墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
2.3k累计阅读
2.3k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
这个参数调整, 主要是针对人脸检测模块初始化参数做的修改, 修改后的效果是人脸距离摄像头的检测距离变短, 人脸识别,特征提取,相似度计算的计算速度提升.
具体修改如下:
seeta::FaceDetection detector("./seeta_fd_frontal_v1.0.bin");
detector.SetMinFaceSize(120);
detector.SetScoreThresh(3.f);
detector.SetImagePyramidScaleFactor(0.9f);
detector.SetWindowStep(6, 6);
seetaface6教程:封装人脸识别,人脸检测,,眼睛检测,状态,特征.....
seetaface是中科视扩开发的一个项目,目前,seetaface2是开源的,可以自己下载编译,我没有具体用过,所以不是很清楚,今年3月底,seetaface6出来了,它并不开源,但是可以免费做商用,而且其中的功能还是不错的,而且它不依赖于其他任何库,但是它对于opencv还是挺支持的,这个项目的主要功能包括 1,人脸检测 2,关键点提取 3,人脸识别 4,眼睛状态 5,/活体检测 6,人脸追踪...
Windows 系统配置 Seetaface6并跑通其中人脸识别emo程序
尽量直接通过下载安装包的形式，源码编译因为每个人电脑不同可能会出现各种差异和问题。
SeetaFace6实战：如何用C++调用人脸检测模型，实现图片和视频流的实时口罩人脸框选（附完整代码）
本文详细介绍了如何使用C++调用SeetaFace6人脸检测模型，实现图片和视频流的实时口罩检测与框选。通过环境配置、核心API解析、静态图像检测、实时视频处理等实战步骤，结合完整代码示例，帮助开发者高效集成口罩检测功能，并提供了性能优化和工程化扩展的实用技巧。
【免费下载】 SeetaFace6 开源项目使用教程
SeetaFace6 是由中科视拓开发的最新开放的商业正式级版本人脸识别工具包。该项目突破了之前社区版和企业版版本不同步发布的情况，此次发布的 v6 版本正式与商用版本同步。SeetaFace6 包含了一直以来人脸识别的基本部分，如人脸检测、关键点定位、人脸识别，同时增加了活体检测、质量评估、年龄性别估计，并且响应时事，开放了口罩检测以及戴口罩的人脸识别模型。 SeetaFace6 采用了商用版...
Windows下用CMake和VS2022编译SeetaFace6的完整流程（附常见错误解决方案）
本文详细介绍了在Windows平台下使用CMake和VS2022编译SeetaFace6的完整流程，包括环境准备、源代码获取、CMake配置、Visual Studio编译及常见错误解决方案。特别针对Windows下的编译难点提供实用技巧，帮助开发者高效完成人脸识别引擎的编译与集成。
SeetaFace开源人脸识别框架实战教程
SeetaFace 是一个由清华大学研究团队开发的高性能人脸识别开源框架。该框架以其轻量级和高准确度而受到业界和学界的广泛关注。本章将首先对SeetaFace框架进行一个全面的介绍，涵盖其设计理念、系统架构以及技术特色。人脸检测技术是指在图像中识别并定位出人脸位置的过程。它是计算机视觉和模式识别领域的一个重要研究方向，广泛应用于生物特征识别、视频监控、人机交互等领域。人脸检测技术的发展可以追溯到20世纪60年代，当时研究者们主要依靠人工标记的方式来检测人脸。
seetaface人脸匹配（VS2015）
参考： 1.SeetaFace学习之二-------https://www.jianshu.com/p/99d72c9c79fc 2.SeetaFace教程（一） 在 VS 中的编译安装和环境配置--------https://www.cnblogs.com/pkjplayer/p/6944871.html 3.SeetaFace源码中的word文档：https://github.com/seet...
