精华内容
下载资源
问答
  • python人脸识别、人体识别、耳朵眼睛识别源码,需要先安装python3.5、opencv以及自带的分类器
  • MATLAB实现人体识别

    热门讨论 2011-04-27 14:11:19
    MATLAB实现人体识别,MATLAB实现人体识别,MATLAB实现人体识别,MATLAB实现人体识别
  • Python如何实现行人识别-人体识别

    千次阅读 2020-01-03 11:35:35
    Python如何实现行人识别-人体识别 1.python有个图形识别库叫opencv 2.去百度查查如何安装这个库,会py的小伙伴们安装个库应该不是问题。 3.接下来就是直接上代码了 #!/usr/bin/python3 # -*- coding: utf-8 -*- ...

    Python如何实现行人识别-人体识别

    • 1.python有个图形识别库叫opencv
    • 2.去百度查查如何安装这个库,会py的小伙伴们安装个库应该不是问题。
    • 3.接下来就是直接上代码了
    #!/usr/bin/python3
    # -*- coding: utf-8 -*-
    import cv2
    import sys,os
    class opencvs():
    
        def main(self):
            ints = 0
            cap = cv2.VideoCapture(0)
    
            #告诉OpenCV使用什么识别分类器
            classfier = cv2.CascadeClassifier("haarcascade_fullbody.xml")
    
            while cap.isOpened():
    
                #读取一帧数据
                ok, frame = cap.read()
                #显示方向
                frame = cv2.flip(frame,1)
    
                #将当前帧转换成灰度图像
                grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
                #检测结果
                faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.1, minNeighbors = 4, minSize = (50, 150))
    
                #第一个参数是灰度图像
                #第三个参数是人脸检测次数,设置越高,误检率越低,但是对于迷糊图片,我们设置越高,越不易检测出来
    
                if len(faceRects) > 0:
                    ints+=1
                    for faceRect in faceRects:
                        x, y, w, h = faceRect
                        cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), (0, 255, 0) , 1)
                        
                    if ints >= 3:
                        ints = 0
                        #警报
                        os.system("sudo aplay 4611.wav")
                
                  
                  
                #显示图像
                cv2.imshow(' ', frame)           
                #键盘Q键结束
                c = cv2.waitKey(10)
                if c & 0xFF == ord('q'):
                    break
    
            #释放摄像头并销毁所有窗口
            cap.release()
            cv2.destroyAllWindows()
    
    
    if __name__ == '__main__':
        opencvs().main()
    
    
    • 4.代码和模型我也上传到腾讯微云了,链接https://share.weiyun.com/5e4PiHx
      直接可以用 不过记得安装好Python3的opencv库
      在这里插入图片描述
    • 请继续关注收藏我!下篇文章我会介绍更多的人工智能技术文章。
    • 我们公司是国内做树莓派人工智能系统的
    • 系统介绍
      自美树莓派人工智能系统已经公布和开源了,还开发了一些配合这个系统的智能硬件,基于这个系统,可以开发
      python 代码应用插件,系统还提供人工智能api库,就不需要写语音识别,语音合成,语音唤醒,人脸识别,系统维护,系统架构,微信小
      程序这些基础代码了。你只需要想好触发词和写好插件功能代码即可。
      科艺创想www.16302.com QQ群751977302
      树莓派自美智能系统文档和下载地址:http://docs.16302.com
      树莓派img一键烧录使用,支持在线更新。

    在这里插入图片描述

    展开全文
  • 使用OPENCV进行人体识别

    千次阅读 2019-12-06 10:41:50
    使用OPENCV进行人体识别 使用OpenCV人体识别,可以点官网示例链接,也可以往下看。 安装OpenCV 具体步骤有点。。。各位可以参考官网的安装 教程. 代码部分 如果帧数极低, 可以在代码中修改分辨率。 for (;;) ...

    使用OPENCV进行人体识别

    使用OpenCV人体识别,可以点官网示例链接,也可以往下看。

    安装OpenCV

    具体步骤有点。。。各位可以参考官网的安装 教程.

