MEDIAPIPE 测试可以实现首部脸部识别,满足各方面需求,是基于python平台
2022-10-31 21:50:35 80KB python脸部识别 MEDIAPIPE
1
jQuery图片人物脸部识别插件是一款支持人物图片视频上的人脸识别,并且给出准确的标记。
2022-10-08 14:45:00 225KB jQuery 图片
1
计算机视觉是一门研究如何使机器通过“看”去理解世界的学科,是目前深度学习领域最热门的研究领域之一。具体来说我们可以通过相机与计算单元的结合,在一定场景下机器视觉系统代替人眼对目标进行识别、跟踪和测量等工作。本门课程将带领大家深入浅出计算机视觉技术的核心,了解视觉领域项目和落地情况。为更多有志加入深度学习-计算机视觉领域的IT人员搭建有力的通道,建立坚实的基础。
1
基于PCA人脸识别,有MATLAB和Opencv,并且含有训练图像和测试图像
2022-03-07 18:55:24 615KB 脸部识别 MATLAB Opencv
1
运用MATLAB软件实现脸部识别,能智能识别
2022-02-22 16:21:02 3KB 神经网络
1
本课程通过一步步的实践演示,带领大家在开源项目的基础上,搭建随心所欲的物联网与智能家居平台。在过程实践中,大家会学习与应用到linux、python、云服务、图像识别、智能语音、单片机、数据库、前端开发等多方面的知识,帮助大家成为IT的全栈工程师。以实战为导向结合物联网各类知识要点学习经典框架进行项目实战,快速掌握智能家居、家庭自动化、物联网等必备基础与实战技巧。带你从零玩转智能家居,了解物联网的整体格局,将零散的知识点通过项目快速串联提升自身成就感 【更新规则】 视频与参考文档内容,随时更新,与最新的软件版本/云服务环境匹配。 【课程特色】1.通俗易懂,快速入门对物联网、智能家居学习经典实践项目结合技术推导进行形象解释,实例演示。2.Python主导,实用高效使用物联网领域最主流语言Python及其homeassistant 开源家庭自动化框架作为课程核心工具。3.案例为师,实战护航基于真实操作展示,从零开始结合homeassistant与python自创组件、树莓派或者nas完成整个案例实战。4.持续更新,一劳永逸会伴随homeassistant的更新与DIY实战项目课程会支持更新
1
本项目可拓展为适用于人脸识别、人脸签到、出席会议等相关场景中。【项目源码放在最后一节的课件里了】脸脸【网络版】项目的实现技术支撑包括My SQL数据库服务器、Java Web后台管理和Android移动APP。其中后台管理使用My Eclipse集成开发工具和Tomcat服务器;Android移动APP使用Android Studio集成开发工具。后台管理提供接口与Android移动APP进行数据交互功能描述1.人脸库通过移动端APP采集数据信息,提交到后台处理,最后存储到数据库中;也可以直接批量的存储到数据库中,完成人脸库的数据采集。2.移动端APP具备采集和签到两个功能,采集功能收集用户的人脸图像和个人基本信息。 签到功能,用户刷脸后,与后台采集的信息对比,并显示最终的结果信息,成功识别则进行语音播报,在后台记录存储记录。 代码放在最后一节课里可下载哦~ jar包分别在两个项目的lib文件夹下,解压后找一下就有了~ 附:移动端的开发是基于“AndroidStudio开发APP-脸脸[单机版]”,所以这块不熟悉的可以先看[单机版]后再来学习[网络版]。最近周围有施工的噼里啪啦的心烦意
1
本项目可拓展为适用于人脸识别、人脸签到等相关场景或业务中。【项目源码放在最后一节的课件里了】功能描述通过选择相册中两张的人脸图片,进行人脸识别,并给出匹配度的值,一般大于80%就可认为是同一个人。数值可以根据具体的需求自行设置和调节。代码在最后一节可下载哦~ 技术分析 界面显示UI布局网络判断Service+广播圆形图像自定义控件大图片正常显示图像处理图片存储文件存储退出时扫尾缓存清除第三方支持__免费功能需求需要去注册,保密哦百度人脸识别对比科大讯飞在线声音播放授课方式:手把手教学,一步一步地阶梯式学习。PPT统揽全局效果演示功能实现
1
本课程讲解人工神经网络的基本知识,而后详细讲解深度学习的经典模型卷积神经网络 CNN,后基于CNN 讲解一个简单的人脸识别系统。知识点包括:神经元、感知机、BP 算法、梯度优化、卷积运算、池化运算、全连接层、激活函数、深度学习python 实现等。
1
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。 本套课程老师会带着你逐步实现人脸识别系统,成为时代的浪潮儿。  学习本套课程需要Python基础和机器学习基础,本套课程不仅适合学生完成人脸识别的毕业设计,还可以进行人工智能企业级的实战的应用。  软件版本  Python3.7
1