SeetaFace6 Windows平台人脸识别工程项目实战
SeetaFace6是一款轻量级、高性能的开源人脸分析框架，集成了人脸检测、关键点定位、特征提取和人脸识别四大核心模块。其采用C++编写，不依赖第三方深度学习框架（如TensorFlow、PyTorch），显著降低部署复杂度。整体架构采用分层设计：底层为高效图像处理与内存管理模块，中层封装各AI模型的推理接口，上层提供统一API供应用调用。// 示例：SeetaFace6初始化代码片段// 设置检测阈值该框架支持静态链接与跨平台部署。
IOS 集成SeetaFace6框架，实现从采集到图像格式转换再到人脸检测，活体检测，人脸识别
目录前言1、准备工作2、开敲3、报错集合 前言 前脚把讯飞的语音唤醒+识别的功能整合到到了项目中，后脚就说要加入人脸检测+活体检测+人脸识别的功能。哎，那就整吧。 还好之前就关注了一个人脸识别的框架SeetaFace6, Seet aFace6 是中科视拓技术开发体系最新的版本，该版本为开放版，免费供大家使用。该版本包含了人脸识别、活体检测、属性识别、质量评估模块。 1、准备工作 SeetaFace6 下载对应的IOS开发包，记得下载模型文件 SeetaFace6 入门教程 下载完，打开项目，进入TARGE
SeetaFace6离线人脸识别.NET实战：从编译到部署
离线人脸识别是边缘计算与等保合规场景下的关键技术，其核心在于模型本地化、CPU轻量推理与非联网实时决策。基于SeetaFace6的人脸检测、关键点定位、特征提取与比对四步闭环，无需GPU或云服务即可实现毫秒级响应，显著提升政务终端、工控设备及医疗内网等弱网/断网环境下的系统可靠性与数据安全性。本文聚焦C#/.NET生态下SeetaFace6的定制编译、DLL符号导出修复、SafeHandle资源管理及视频流内存池优化，覆盖从源码构建到养老中心实测调优的全链路工程实践，尤其解决EntryPointNotFou
Visual Tracker Benchamark傻瓜式教程（二）
问题 1 1 在调用main.m跑TRE和SRE时，因为会生成相应的.mat数据文件，如果跑完以后发现自己算法生成的.mat文件有问题，那么要把该文件删除，待找到错误原因后，重新生成相应的.mat文件。因为程序中写的是如果已经存在了.mat文件，例如已经存在car4_STC.mat文件，即使该文件中的数据有错误，但是重新跑时会默认该文件中的数据写完，不会重新写入数据 问题 2 b
SeetaFace2AndroidDemo 使用指南
SeetaFace2AndroidDemo 使用指南 1. 项目目录结构及介绍 SeetaFace2AndroidDemo 是一个基于 SeetaFace2 的 Android 示例项目，展示了如何在 Android 平台上集成这个人脸识别库。以下是主要的目录结构和各部分简要说明： app: 应用程序主模块，包含了所有Android应用代码和资源。 src: 源码目录，分为main、debu...
从‘静态拍照’到‘动态录像’：用Malmquist指数讲好你的效率变化故事（附Stata/R代码）
本文深入探讨了如何利用Malmquist指数构建动态效率分析框架，从静态数据到动态叙事的转变。通过分解技术效率变化（EC）和技术进步（TC），结合Stata/R代码实现四种动态可视化方法，帮助研究者更直观地展示效率变化的动态特征。文章还提供了诊断性叙事结构和比较叙事技巧，助力决策者理解效率提升的来源与趋势。
SeetaFace6实战：从零构建C# WinForm人脸多属性检测系统
本文详细介绍了如何使用SeetaFace6从零构建C# WinForm人脸多属性检测系统，涵盖环境准备、SDK集成、WinForm界面设计、摄像头集成、人脸检测核心实现及多属性检测功能（包括活体识别、口罩识别、性别年龄识别等）。通过实战代码示例和性能优化技巧，帮助开发者快速掌握SeetaFace6的应用，提升人脸识别系统的开发效率。
生信物种注释软件Kraken2+Bracken的安装与使用
一、软件安装与数据库下载 1.Kraken2安装 Kraken2是一个基于k-mer算法的高精度宏基因组序列分类软件，能够快速的将测序reads进行物种分类。 使用conda一键安装，要先安装好anaconda或者miniconda conda install -y kraken2 输入krakek2 --help 出现如下所示帮助文档，则表示安装成功。 2.Bracken安装 bracken是一种从宏基因组数据中高度准确的计算物种丰度的统计方法。 同样使用conda一键安装 conda install -
机器人动力学仿真软件：PyBullet_（10）.案例分析：双足机器人行走仿真
在本节中，我们将详细探讨如何使用PyBullet进行双足机器人的行走仿真。双足机器人行走仿真是一个复杂的动力学问题，涉及多个关节的协调运动和环境交互。通过本节的学习，您将了解如何创建和控制双足机器人模型，设置仿真环境，以及实现基本的行走算法。首先，我们需要创建一个双足机器人模型。PyBullet支持多种模型格式，包括URDF（Unified Robot Description Format）和MJCF（MuJoCo XML Format）。URDF是一种广泛使用的机器人模型描述格式，我们将使用URDF来创建
SeetaFace6 人脸识别工具包开发指南
🌐 **核心功能概览** SeetaFace6 作为开源人脸识别工具包，提供全栈式人脸智能分析能力，涵盖从人脸检测到活体判断的完整技术链条。其核心优势在于模块化设计与跨平台兼容性，支持 CPU/GPU 自动切换，适用于安防监控、身份验证等多场景应用。 ## 核心技术栈 - **人脸检测**：精准定位图像中人脸区域，支持最小 20 像素人脸识别 - **特征点定位**：提取 5 点/68 点
uniapp - 解决App端报错reportJSException ＞＞＞＞ exception function:createInstanceContext, exception:white sc
uni-app，安卓Android，苹果ios，安卓app端，苹果App端，uniapp苹果安卓app，uniApp报错，reportJSException>>>>exceptionfunction:createInstanceContext,exception:whitescreencausecreateinstanceContextfailed，运行自定义基座时白屏，uniapp项目运行白屏reportJSException，检查没问题依旧报错，第三方库插件，组件，uniapp打包调试
【亲测免费】 SeetaFace6 开源项目使用教程
SeetaFace6 是一个开源的人脸识别工具包，提供了完整的人脸识别功能，包括人脸检测、关键点定位、人脸识别等。以下是项目的目录结构及其介绍： ``` SeetaFace6/ ├── asserts/ ├── docs/ ├── example/ │ └── qt/ ├── LICENSE ├── README.md └── ... ``` - **asserts/**: 存放项目所需的...