    代码部分

    如果帧数极低, 可以在代码中修改分辨率。

    for (;;)    
    {
        cap >> frame;
        if (frame.empty())      
        {
            cout << "Finished reading: empty frame" << endl;
            break;
        }
        /*添加以下这段代码来修改分辨率*/
        int n = 960;//可以更改960来设置分辨率
        Size size = Size(n, (frame.rows * n) / frame.cols);
        resize(frame, frame, size);
        /*end*/
        int64 t = getTickCount();
        vector<Rect> found = detector.detect(frame);

    注意:分辨率太低可能会识别不到人。

    展开全文
  • Android系统调用opencv实现人体识别。可以实现多个人体的识别,且不会有嵌套框的产生。
  • python调用百度aip实现人脸识别+人体识别等等 反正你需要登陆百度云进入选择你人体识别然后下载jdk 下了过后新建一个文档包写入下列程序代码 coding=utf-8 from aip import AipFace from aip import AipBodyAnalysis...

    老规矩上代码!!!!!!!!!
    这次稍微说一点操作方法

    python调用百度aip实现人脸识别+人体识别等等
    反正你需要登陆百度云进入选择你人体识别然后下载jdk

    下了过后新建一个文档包写入下列程序代码

    coding=utf-8

    from aip import AipFace
    from aip import AipBodyAnalysis
    import pymysql # 导入 pymysql
    from PIL import Image
    import base64

    fenXiResult = {}
    ‘’‘人体’’’
    def RenTi():
    “”" 你的 APPID AK SK “”"
    APP_ID = ‘14874519’ # 你的 App ID
    API_KEY = ‘T5cwSFY5bPOfOGEXMFMy2Rt6’ # 你的 Api Key’
    SECRET_KEY = ‘bvvgT8LXjG79NOIleaPFx7ODy60Vc02c ’ # 你的 Secret Key
    client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)
    return client
    ‘’‘人脸’’’
    def RenLian():
    APP_ID = ‘14874519’ # 你的 App ID
    API_KEY = ‘T5cwSFY5bPOfOGEXMFMy2Rt6’ # 你的 Api Key’
    SECRET_KEY = 'bvvgT8LXjG79NOIleaPFx7ODy60Vc02c ’ # 你的 Secret Key
    client = AipFace(APP_ID, API_KEY, SECRET_KEY)
    return client

    ‘’‘人体分析’’’
    def RenTiFenXi(filename):
    client = RenTi()
    “”" 读取图片 “”"
    def get_file_content(filePath):
    with open(filePath, ‘rb’) as fp:
    return fp.read()
    image = get_file_content(filename)
    “”" 如果有可选参数 “”"
    options = {}
    options[“type”] = ‘’‘gender,age,lower_wear,headwear,glasses,upper_color,lower_color,upper_wear_fg,
    ,upper_wear_texture,bag,smoke,vehicle,carrying_item,cellphone,umbrella’’’
    “”" 带参数调用人体属性识别 “”"
    result = client.bodyAttr(image, options)
    return result

    ‘’‘人脸分析’’’
    def RenLianFenXi(tupian):
    client = RenLian()
    f = open(tupian, ‘rb’) # 以二进制读方式打开图片
    image = base64.b64encode(f.read()) # 将二进制串转为base64编码格式的字符串
    f.close()
    image64 = str(image, ‘utf-8’)
    imageType = “BASE64”
    “”" 如果有可选参数 “”"
    options = {}
    options[“face_field”] = “age,beauty,expression,gender,glasses,race,quality,face_type,faceshape”
    options[“max_face_num”] = 10 # 最多处理人脸的数目,默认值为1,仅检测图片中面积最大的那个人脸;最大值10,检测图片中面积最大的几张人脸。
    “”" 带参数调用人脸检测 “”"
    result = client.detect(image64, imageType, options)
    return result

