face detection record

最新推荐文章于 2022-06-20 00:05:33 发布

natspa

最新推荐文章于 2022-06-20 00:05:33 发布

阅读量220

点赞数

https://www.cnblogs.com/vipstone/p/8964656.html

https://blog.youkuaiyun.com/xingwei_09/article/details/79162925

https://www.jianshu.com/p/7340393c8bd4

https://www.aiuai.cn/aifarm934.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

natspa

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

Web编程大作业(六)桌面直播+人脸识别+总结(ffmpeg,jsmpeg,jquery.facedetection)

MorphLing_的博客

06-30

927

目录桌面直播人脸识别总结桌面直播只能算是一个基于ffmpeg和jsmpeg的应用。首先需要安装的内容有：ffmpeg、jsmpeg、ws模块安装过程reference:https://my.oschina.net/chengpengvb/blog/1832469 （ffmpeg建议在官网装最新的可执行版本）直接把下载下来的jsmpeg的代码引入网站后端 var STREAM_SECRET = 'supersecret', STREAM_PORT = 8081, WEBSOCKET_PORT =

人脸识别一

AI+机器人

02-28

7213

awesome-Face_Recognition this collecting the papers (main from arxiv.org) about bellow themes: Face Detection && Face Segmentation; Face Alignment; Face Recognition && Face Identification && Face Verification && Face Repre

参与评论您还未登录，请先登录后发表或查看评论

Face detection using HTML5

swt198852的专栏

12-03

1054

Face detection using HTML5, javascript, webrtc, websockets, Jetty and OpenCV By jos.dirksen on Thu, 04/19/2012 - 15:57 Through HTML5 and the corresponding standards, modern browsers get

Object Detection

东南风的博客

05-07

965

Object Detection------------------------------------update: 2018.5.07 Mon-------------------------------------PapersR-CNNFast R-CNNFaster R-CNNLight-Head R-CNNCascade R-CNNMultiBoxSPP-NetMR-CNNYOLOYOL...

object detection

sophia_xw的博客

07-31

1918

Jump to... LeaderboardPapers R-CNNFast R-CNNFaster R-CNNMultiBoxSPP-NetDeepID-NetNoCDeepBoxMR-CNNYOLOYOLOv2AttentionNetDenseBoxSSDDSSDInside-Outside Net (ION)G-CNNHyperNetMultiPathNetCRAFTOHEMR-

tensorflow object detection 2.0 训练widerface

小x的博客

09-06

143

https://www.cnblogs.com/gmhappy/p/9472362.html

Face detection using HTML5, javascript, webrtc, websockets, Jetty and OpenCV

fanbird2008的专栏

02-14

1826

http://www.smartjava.org/content/face-detection-using-html5-javascript-webrtc-websockets-jetty-and-javacvopencv Face detection using HTML5, javascript, webrtc, websockets, Jetty and OpenCV

生成tfcord并使用object_detection训练SSD

sinat_29634715的博客

08-10

427

1、生成VOC2012数据集点击链接移步上篇微博 2、目录结构 VOC2012 ---Annotations ---ImageSets ---Main ---JPEGImages ---train ------data ------model ---------eval ---------test ---------train 3、制作label_ma...

【文献摘录】FaceRevelio: A Face Liveness Detection System forSmartphones with a Single Front Camera

深大cs课程实验及学习笔记，ccfcsp部分真题，华为题库

06-20

1266

FaceRevelio, was designed for commodity smartphones with a single front camera. It uses photometric stereo, light passcode and so on. It illuminates faces from multiple directions, and captures the facial images under varying illumination.

Object Detection一览

mustar_2017的博客

08-14

3490

转自 https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html Method VOC2007 VOC2010 VOC2012 ILSVRC 2013 MSCOCO 2015 Speed OverFeat 24.3%

dect.rar_DECT_face detection_人检测_人脸检测_人脸检测 AdaBoost

09-24

"DECT_face detection"可能是这个特定人脸检测算法或工具的名称，它专注于在图像或视频流中识别和定位人脸。人脸检测是计算机视觉领域的一个关键任务，其目的是自动找到图像中的所有人脸。在这个压缩包中，包含了...

Tensorflow-object-detection-API-for-face-detcetion:使用tensorflow对象检测API来检测人脸

05-15

data_process / dataset_util.py可以帮助您将较宽格式的数据传输到tf记录，因为tf API仅支持tf-record data_process / boundingbox.py可以帮助您了解更宽的格式坐标到tf记录坐标 4.下载预训练模型从（）下载并...

