Sensor-Assisted_Facial_Recognition__An_Enhanced_Biometric_Authentication_System_for_Smartphones 大数据 漏洞挖掘 渗透测试 安全管理 开发安全

计算机大牛Bishop出的《Pattern Recognition And Machine Learning》是机器学习的经典教材，文档还包含An Introduction to Statistical Learning with Applications in R，ython Machine Learning。文档非常详细(PRML读书会合集打印版、PRML笔记-Notes-on-Pattern-Recognition-and-Machine-Learning、PRML_Translation、PRML_Chinese_vision、PRML——Solutions+to+the+Exercises、prml-slides-1.pptx)

leetcode 分类植物与杂草 田间植物和杂草的目标检测分类。 这是工业项目。 目录 - 关于项目 该项目旨在检测杂草和植物。 该项目是工业项目，其主要目的是制造除草机器人，机器人需要以最低的成本以有效的形式从农场中去除不需要的杂草。 这部分是关于计算机视觉，它将在杂草和植物之间进行区分，并给出杂草所在的坐标。 该领域的照片是由 Rasberry Pi 4B+ 相机拍摄的，并非出于处理目的从互联网上获取。 检测到机器人手臂后，将清除田间杂草。 重要提示 - 这里花被视为植物，叶子被视为杂草，用于非农田项目的试验和测试。 否则项目的代码和目的是绝对正确的。 项目详解 我将提供每一行代码的详细解释。 该项目侧重于使用单发多盒检测器（SSD）在多种植物和杂草之间进行分类 首先，我们将谷歌驱动器与谷歌 Colab 链接，因为我们在谷歌 colab 上运行代码，以便由于使用 GPU 而更快地处理。 此外，这里用于 tensorflow 的版本是 1.15.2 然后将定义训练步骤的数量 - 1000和评估步骤的数量 - 50 。 评估步骤的次数是检查模型在非训练数据上的性能。 现在我们将定义模型

文本识别opencv-text-recognition 该压缩包主要包含文件：测试用的图片images，以及已经训练好的权重frozen_east_text_detection.pb，及运行代码：text_recognition.py

外文文献，An automatic modulation recognition algorithm for spectrum monitoring applications

Kivy_Object_Recognition 一个简单的kivy应用程序，可让您使用网络摄像头拍照，并将检测到照片中的物体

手势识别 使用Kinect数据进行手势识别-Chalearn Challenge 2013 大纲 该存储库包含我在塞萨利大学电气和计算机工程系攻读文凭学位期间进行的所有实验和实验 摘要本文着重于利用深度传感器来构建能够可靠地检测多个手势的分类器。 该数据库最初在Chalearn Gesture Challenge 2013中引入，包含20个手势的词汇表，并使用Kinect传感器构建，以捕获音频，视频，人体的骨骼关节和深度信息。 在本文中，我们主要利用骨骼形态来跟踪手和身体关节随时间的运动，并创建可以有效识别给定手势的模型。 这是通过创建一个姿势描述符来实现的，该姿势描述符包含骨骼矢量彼此之间形成的角度以及它们与躯干之间的距离。 通过计算这些指标，我们可以获得每个视频帧中人体姿势的虚拟地图。 分类过程利用上述特征将手势识别为身体姿势序列。 我们主要强调两个都训练隐马尔可夫模型的分类器。 最

dlib人脸识别需要的2个文件：dlib_face_recognition_resnet_model_v1和shape_predictor_68_face_landmarks

Violence recognition using convolutionalneural network: A survey

言语情感识别 卷积递归神经网络的TensorFlow在IEMOCAP数据库上的语音情感识别（SER）实现。为了解决帧情感标签不确定性的问题，我们执行了三种合并策略（最大合并，均值合并和基于注意力的合并）加权池）以生成SER的发声级功能。 这些代码仅在带有GTX-1080 GPU的ubuntu 16.04（x64），python2.7，cuda-8.0，cudnn-6.0上进行过测试。要在计算机上运行这些代码，您需要安装以下依赖项： 张量流1.3.0 python_speech_features 波 cPickle 麻木 斯克莱恩 操作系统 演示版 要运行演示，请在分叉存储库之后，运行以