    ‘’‘人脸人体处理’’’
    def RenLianRenTiChuLi(tupian):
    fenxi = RenLianFenXi(tupian)
    ‘’’
    裁剪:传入一个元组作为参数
    元组里的元素分别是:(距离图片左边界距离x, 距离图片上边界距离y,距离图片左边界距离+裁剪框宽度x+w,距离图片上边界距离+裁剪框高度y+h)
    ‘’’
    im = Image.open(tupian) # 传入图片
    # 图片的宽度和高度
    img_size = im.size
    i = 0
    for num in fenxi[‘result’][‘face_list’]:
    if num[‘face_probability’] > 0.3:
    if num[‘location’][‘left’] - num[‘location’][‘width’] <= 0:
    x = 0
    else:
    x = num[‘location’][‘left’] - num[‘location’][‘width’]
    if num[‘location’][‘top’] - 40 <= 0:
    y = 0
    else:
    y = num[‘location’][‘top’] - 40
    w = x + num[‘location’][‘width’] * 3
    h = y + img_size[1] - y
    region = im.crop((x, y, w, h))
    filename = ‘images/’ + tupian[0:-4] + ‘_’ + str(i) + ‘.jpg’
    i += 1
    region.save(filename)
    renLianSouSu = RenLianSouSuo(filename)
    for renLianSouSuo in renLianSouSu[‘result’][‘user_list’]:
    if renLianSouSuo[‘score’] <= 50:
    RenLianZhuCe(filename)
    fenXiResult[‘age’] = num[‘age’] # 年龄
    fenXiResult[‘beauty’] = num[‘beauty’] # 美丑打分,范围0-100,越大表示越美
    fenXiResult[‘expression’] = num[‘expression’][‘type’] # 表情
    fenXiResult[‘face_shape’] = num[‘face_shape’][‘type’] # 脸型
    fenXiResult[‘gender’] = num[‘gender’][‘type’] # 性别
    fenXiResult[‘race’] = num[‘race’][‘type’] # 人种
    fenXiResult[‘glasses’] = num[‘glasses’][‘type’] # 是否带眼镜
    renT = RenTiFenXi(filename)
    for ren in renT[‘person_info’]:
    renTi = ren[‘attributes’]
    fenXiResult[‘upper_color’] = renTi[‘upper_color’][‘name’] # 上半身衣着颜色
    fenXiResult[‘lower_color’] = renTi[‘lower_color’][‘name’] # 下半身衣着颜色
    fenXiResult[‘cellphone’] = renTi[‘cellphone’][‘name’] # 是否使用手机
    fenXiResult[‘lower_wear’] = renTi[‘lower_wear’][‘name’] # 半身服饰
    fenXiResult[‘headwear’] = renTi[‘headwear’][‘name’] # 是否戴帽子
    fenXiResult[‘upper_wear_fg’] = renTi[‘upper_wear_fg’][‘name’] # 上身服饰细分类
    fenXiResult[‘upper_wear_texture’] = renTi[‘upper_wear_texture’][‘name’] # 上身服饰纹理
    fenXiResult[‘bag’] = renTi[‘bag’][‘name’] # 背包
    fenXiResult[‘umbrella’] = renTi[‘umbrella’][‘name’] # 是否撑伞
    fenXiResult[‘smoke’] = renTi[‘smoke’][‘name’] # 是否吸烟
    fenXiResult[‘vehicle’] = renTi[‘vehicle’][‘name’] # 交通工具
    ‘’‘存入数据库’’’
    db = pymysql.connect(host=“localhost”, user=“root”, password=“1998720”, db=“fenxi”, port=3306)
    # 使用 cursor() 方法创建一个游标对象 cursor
    cursor = db.cursor()
    # SQL 插入语句
    sql = “”“INSERT INTO result(age,beauty,expression,face_shape,gender,glasses,race,upper_color,lower_color,cellphone,lower_wear,headwear,upper_wear_fg,upper_wear_texture,umbrella,bag,smoke,vehicle)
    VALUES (’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’,’%s’)”"" % (fenXiResult[‘age’],fenXiResult[‘beauty’],fenXiResult[‘expression’],fenXiResult[‘face_shape’],fenXiResult[‘gender’],fenXiResult[‘glasses’],fenXiResult[‘race’],fenXiResult[‘upper_color’],fenXiResult[‘lower_color’],fenXiResult[‘cellphone’],fenXiResult[‘lower_wear’],fenXiResult[‘headwear’],fenXiResult[‘upper_wear_fg’],fenXiResult[‘upper_wear_texture’],fenXiResult[‘umbrella’], fenXiResult[‘bag’],fenXiResult[‘smoke’],fenXiResult[‘vehicle’])
    try:
    # 执行sql语句
    cursor.execute(sql)
    # 提交到数据库执行
    db.commit()
    except:
    # 如果发生错误则回滚
    db.rollback()
    else:
    print(‘人脸已存在’)
    continue

