。 本文开发了一种基于手机传感器的手势识别基准。 内置的手机微型陀螺仪和加速度计可以有效地测量沿x,y和z轴的加速度和角速度,并将其用作输入数据。 我们计算输入数据的能量以减少手机姿势变化的影响。 收集了一个大型数据库,其中包含8个手势的1,000多个样本。 隐马尔可夫模型(HMM),K最近邻(KNN)和支持向量机(SVM)在基准测试中进行了测试。 实验结果表明,所采用的方法可以有效地识别手势。 为了促进对此主题的研究,向公众提供了源代码和数据库。 指示 在MATLAB中运行“ HMM.m”脚本。 在MATLAB中运行“ SVM.m”脚本。(需要libsvm) 在MATLAB中运行“ KNN.m”脚本。 “ struct.mat”存储预先计算的数据。 笔记 如果使用数据库,请引用本文 谢春雨,栾尚珍,王海南,张宝昌:基于手机的手势识别基准。 CCBR 2016:432-440 接触 张宝昌
2022-04-02 21:46:44 20.2MB 系统开源
1
一个基于keras实现的交通标志识别的深度神经网络,在测试集上实现了99%的超高准确率,并包含相关的训练和测试数据。以及一个帮助函数文档
2022-03-31 09:35:41 129.83MB 深度学习 图像识别 交通标志识别
1
OpenIBL 介绍 OpenIBL是基于PyTorch的开源代码库,用于基于图像的本地化(换句话说,就是位置识别)。 它支持多种最新方法,还涵盖了ECCV-2020聚光灯SFRS的正式实施。 我们支持由slurm或pytorch启动的单/多节点多GPU分布式培训和测试。 正式执行: :用于大规模图像定位的自监督细粒度区域相似性(ECCV'20 Spotlight ) 非官方实施: NetVLAD:用于弱监督位置识别的CNN架构(CVPR'16) SARE:用于大规模图像定位的随机吸引-排斥嵌入(ICCV'19) 常问问题 如何提取单个图像的描述符? 请参阅。 如何在论文中
1
滤色器阵列 (CFA) 去马赛克使用模式识别插值技术执行图像去马赛克,如参考论文的第 2.6 节所述。 该技术在执行去马赛克时保留了边缘。
2022-03-29 13:12:36 130KB matlab
1
Create React App入门 该项目是通过引导的。 可用脚本 在项目目录中,可以运行: npm start 在开发模式下运行应用程序。 打开在浏览器中查看它。 如果您进行编辑,则页面将重新加载。 您还将在控制台中看到任何棉绒错误。 npm test 在交互式监视模式下启动测试运行器。 有关更多信息,请参见关于的部分。 npm run build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React,并优化了构建以获得最佳性能。 生成被最小化,并且文件名包括哈希值。 您的应用已准备好进行部署! 有关更多信息,请参见关于的部分。 npm run eject 注意:这是单向操作。 eject ,您将无法返回! 如果您对构建工具和配置选择不满意,则可以随时eject 。 此命令将从您的项目中删除单个生成依赖项。 相反,它将所有配置文件和传递依赖项(we
2022-03-27 13:28:05 193KB JavaScript
1
Handbook of Fingerprint Recognition 指纹识别手册(英文版)
2022-03-25 16:24:41 15.94MB Handbook Fingerprint Recognition 指纹识别
1
手势识别 使用深度学习问题陈述的手势识别:想象一下,您正在一家家用电器公司的数据科学家中工作,该公司生产最先进的智能电视。 您想要在智能电视中开发一个很酷的功能,该功能可以识别用户执行的五个不同手势,这将帮助用户控制电视而无需使用遥控器。 手势由电视上安装的网络摄像头连续监视。 每个手势对应一个特定的命令: 竖起大拇指:提高音量竖起大拇指:降低音量左滑动:“跳”向后10秒右滑动:“跳”向前10秒停止:暂停电影 每个视频都是30帧(或图像)的序列。 训练数据包括归类为五个类别之一的几百个视频。 每个视频(通常为2-3秒)分为30帧(图像)的序列。 这些视频已由在网络摄像头前执行五个手势之一的各种人录制,类似于智能电视将使用的手势。
2022-03-24 17:37:38 2KB
1
经典的机器学习的教材 高清 英文版 作者Christopher M. Bishop
2022-03-23 20:22:53 4.73MB 机器学习 英文版 Christopher M.
1