注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 人脸识别的图片输入数据，实验所用

  2. 人脸识别的图片输入数据，实验所用 人脸识别的图片输入数据，实验所用

  3. 所属分类：其它

    • 发布日期：2010-11-18
    • 文件大小：3145728
    • 提供者：zzuiezyp

  1. [Dell人脸识别软件].FAInstallV2.004.007.Dell

  2. Sensible Vision Inc 的 FastAccess 提供快速、安全且有趣的电脑访问方式。就像防火墙可保护您的电脑免受来自因特网的入侵，FastAccess 可避免他人未经授权通过键盘使用您的电脑。专利申请中的人脸辨识技术可大幅减少使用密码手动登陆的需要，并且提供比使用密码和其它生物特征更优异的安全性和功能性。 FastAccess 的功能不仅如此。您还可设置 FastAccess 记住网站密码、在不同用户之间切换账户，以及在不使用时锁定电脑。当每一位访问电脑的用户都能使用自己的

  3. 所属分类：系统安全

    • 发布日期：2011-04-22
    • 文件大小：9437184
    • 提供者：vicle

  1. VC++数字图像模式识别技术及工程实践

  2. 目录 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主

  3. 所属分类：C++

    • 发布日期：2013-05-16
    • 文件大小：14680064
    • 提供者：a121649982

  1. Visual C++数字图像模式识别技术及工程实践工程源代码

  2. 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主要步骤

  3. 所属分类：C++

    • 发布日期：2013-05-17
    • 文件大小：14680064
    • 提供者：a121649982

  1. 基于matlab的人脸识别算法

  2. 基于matlab的人脸识别程序，本程序实现了由输入一张图片和训练完的数据集进行匹配的功能，使用PCA+KNN算法

  3. 所属分类：讲义

    • 发布日期：2016-01-14
    • 文件大小：1048576
    • 提供者：guoxinian

  1. 百度人脸识别

  2. Q：识别的图片支持怎样输入? A：目前文字识别接口仅支持base64编码输入。 Q：什么是base64编码，如何提供？ A：图片的base64编码指将一副图片数据编码成一串字符串，使用该字符串代替图像地址。 您可以首先得到图片的二进制，然后用Base64格式编码即可。注：图片的base64编码是不 包含图片头的，如（data:image/jpg;base64,）

  3. 所属分类：机器学习

    • 发布日期：2018-02-23
    • 文件大小：495616
    • 提供者：qq_36941760

  1. 对目标人脸检测+识别（Python + OpenCV + Keras ）

  2. 实现目标：在茫茫人海中一眼相中她（在数据库中找出目标人脸） 解决思路：Input > 人脸检测 > 人脸识别 > Output Input：可上接 视频流 实现实时检测 Output：可下接 人脸检测框 可视化 所需工具：Python + OpenCV + Keras Step1：人脸检测 现在有众多包含人脸的照片（数据来源于百度图片），我们要检测出图片中的人脸，并切出来保存。 包含目标人脸的照片 进行了两种人脸检测方案的测试，如下： 1·OpenCV_haarcasc

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：920576
    • 提供者：weixin_38704922

  1. FEA:支持人脸的考勤系统FEA（人脸识别DBMS项目）-源码

  2. FEA（人脸考勤系统） 人脸识别数据库应用程序（适用于大学，学校等学生），允许用户自动出勤，而无需人工干预。 它支持HTML表单来输入数据和更新数据库。还便于新来者及其照片的注册，以允许自动面部出勤。 它可以可视化地显示学生的分数和出勤率，而无需阅读表格即可直观地指出信息（尽管它与图表一起显示了表格）。 预览 主页： 出勤（表显示最近的几次登录和注销）： 注册页面（图片上传部分）： 注册续（详细信息上传部分）： 可视化： 依存关系 Python：3.6及更高版本 烧瓶：1.1.2 W

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：8388608
    • 提供者：weixin_42181686

  1. Face-Recognition-源码

  2. 需要的包 OpenCV 麻木 人脸识别分为三个步骤： 收集面部数据（您的面部图片）和标签，然后保存到数据集文件夹。 （代码1） 将面部数据和标签输入模型以训练识别模型。 （代码2） 打开您的网络摄像头以开始实时面部识别。 （代码3） 指示： 将此存储库下载为zip文件，并将其解压缩到文件夹中。 在上述文件夹中创建两个名为“数据集”和“培训师”的空文件夹。 运行第一个代码，输入数字“ 1”（对于第一人称），然后计算机将拍摄您的面部照片并保存到“数据集”文件夹中。 拍摄完照片后，将弹出“

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：303104
    • 提供者：weixin_42157188

  1. 基于对抗生成网络的身份保持人脸老化

  2. 基于从一张给定年龄的人脸输入图片准确预测出该人老龄化后的人脸图片，并且保持身份的目的，采用了基于条件对抗神经网络的无监督跨领域框架，然后将此框架应用到人脸身份保持的老龄化的任务中的方法。所采用的对抗神经网络通过预训练的人脸识别网络提取源图片的特征，然后将目标年龄信息附加在嵌入式特征空间里，并且送往生成器，随之施加了身份保持的约束。所提出的算法在生成CACD人脸数据集的老化人脸生成实验上产生了高质量，并且保持住身份信息的人脸图片，同时，在人脸跨年龄分类任务上取得了2.64%的识别率增益，进而验证了

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：4194304
    • 提供者：weixin_38612909