    ‘’‘人脸注册’’’
    def RenLianZhuCe(filename):
    client = RenLian()
    f = open(filename, ‘rb’) # 以二进制读方式打开图片
    image = base64.b64encode(f.read()) # 将二进制串转为base64编码格式的字符串
    f.close()
    image64 = str(image, ‘utf-8’)
    imageType = “BASE64”
    groupId = “group1”
    userId = “user1”
    “”" 调用人脸注册 “”"
    client.addUser(image64, imageType, groupId, userId)
    ‘’‘人脸搜索’’’
    def RenLianSouSuo(filename):
    client = RenLian()
    f = open(filename, ‘rb’) # 以二进制读方式打开图片
    image = base64.b64encode(f.read()) # 将二进制串转为base64编码格式的字符串
    f.close()
    image64 = str(image, ‘utf-8’)
    imageType = “BASE64”
    groupIdList = “group1”

    """ 调用人脸搜索 """
    result = client.search(image64, imageType, groupIdList)
    return result
    

    if name == ‘main’:
    tupian = ‘xie.jpg’
    RenLianRenTiChuLi(tupian)

    展开全文
  • unity接入百度人体识别

    千次阅读 2019-09-12 18:15:55
    unity接入百度人体识别 1.去百度下载SDK 2.去百度云注册账号,申请AppID,AppKey,AppSecret 3.进入unity编写脚本 百度人体分析SDK调用 using UnityEngine; using Baidu.Aip.BodyAnalysis; using Newtonsoft.Json....

    unity接入百度人体识别

    1.去百度下载SDK

    • 复制AipSdk.dll到工程
    • 复制Newtonsoft.Json.dll到工程
    • 自己按照unity版本,选择2.0,3.5,还是4.0的dll

    2.去百度云注册账号,申请AppID,AppKey,AppSecret

    • 自行申请

    3.进入unity编写脚本

    • 百度人体分析SDK调用
    using UnityEngine;
    using Baidu.Aip.BodyAnalysis;
    using Newtonsoft.Json.Linq;
    using System.IO;
    using System;
    
    public class BaiduFaceAI : SingletonMono<BaiduFaceAI>
    {
        // 设置APPID/AK/SK
        const string APP_ID = "你的appid";
        const string API_KEY = "你的appkey";
        const string SECRET_KEY = "你的appsecret";
    
        private Body client;
    
        void Start()
        {
            client = new Body(API_KEY, SECRET_KEY);
            client.Timeout = 60000;  // 修改超时时间
        }
    
        /// <summary>
        /// 检测图像byte流
        /// </summary>
        /// <param name="image">图像或者摄像的byte流</param>
        /// <param name="callback">回调是否是人体</param>
        public void BodyAnalysis(byte[] image,Action<bool> callback)
        {
            try
            {
                //加载本地图片
                //string path = Application.dataPath + "/test.jpg";
                //var image = File.ReadAllBytes(path);
    
                //接受图像的bytes
                var result = client.BodyAnalysis(image);
                callback(IsHuman(result));
            }
            catch (System.Exception e)
            {
                Debug.Log(e);
            }
        }
    
        /// <summary>
        /// //过滤方法:当关键点得分大于0.2的个数大于3,且人体框的分数大于0.03时,才认为是有效人体
        /// </summary>
        /// <param name="result">检测的JObject结果</param>
        /// <returns>是否是人体</returns>
        bool IsHuman(JObject result)
        {
            var persons = result["person_info"].Children();
            //多个人
            foreach (var person in persons)
            {
                //单个人的身体部位
                var parts = person["body_parts"].Children();
                var bodyScore = float.Parse(person["location"]["score"].ToString());
    
                if (bodyScore > 0.03f)
                {
                    int count = 0;
                    foreach (var part in parts)
                    {
                        var keys = part.Children();
                        foreach (var item in keys)
                        {
                            if (float.Parse(item["score"].ToString()) > 0.2f)
                            {
                                count++;
                            }
                        }
                        if (count > 3)
                        {
                            return true;
                        }
                    }
                }
            }
            return false;
        }
    }
    
