SJTU智能语音识别作业:语音端点检测报告latex原码 不花钱的东西,买不了吃亏买不了上当,配合我发的程序原代码使用效果更好
2023-03-23 23:02:27 6KB 语音识别 人工智能
1
使用BERT的越南语NER(bert-vn-ner) 由Trong-Dat Ngo编写的代码。 引言 BERT模型的Pytorch实现为越南语执行命名实体识别(NER)。 此外,单词中的特征也用于表示单词。 该系统使用预训练模型 安装 要求: Python 3.6+ 火炬1.4+ 安装依赖项: pip3 install -r requirements.txt 数据集格式 bert-vn-ner的输入数据格式遵循CoNLL-2003格式,其中四列由制表符分隔,包括word , pos , chunk和named实体。 每个单词都放在单独的行上,每个句子后面都有一个空行。 请注意,分词不用于匹配BERT的预训练(以bert-base-multilingual-cased表示) 。 有关详细信息,请参见“数据”目录中的样本数据。 下表描述了数据集中的越南语例句示例。 单词 销售点
2023-03-23 21:36:36 710KB tagging named-entity-recognition ner bert
1
重要的数据说三遍: 深度学习—猴痘病识别数据集(包含2000张左右猴痘病图片) 深度学习—猴痘病识别数据集(包含2000张左右猴痘病图片) 深度学习—猴痘病识别数据集(包含2000张左右猴痘病图片)
2023-03-23 19:11:20 16.15MB 猴痘病 数据集 识别 深度学习
1
人脸识别系统(已经建立人脸库) 人脸识别步骤: 1. 从摄像头抓取一帧图片。 2. 转换彩色图片帧为灰度图片帧。 3. 检测灰度图片帧的人脸。 4. 处理图片以显示人脸区域(使用 cvSetImageROI() 和 cvCopyImage())。 5. 预处理脸部图片。 6. 识别图片中的人
2023-03-23 17:43:13 1.14MB 人脸识别
1
机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。本文不是详细的实现过程和原理,而是一个设计方案,由艾孜尔江·艾尔斯兰撰稿。转载请标明出处。
1
LDP 算法是将与Kirsch 算子运算后得到的一些负值的邻域灰度值作为中心灰度值的编码因子,这将会导致中心灰度值不能很好的反映邻域局部特征信息,从而降低识别率。针对于此,本文提出了一种改进的局部定向模式(CLDP)算法。该算法在LDP 的基础上,去掉邻域灰度值为负值的因子,对中心灰度值进行重新编码,由于该编码值是将与Kirsch 算子运算后的正值值作为图像边缘输出,使中心灰度值能很好反映邻域的局部特征信息,从而提高人脸的识别率。本文还将提出的CLDP 算法用在YALE,ORL,JAFFE 等人脸数据库中进行人脸识别。从实验的结果表明,该方法识别性能较LDP算法,LDN 算法以及ELDP 算法
2023-03-23 16:13:49 920KB 基于改进的LDP人脸识别算法
1
针对双空间局部方向模式(DSLDP)人脸识别算法只是单一采用作差运算提取特征的问题, 提出一种双运算局部方向模式(DOLDP)的人脸识别方法。首先, 将图像3 pixel×3 pixel邻域像素灰度值与8个Kirsch模板算子卷积, 得到8个方向的边缘响应值; 然后, 将近邻边缘响应值按照逆时针方向分别作差和作和, 得到两组8个方向的边缘响应差值和和值, 将两组边缘响应值取绝对值, 取各自最大值的方向编码成一个二位八进制数, 构成DOLDP码。在YALE、ORL、AR和CAS-PEAL人脸库上的实验结果表明:该方法将和值空间和差值空间人脸特征信息结合, 取得了更好的识别效果; 和值空间人脸特征信息较强度空间起到了平滑作用, 对光照、表情、遮挡等情况表现出更强的稳健性。
2023-03-23 16:07:55 4.32MB 图像处理 人脸识别 双空间局 双运算局
1
棕榈静脉识别库 欢迎来到基于 Bob 的掌静脉识别库。 该库旨在对手掌静脉识别算法进行公平的比较。 它包含在各种手掌静脉图像数据库上执行各种手掌静脉识别实验的脚本,运行帮助就像进入命令行并输入一样简单: $ bin/palmveinverify.py --help 关于 该库由的开发。 PalmVeinRecLib 旨在以可比较和可重复的方式运行手掌静脉识别实验。 笔记 当您在工作时,您可能会获得一个版本,其中设置了所有路径,以便您可以直接开始运行实验。 在之外,您需要设置指向数据库的路径,请查看有关如何执行此操作的文档。 数据库 为了实现这一目标,包含了许多公开可用的面部图像数据库的接口,并定义了默认评估协议,例如: CASIA 多光谱掌纹数据库 [ http://biometrics.idealtest.org/dbDetailForUser.do?id=6 ] VERA 掌
2023-03-23 11:07:31 180KB Python
1
模式识别实验报告 1、最大最小距离聚类法 2、K-均值聚类法 3、感知器算法 4、最小均方误差算法
1
基于DSP的matlab源代码 各种基本图像变换 灰度化 二值化等
2023-03-22 23:56:50 8KB DSP 车牌识别 matlab
1