语音测试 描述 这是一个示例应用程序，用于演示如何在AOSP（5.0 L）中集成iflytek SDK以实现中文语音识别 准备 在开始构建项目之前，我们需要做一些准备工作。 请参阅

SVM与人工神经网络的车牌识别的源码,适合车牌识别的入门

使用音频和视觉模态的特征级融合在视频中进行多模态情感识别。 使用过的具有不同情绪的SAVEE数据集由1000多个不同主体扮演。 数据集包含六种主要情绪-愤怒，厌恶，恐惧，快乐，悲伤，惊奇。 我正在使用Chehra Version.1来检测每个视频帧中的面部界标点并标准化界标点坐标以获取视觉特征。 对于分类，我使用了NNTool（Matlab）。 nnweights.mat文件包含经过训练的神经网络分类器模型。

CNN（卷积神经网络）深度学习水果分类识别及应用 作者信息 姓名：朱帅 博客： Email： Github: 指导老师：方志伟 项目各文件夹说明 存放相关源代码和资源 存放用于训练的数据集，包括训练集和测试集 用于存放最终软件的编译结果和一些编译临时文件 用于存放生成的模型文件和数据标签 环境要求 模型训练/开发环境 操作系统：Windows / Linux / macOS 开发环境：Python3.7 开发语言：Python 依赖安装： pip3 install -r requirements.txt pip3 install pyinstaller 注：如果不想污染环境，建议新建一个虚拟环境 Pytorch 官方手册 URL： 开发 / 模型训练 / 构建 开发 请切换到 src 目录进行开发 模型的训练和测试 切换工作目录到 src 目录，执行如下指令 python tra

matlab眼睛识别源码3Dvision 【3D计算机视觉代码库】 在这个存储库中，您将找到与 3D 计算机视觉密切相关的各种 MATLAB、C/C++ 开源代码，包括特征跟踪、分割、对象识别，当然还有 3D 重建。 我的源码主要参考了一些著名的计算机视觉书籍： 3D 视觉邀请（Yi Ma、Stefano Soatto、Jana Kosecka、S. Shankar Sastry），Springer，2004 3D 计算机视觉技术介绍（Emanuele Trucco、Alessandro Verri），Prentice Hall，1998 计算机视觉中的多视图几何（Richard Hartley、Andrew Zisserman），剑桥，2004 年 如果您发现我的源代码很有趣，请发送电子邮件至 sunu[at]jteti[dot]gadjahmada[dot]edu。 如果您想在您的出版物中使用它，请引用以下论文： S. Wibirama、S. Tungjitkusolmun 和 C. Pintavirooj，“用于准确测量三维眼动的双摄像头采集”，IEEJ 电气和电子工程汇刊，Jo

matlab眼睛识别源码虹膜识别 Python 导入的库： matplotlib.pyplot ： pylab 是 matplotlib 库中的一个模块，旨在模仿 MATLAB 的全局风格。 它的存在只是为了将 NumPy 和 matplotlib 中的一些函数和类带入命名空间，使不习惯需要导入语句的前 MATLAB 用户轻松过渡。 用于：在我们的项目中，pyplot 用于绘制用于视觉表示和研究的图像。 它用于绘制圆圈以显示瞳Kong和虹膜边缘的定义。 我们还用于在中间过程中绘制和显示虹膜的图像。 开放简历： OpenCV（开源计算机视觉库）是一个开源的计算机视觉和机器学习软件库。 OpenCV 旨在为计算机视觉应用程序提供通用基础架构，并加速机器感知在商业产品中的使用。 该库拥有 2500 多种优化算法，其中包括一整套经典和最先进的算法计算机视觉和机器学习算法。 这些算法可用于检测和识别人脸、识别对象、对视频中的人类行为进行分类、跟踪摄像机运动、跟踪移动对象、提取对象的 3D 模型等。 用于：在我们的项目中 pyplot 用于霍夫圆，它有助于我们检测圆及其中心以帮助我们创建圆。 用于

matlab眼睛识别源码 # PyData 教程创建此存储库的目的是让参加 PyData 教程的人员在本教程之前查看代码。 本 OpenCV 教程基于 3.0.0 版本 眨眼间用 OpenCV 构建人脸识别系统 这个笔记本是在 PyData 会议期间为教程创建的： 作者：来自 Qualogy Solutions 的 Rodrigo Agundez 地点：阿姆斯特丹，Papaverweg 265 日期：2016 年 3 月 12 日星期六 时间：16:15 房间：2 本教程的目标是使用 opencv 库构建一个简单的人脸识别系统。 本教程分为三个部分： 使用 OpenCV 的图像和视频的基本处理技术。 构建我们的图像数据集。 训练 OpenCV 提供的分类模型。 识别模型从未见过的图像。 从实时视频源中识别人脸。 尝试欺骗人脸识别以对其他类型的物体进行分类。 关于 OpenCV OpenCV 是一个开源的计算机视觉和机器学习软件库。 该库包括一套全面的经典和最先进的计算机视觉和机器学习算法。 这些算法可用于： 检测人脸 识别面Kong 识别对象 对视频中的人类行为进行分类 跟踪相机移动

Python开发，基于TensorFlow+MNIST，含数据集与训练好的模型，已经打包为exe，带UI界面

包含传统的基于统计模型(CRF)和基于深度学习(Embedding-Bi-LSTM-CRF)下的医疗数据命名实体识别

斯坦福汽车 使用Stanford Cars数据集对汽车进行Model Year识别 精度：92.5％精度：92.8％召回率：92.5％f1：92.5％