    
    • 使用WebCamera用摄像头捕获人体识别
    using System;
    using System.Collections;
    using System.Collections.Generic;
    using UnityEngine;
    using UnityEngine.UI;
    
    public class WebCamTool : SingletonMono<WebCamTool>
    {
    
        string DeviceName;
        WebCamTexture webCamera;
        Texture2D tex2d;
    
        public void StartWebCamera(RawImage raw)
        {
            StartCoroutine(CoWebCamera(raw));
        }
        public void StopWebCamera()
        {
            if (webCamera != null)
                webCamera.Stop();
        }
    
        /// <summary>    
        /// 初始化摄像头  
        /// </summary>    
        IEnumerator CoWebCamera(RawImage raw)
        {
            yield return Application.RequestUserAuthorization(UserAuthorization.WebCam);
            if (Application.HasUserAuthorization(UserAuthorization.WebCam))
            {
                WebCamDevice[] devices = WebCamTexture.devices;
                if(devices.Length>0)
                {
                    DeviceName = devices[0].name;
                    webCamera = new WebCamTexture(DeviceName, Screen.width, Screen.height, 60);
                    raw.texture = webCamera;
                    webCamera.Play();
                }
            }
        }
    
        Texture2D TextureToTexture2D(Texture texture)
        {
            Texture2D texture2D = new Texture2D(texture.width, texture.height, TextureFormat.RGBA32, false);
            RenderTexture currentRT = RenderTexture.active;
            RenderTexture renderTexture = RenderTexture.GetTemporary(texture.width, texture.height, 32);
            Graphics.Blit(texture, renderTexture);
    
            RenderTexture.active = renderTexture;
            texture2D.ReadPixels(new Rect(0, 0, renderTexture.width, renderTexture.height), 0, 0);
            texture2D.Apply();
    
            RenderTexture.active = currentRT;
            RenderTexture.ReleaseTemporary(renderTexture);
    
            return texture2D;
        }
    
        public byte[] GetBytes(RawImage image)
        {
            Texture2D tex2d = TextureToTexture2D(image.texture);
            return tex2d.EncodeToJPG();
        }
    }
    
    
    • 使用方法
        /// <summary>
        /// 开启WebCamare,拍摄画面在RawIamge显示
        /// </summary>
        void StartWebCamera()
        {
            rawImage.gameObject.SetActive(true);
            WebCamTool.Instance.StartWebCamera(rawImage);
    
            //StartCoroutine(CheckFace());
        }
    
        //开启协程监听是否扫描到人体,2s一次
        IEnumerator CheckFace()
        {
            while (true)
            {
                yield return new WaitForSeconds(2);
                if (rawImage.isActiveAndEnabled && rawImage.texture != null)
                {
                    var bytes = WebCamTool.Instance.GetBytes(rawImage);
                    BaiduFaceAI.Instance.BodyAnalysis(bytes, (isHuman) => {
                        if(isHuman)
                        {
                            Debug.Log("检测到人体");
                        }
                    });
                }
            }
        }
    
    • 希望这篇文章能够对你有所帮助
    展开全文
  • 摘要:人体识别系统是城市轨道交通自动售检票系统的关键组成部分。为了对人体识别系统中通行识别技术进行研究,采用对射式红外传感器采集通行目标的通行状态,在通道两侧分别安装传感器,在Matlab仿真的基础上将步态...
  • CV之API:利用Face++的人体识别接口,实现摄像头实时手势识别 目录 测试图片 实现代码(部分) 测试图片 实现代码(部分) #利用Face++的人体识别接口,实现摄像头实时手势识别 import ...
  • C# OpenCV8 -HogDescriptor人体识别

    千次阅读 2018-12-01 23:10:32
    1. 从内置摄像头获取识别图像 2. 灰度处理图片 ...4. 使用分类器进行人体识别 5. 判断目标是否在指定区域内 6. 绘制出目标边框 public class ObjTestHog  {    private Capture _capture;  priva...
  • python调用百度aip实现人脸识别+人体识别 结果返回到数据库 反正你需要登陆百度云进入选择你人体识别然后下载jdk 下了过后新建一个文档包写入下列程序代码 coding=utf-8 from aip import AipFace from aip import ...
  • 最近在开始接触网上API调用 完成了一个关于face++人体识别API,并通过这个API实现人体抠像功能。既然要实现人体抠像,我们顺便学习下,JavaScript调用摄像头的方法吧。有个博客写的很好 大家可以去看这个 我摄像头...
  • paddle paddle - crowdHuman数据集训练人体识别模型数据集annotation解析annotation json各项意义转换paddle yolo的数据格式输入哪些数据? 数据集annotation解析 使用paddle paddle yolo v3的模型,将这个数据集的...
  • SSD神经网络+opencv的人体识别