时频分析之短时傅里叶变换(STFT)
本文利用MATLAB自带的spectrogram函数对信号做短时傅里叶变换。首先介绍了短时傅里叶变换（STFT）的背景及意义；其次，对spectrogram函数的用法以及变量的含义做了详细的解释；最后，利用MATLAB编写程序实现了信号的STFT。
电阻抗成像肺功能测试数据分析与直方图生成
本文介绍了基于MATLAB的电阻抗成像(EIT)肺功能测试数据分析方法。研究针对32×32像素的EIT图像序列，通过三步算法处理：首先计算特定时间点与谷值图像的差值，然后分析1秒后峰值与1秒值的差值，最终计算比值矩阵并处理异常值。系统展示了数据预处理、关键时间点检测、比值计算及统计分析的全流程，包括生成概率分布直方图和空间分布图等可视化方法。该分析为无创肺功能评估提供量化指标，可应用于临床呼吸监测和疾病诊断。
SeetaFace6 11个模型文件解析与部署实战：从CPU到GPU的3种推理后端配置
本文详细解析了SeetaFace6的11个模型文件架构及其功能依赖关系，并提供了从CPU到GPU的3种推理后端配置实战指南。涵盖人脸识别、口罩识别、活体检测等核心功能，通过性能优化参数和代码示例，帮助开发者高效部署SeetaFace6，适用于智慧门禁、移动端等多种场景。
达摩院高清人像美肤模型ABPN的深入解析及编程实现
本文深入解析了达摩院高清人像美肤模型ABPN的原理，并提供了相应的源代码实现。ABPN模型通过自适应的反投影网络，有效地实现了人像图像的美肤处理。通过进一步的研究和优化，ABPN模型有望在人像美肤领域发挥更大的作用。低频特征提取器用于提取输入图像的低频信息，而反投影网络则负责将低频信息与原始图像结合，生成美肤后的输出图像。通过将输入图像送入ABPN模型，即可得到经过美肤处理后的输出图像。通过对输入图像进行美肤处理，可以有效地去除皮肤上的瑕疵和噪点，提升图像质量和美感。
实战：用SeetaFace6的口罩检测模型，快速搭建一个实时视频人脸+口罩识别Demo
本文详细介绍了如何利用SeetaFace6开源引擎快速搭建一个实时视频人脸+口罩识别Demo。通过C++和OpenCV实现，涵盖环境配置、核心检测模块、性能优化及嵌入式设备部署等实战要点，帮助开发者快速验证算法效果，适用于智能门禁系统等场景。
Camera2Demo
在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作
数学建模模型总结
这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！
SeetaFace6示例程序运行详解：Qt5.14.2配置与seetaface_demo.pro文件修改要点
本文详细解析了SeetaFace6示例程序在Qt5.14.2环境下的配置与运行要点，包括源码编译后的环境搭建、seetaface_demo.pro文件修改技巧及常见问题解决方案。针对人脸识别开发中的实际痛点，提供了从依赖安装到二次开发的完整指南，帮助开发者高效实现SeetaFace6的集成与应用。
计算机控制技术及应用
《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。
Java+SeetaFace6视频流人脸跟踪实战：如何用PID优化多帧识别效率
本文详细介绍了如何利用Java和SeetaFace6实现视频流人脸跟踪，并通过PID优化技术提升多帧识别效率。文章深入解析了SeetaFace6的PID跟踪机制，包括跨帧身份绑定、计算资源优化和质量评估集成，提供了完整的Java集成实战代码和性能优化策略，帮助开发者在视频监控、视频会议等场景中实现高效的人脸跟踪。
假人有限元模型
假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
1万+
扫一扫
