登录
首页 » 图像处理 » 人脸五官定位检测

人脸五官定位检测

于 2022-11-17 发布 文件大小:36.37 kB
0 74
下载积分: 2 下载次数: 1

代码说明:

该示例对载入的人脸图片先经过与处理之后,对人眼,鼻子,嘴的位置进行定位和检测。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 自动癌症检测
    此代码提供了通过执行各种图像处理技术对图像的自动代码检测。 它的段使用基于颜色分割技术的井喷控制单元格。 此代码是在 Matlab 中并
    2022-03-15 10:17:10下载
    积分:1
  • 中的边缘检测
    数字图像的边缘检测室图像分割、目标区域识别和区域形状提取等图像分析领域十分重要的基础,是图像识别中提取图像特征的一个重要方法,本程序是基于openCV函数库编写的图像处理程序,采用canny 算法进行边缘检测
    2022-05-16 02:39:04下载
    积分:1
  • 从视频中检测手势区域
    手势检测从视频序列中检测到手并定位手的区域,该过程对于特征的选择与处理相当关键,肤色及运动信息是经常被采用的两个有效的特征。但是,现实环境中由于光照变化、背景复杂及其它不可预知的干扰,仅一个特征往往不能有效地定位出手,需要多种特征互补,手势检测方法分为基于肤色信息、基于运动信息及多信息结合三类。本实验通过肤色信息检测出人手的位置,并使用红色矩形框框出区域。该实验从视频中检测出人手并定位手的区域。
    2022-04-24 21:58:28下载
    积分:1
  • 迭代最近点程序
    用于三维或二维图像的配准,或三维人脸识别,迭代最近点的目的是求出一个刚体变换矩阵,将两幅图像用数据点表示,一幅图像乘以这样一个刚体变换矩阵就可变换到另一副图像上去
    2022-01-26 02:20:30下载
    积分:1
  • SVM classification
    2022-03-04 17:29:19下载
    积分:1
  • Metropolis-Hastings算法
    http://en.wikipedia.org/wiki/Metropolis-Hastings_algorithm 大都会-黑斯廷斯算法是马尔科夫链蒙特 Carlo 方法获取从概率分布的随机样本序列为直接采样是困难的。序列可以用 近似分布。 下面的代码是算法的大都市-黑斯廷斯,一个简单的实现这些代码根据 linux 运行系统。 编译,并也可以用在 Windows 操作系统中。 Metropolis_demo.cpp 是一个演示取样高斯分布。 在 matlab 才能看到结果运行 metropolis_demo.m。您可以修改 metropolis_demo.cpp 适应代码到你自己的问题。
    2022-05-05 17:59:50下载
    积分:1
  • jthread-1.1.1
    利用RTP/RTCP协议线程的几个例子,适用于初学者,希望对大家有帮助!RTP/RTCP协议是居于UDP传输的-
    2022-07-16 07:41:50下载
    积分:1
  • VC++三维曲面重建代码
    能够很好的实现从点云数据实现三维曲面重建,实现效果非常好,传上来跟大学一起进步!
    2022-02-03 21:36:52下载
    积分:1
  • tecplot field file
    01.#include "global.h"  02.#include "TECIO.h"  03.void write_tecplot_field_file(int t)  04.{  05.    register int x,y,yx,i;  06.    char name[200], zname[200],RE[10],dummy=(char)12;  07.    int Re;  08.  09.        /* array for the coordinates */  10.        float *xc,             11.              *yc,  12.              *rho,  13.              *u,  14.              *v,  15.  
    2023-06-07 09:20:03下载
    积分:1
  • 多目标协同分割算法程序代码
    本文作者开创了多目标协同分割算法在现有的数据集中分割效果良好,用途很广泛。文的优点在于:由于标号增长的准确性在图形转换半监督学习框架中主要依赖于图形节点的相似性有多可靠,在Gunhee Kim ,Eric P. Xing[9]等人提出的多前景协同分割中节点代表着图像区域,它们的相似性既不是很容易区别又不是特别的稳定,尤其是不同图片中相同物体很大的外观差别,分割成属于不同物体的相似性有可能大于分割成相同的物体。这样本文提出结合全局连通约束图形转换半监督学习框架。每个约束项能够看成是一个线性不等式,基于此,我们开创了切平面算法,它能够解决线性不等式约束项和标号增长的凸一元二次方程之间的迭代,寻找最大违反约束项。
    2022-03-10 14:19:51下载
    积分:1
  • 696518资源总数
  • 104297会员总数
  • 29今日下载