基于COMSOL流固耦合接口的堤坝边坡稳定性分析及应用

04-05

内容概要：本文详细介绍了如何使用COMSOL软件进行堤坝边坡稳定性的流固耦合分析。首先构建了一个二维梯形断面堤坝模型，设置了合理的土体参数，特别是采用了Mohr-Coulomb准则来描述土体行为。接着，在流固耦合接口中引入了固体力学和多孔介质流动模型，确保孔隙水压力对土体应力的影响得到充分考虑。文中还讨论了边界条件的设定，如坝基固定约束、下游坡面自由以及上游水位骤降工况，并提供了具体的MATLAB代码示例。此外，针对求解过程中可能出现的收敛问题提出了优化建议，强调了网格划分的重要性及其对计算效率的影响。最后，通过分析塑性应变集中区和剪切应变率积分量来进行实时预警。适合人群：从事岩土工程、水利工程等相关领域的研究人员和技术人员，尤其是对流固耦合仿真感兴趣的工程师。使用场景及目标：适用于需要评估堤坝边坡稳定性的工程项目，旨在提高对复杂地质条件下边坡行为的理解，提供更加精确的安全评估手段。其他说明：文中不仅涵盖了详细的建模步骤和技术细节，还包括了许多实用的经验分享和技巧提示，有助于读者更好地掌握COMSOL流固耦合仿真的应用。

【敏捷项目管理】Scrum.org专业敏捷领导力（PAL I）认证考试指南：备考策略与关键知识点解析

04-05

内容概要：本文详细介绍了Scrum.org专业敏捷领导力认证（PAL I）的相关信息，包括考试概述、考试详情、考试大纲、样题和备考建议。PAL I考试包含36道选择题，考试时长为60分钟，通过分数为85%，考试费用为200美元。考试内容涵盖Scrum框架的理解与应用、Scrum团队、事件、工件、完成定义、扩展、人员与团队的发展、领导风格、教练与指导、产品管理、持续质量、优化流程以及敏捷组织的演变等多个方面。通过认证有助于职业发展，提供新的就业机会、更高的薪酬或内部认可。适合人群：希望获得Scrum.org专业敏捷领导力认证的个人，特别是那些希望提升敏捷管理技能并在组织中推动敏捷转型的领导者和管理者。使用场景及目标：①帮助考生深入了解Scrum框架及其核心概念；②掌握Scrum团队运作、事件、工件和扩展的实际应用；③理解并应用敏捷领导风格、教练与指导技巧；④学习如何在复杂环境中管理和交付产品；⑤掌握持续质量管理和优化流程的方法；⑥了解如何在传统组织中实施敏捷变革。阅读建议：备考过程中应先熟悉PAL I考试大纲，制定合理的复习计划。建议参加Scrum.org提供的官方培训课程，多做样题和模拟考试，通过实践不断巩固所学知识。此外，利用ProcessExam.com提供的在线练习测试，评估自己的强项和弱项，有针对性地进行准备，直到能够在模拟考试中取得高分。

DP Model 联动插件 MAX2018.zip

04-05

DP Model 联动插件 MAX2018

单向光伏储能逆变器关键技术解析：MPPT算法、电池管理和逆变控制

最新发布

04-05

内容概要：本文详细介绍了单向光伏储能逆变器的工作原理和技术要点。首先，文章解释了单向储能逆变器的硬件拓扑结构，包括光伏Boost电路、电池双向DC/DC和离网逆变器。接着，深入探讨了最大功率点跟踪(MPPT)算法的具体实现，如扰动观察法及其改进版本变步长追踪法。此外，还讨论了电池管理系统中的充电状态机以及逆变环节中的PWM配置和数字PI调节器的应用。文中提供了具体的代码示例来帮助理解各个控制策略，并分享了一些实际工程项目中的经验和教训，如温度补偿对PWM死区时间的影响、负载突变时的稳压措施等。适合人群：从事光伏储能系统设计与开发的技术人员，尤其是有一定电子电路和嵌入式编程基础的研发人员。使用场景及目标：适用于希望深入了解单向光伏储能逆变器内部工作机制的专业人士，旨在提高他们在MPPT算法优化、电池保护机制设计以及逆变控制方面的技能水平。其他说明：文章不仅涵盖了理论知识，还包括了许多来自真实项目的实践经验，为读者提供了一个全面的学习视角。

