一个使用JavaCV和OpenCV简单人脸检测程序。 实现面部特征提取和面部识别。

matlab中的plp代码使用 DNN 进行语音活动检测的特征和架构研究 该工具包提供了威斯康星大学麦迪逊分校电气和计算机工程系硕士论文（使用深度神经网络进行语音活动检测的特征和架构研究）中使用的代码。 介绍 该工具包基于以下工作：[1]。 该工具包的附加值是特征分析部分。 本工具包中的 SAD 遵循以下步骤： 声学特征提取 使用Python从语音中提取以下特征： MRCG MFCC 全球气候变化委员会 RASTA-PLP（在 Matlab 中从 Python 中提取） AMS 能量 + 过零（在 Matlab 中从 Python 中提取） 多分辨率 MFCC - 为本文创建的新功能 多分辨率 MFCC (MR-MFCC)： 此功能背后的主要思想是对语音信号的多分辨率频谱表示进行编码，以捕获本地信息和频谱时间上下文。 此功能的灵感来自多分辨率耳蜗图 (MRCG)，发现它对 SAD 有益，但遵循计算复杂度较低的提取方案。 MR-MFCC 分三步提取： 从 25ms 窗口计算 40 维 MFCC 从长度为 200ms 的窗口计算 MFCC 将结果连接到一个向量以生成具有 80 维的特征。

花了大概三四天写的程序，里面有个ImageAreaLearnToSetDlg文件，VC写的用鼠标按键响应选取图像或视频里面的矩形区域特征，即选取需要检测的特征，onLbuttonDown

matlab图像分割肿瘤代码从脑MRI matlab检测肿瘤 从这里获取代码： 从这里观看代码： 该代码使用非常清晰的GUI读取matlab上的MRI脑部扫描（.mha文件），可以非常好地显示所有3D扫描。另一种选择是直接图像文件，然后处理MRI脑部图像以检测是否存在肿瘤如果确实存在，则通过机器学习将该肿瘤分类为良性或恶性。 图像处理包括图像分割和其他图像增强，而机器学习包括SVM模型，该项目还具有用于构建模型的训练集 该代码在GUI（用户友好）中实现，以便于将程序与3D模型配合使用，以实现大脑的最佳可见性。 与我联系：电子邮件：我所有代码的列表： 直接在freelancer上雇用我： MRI脑图像，matlab，gui，图像处理，图像分割，机器学习，SVM钙化，脑肿瘤，良性，恶性，

using Neural Networks (SSD) on Tensorflow to do hand detect. https://github.com/molyswu/hand_detection

using Neural Networks (SSD) on Tensorflow to do hand detect. https://github.com/molyswu/hand_detection

using Neural Networks (SSD) on Tensorflow to do hand detect. https://github.com/molyswu/hand_detection

using Neural Networks (SSD) on Tensorflow to do hand detect. https://github.com/molyswu/hand_detection

hand_inference_graph of using Neural Networks (SSD) on Tensorflow to do hand detect. https://github.com/molyswu/hand_detection

hand_inference_graph of using Neural Networks (SSD) on Tensorflow to do hand detect. https://github.com/molyswu/hand_detection