    千次阅读 2018-03-23 20:08:40
    SSD神经网络+opencv的人体识别之前听说opencv3可以运行深度学习的模型,所以我就试试看,用的 是caffe训练好的模型文件,这里自己去网上找吧,不分享了。结合SSD的caffemodel和net就可以实现图片中人体的检测,其实...
  • opencv人体识别技术汇总

    万次阅读 2017-09-13 02:37:56
    识别处理图像中人脸,人体是图像识别的一个重要分支,在很多场合都需要对人进行查找和处理,在拍照,自动驾驶,机器人,医学,安防等上都有广泛 的用途。opencv 有众多的级联分类器,可以进行简单的人脸,眼,鼻子,...
  • 西北工业大学的研究人员在预印本网站发表论文(PDF),报告了利用 Wi-Fi 信号实现室内人体识别的技术 FreeSense。今天的 Wi-Fi 信号已经无处在,人体会吸收和反射无线信号,由于每个人的体型和动作模式的差异性,一...
  • 人体检测自动识别摄像机基于视频图像智能分析技术原理研制,采用公司自主研发的人体轮廓识别技术,综合识别人体头部、肩部、躯干等人体主要部位的轮廓信息,可区分人与物体,具有较高的识别精度。本技术综合识别头部...
  • 人体识别智能监控系统

    千次阅读 2007-04-02 19:59:00
    人体识别智能监控系统
  • 网上找到了一款人体识别的代码。 环境:在XP、VS2010、OpenCV3.1.0 硬件:CPU是 Intel Core 2 DUo CPU E7300 @2.66GHz。2G内存。USB摄像头 一卡一卡的。不过只是用于人员闯入,并提示。打算将这个程序打包成函数...
  • 人体识别是计算机视觉领域的一大类热点问题,其研究内容涵盖了人体的监测与跟踪、手势识别、动作识别、人脸识别、性别识别和行为与事件识别等,有着非常广泛的应用价值。随机森林以它自身固有的特点和优良的分类效果...
  • 多模态人体识别技术

    千次阅读 2018-03-01 21:26:17
    对于多视图数据的特征融合,一种简单的解决方案是将这些异构类型的多...2)特征之间可能存在一些信息冗余,直接拼接起来,不仅增加了信息的冗余,而且更严重的是会导致数据表达能力的减弱,从而降低算法识别准确率。...
  • 1. 定义识别接口,输入被灰度处理过的图片,返回识别的矩形 2. 使用cuda的hog作为SVM识别器 ...可以对CudaHOG的第一个参数(图片大小)进行调优(摄像头拍摄的人体大小)来达到更好的识别效果: publ...
  • Azure Kinect(K4A)人体识别跟踪进阶

    千次阅读 2021-04-17 18:59:49
    近期有一个项目用到了Azure Kinect,之前Kinect 1与Kinect 2均使用过的老用户,自然不能放过这个机会。为此专门对Azure Kinect进行...其在三维建图、计算机视觉,语音识别方面拥有很高的价值。 …详情请参考古月居文章
  • 安卓使用opencv3.0.0实现人体识别

    千次阅读 2015-11-10 14:11:04
    有很严重的漏检,先看效果图。。。使用tensorflow 深度学习来识别效果较好 代码部分在笔记本上,下次补上
  • 通过这个函数获得灰度图的数据,然后将获得的数据再与原图进行比较、修改,就可以扣除人体。 canvas提供了一个可以修改原图通明度的函数 调用了**canvas.getImageData(0,0,x,y);**之后会返回一个data,通过修改该...
  • 希望能得到详细点的解答,本人,菜鸟想做出程序,有哪些步骤?希望大神们能给点建议,从哪些方面下手?谢谢!
  • 人体行为识别

    2014-11-25 12:41:50
    视频中的 人体行为识别,检测,跟踪 算法研究

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 24,808
精华内容 9,923
关键字:

人体识别