分布式驱动电动汽车七自由度动力学模型及Carsim与Simulink联合仿真验证

04-05

内容概要：本文详细介绍了分布式驱动电动汽车的七自由度动力学模型及其在Carsim与Simulink平台上的联合仿真验证。七自由度动力学模型涵盖车辆纵向、横向、横摆运动及四个车轮的转动，能够全面描述车辆的多维运动状态。文中通过具体代码示例解释了车轮转动自由度的计算方法，并探讨了扭矩分配策略对轮胎力动态变化的影响。联合仿真部分重点讲述了Carsim和Simulink之间的数据交互设置，包括仿真步长同步、双移线工况测试、轮胎模型选择等问题。此外，文章还提供了仿真过程中的一些实用技巧和注意事项，如版本兼容性、坐标系对齐等。适合人群：从事汽车工程、车辆动力学仿真、自动驾驶技术研发的专业人士和技术爱好者。使用场景及目标：适用于希望深入了解分布式驱动电动汽车动力学建模及仿真的研究人员和技术人员。目标是掌握七自由度动力学模型的具体实现方法，学会利用Carsim和Simulink进行联合仿真验证，提高对车辆复杂运动行为的理解和预测能力。其他说明：文中提到的相关文件和工具可以帮助读者快速上手实践，同时附带的参考文献也为进一步研究提供了理论支持。

2RC等效电路模型参数离线辨识方法及Python/Matlab代码实现

04-05

内容概要：本文详细介绍了2RC等效电路模型参数的离线辨识方法，涵盖数据预处理、微分方程建模、状态空间离散化以及参数辨识的具体步骤。首先，通过对实测电压电流数据进行时间戳对齐和滑动窗口去噪等预处理手段，确保输入数据的质量。接着，基于2RC模型的状态方程，采用离散化方法避免数值不稳定问题。参数辨识部分提供了两种主要方法：分段线性回归适用于高质量数据，而全局优化法则利用遗传算法和最小二乘法结合，能够处理复杂的非线性关系并防止过拟合。文中还强调了OCV-SOC曲线的准确性对R0估计的影响，并给出了具体的代码实现和优化技巧。适用人群：从事电池管理系统(BMS)开发、电池建模研究的技术人员，尤其是有一定编程基础并对电池特性有一定了解的研发人员。使用场景及目标：帮助工程师从实验室采集的充放电数据中提取有效的2RC等效电路模型参数，提高电池性能预测的准确性。具体应用场景包括但不限于电动汽车、储能系统等领域。其他说明：附带完整的实验数据包、参数辨识工具箱及操作手册，提供了一键生成拟合对比图的验证脚本，便于用户快速上手实践。

【多目标优化】基于Python PuLP库的多目标线性规划模型构建与求解：复杂约束条件下的资源分配优化系统设计如何使用Python的（复现论文或解答问题，含详细可运行代码及解释）

04-05

内容概要：本文档详细介绍了多目标优化问题的建模与求解方法，特别是通过Python的PuLP库实现线性规划问题的具体步骤。文中构建了一个包含54个决策变量和三个目标函数（最大化RE、最小化Q、最小化fun1和fun2）的多目标优化模型，并添加了多种类型的约束条件，如资源约束、比例约束、需求满足约束、额外比例约束、总成本约束、混合约束、最大值约束、变量分解约束以及整数变量约束。为了有效求解这一复杂的多目标优化问题，文档提出了分层优化法和加权法两种策略，并详细展示了分阶段求解的过程。此外，还讨论了模型复杂度管理和求解器选择的优化建议，包括使用商业求解器（如Gurobi/CPLEX）、设置合理的MIPGap以及应用ε-约束法处理多目标问题。最后，文档提供了完整的代码实现，涵盖从问题初始化到结果输出的全过程。适合人群：具备一定数学建模基础和编程经验的研究人员、工程师或数据科学家，尤其是对线性规划和多目标优化感兴趣的读者。使用场景及目标：①帮助读者理解和掌握多目标优化问题的建模方法；②指导读者使用Python的PuLP库进行线性规划问题的求解；③提供分层优化法和加权法等多目标优化策略的应用实例；④通过具体案例展示如何处理复杂的约束条件和变量类型。其他说明：本文档不仅提供了详细的理论分析，还附带了完整的代码实现，便于读者实践操作。建议读者在学习过程中结合代码进行调试，逐步理解每个步骤的作用和意义。此外，对于大规模或复杂问题，建议尝试使用更强大的求解器以提高求解效率。

face detection

09-08

Face detection 2023指的是在2023年，达摩院开放视觉团队的论文"DamoFD: Digging into Backbone Design on Face Detection"被机器学习顶级国际会议ICLR接收。该论文主要研究了人脸检测中的骨干网络设计问题，旨在提出一种能够更好地搜索适合人脸检测任务的骨干网络的方法。论文的目标是通过提高预测阶段的表征能力来改进人脸检测算法的性能。 Face detection是指在一幅图片或者视频序列中检测出人脸的位置，并给出人脸的具体坐标，一般用矩形表示。它是人脸相关任务中关键点、属性、编辑、风格化、识别等模块的基础。1234