- 博客(32)
- 资源 (32)
- 收藏
- 关注
原创 Centos7下SRS流式服务器搭建、推流、拉流
Centos7下SRS流式服务器搭建、推流、拉流1. 设计目的2. 实验内容3. 实验过程1. 设计目的本报告从SRS服务器的部署入手,分析视频摄像头RTSP流媒体协议向RTMP流媒体协议的转换的必要性和可行性。2. 实验内容研究内容包括:RTSP流媒体协议、RTMP流媒体协议、FFmpeg的应用技术,SRS视频服务器技术。具体完成SRS服务器的部署、完成视频摄像头RTSP流媒体协议向RTMP流媒体协议的转换。3. 实验过程因为我是Centos7,所以选择下载SRS3.0安装包,如下是下载链接:
2020-12-09 09:10:34 1460
原创 【项目实训】基于人脸识别的课堂签到管理系统(python+qt5+sqlite3+百度智能云)
【项目实训】基于人脸识别的课堂签到管理系统(python+qt5+sqlite3+百度智能云)一.环境介绍二.签到功能2.1 启动签到2.2 结束签到三.用户组操作3.1 添加用户组3.2 删除用户组3.3 查询用户组四.用户操作4.1 添加用户4.2 删除用户4.3 更新用户五.摄像头相关设置六.相关链接一.环境介绍编写工具:Pycharm,Pyqt5designer语言:python 版本:python3.7.4数据库:sqlite3代码:【项目实训】 基于人脸识别的课堂签到管理系统.z
2020-07-23 14:42:27 4655 18
原创 基于人脸识别的课堂签到管理系统(七)---实现人脸搜索,完善签到功能
一.人脸搜索首先还是参考百度的技术文档,可以看到想要进行人脸搜索操作就需要提供图片信息,格式,用户组id三个必需的参数这些参数在之前就已经获取好了,只需要直接调用即可# 人脸识别检测,只检测一个人 def face_search(self): request_url = "https://aip.baidubce.com/rest/2.0/face/v3/search" params = { "image": self.base64_im
2020-07-21 20:05:58 3921 2
原创 基于人脸识别的课堂签到管理系统(六)---删除,查询用户组以及人脸的添加,删除,更新
基于人脸识别的课堂签到管理系统(六)---删除,查询用户组以及人脸的添加,删除一.用户组操作1.1 查询用户组1.2 删除用户组二.人脸操作2.1 人脸添加2.2 人脸删除三.代码演示四.相关下载一.用户组操作1.1 查询用户组在进行删除用户组前,我们肯定是希望能够看到在百度人脸库中详细的用户组信息,所以先进行查询用户组操作#获取用户组 def getlist(self): request_url = "https://aip.baidubce.com/rest/2.0/fa
2020-07-20 18:40:22 1363 2
原创 基于人脸识别的课堂签到管理系统(四)---摄像头上传实时数据,百度AI读取并返回信息以及多线程操作
基于人脸识别的课堂签到管理系统(三)---摄像头上传实时数据,百度AI读取并返回以及多线程操作一. 前言概述二.摄像头上传数据,读取百度AI返回信息三.多线程操作四.程序展示五.相关下载一. 前言概述在返回的结果中,在face_list列表中,每一项值就是一个人脸信息,每个人脸信息用字典来表示,字典中包含什么信息由发送请求的参数face_field键值决定返回结果内容的解析通过for循环取出每个字典数据(人脸),进行单独解析解析数据后,进行显示人脸信息显示:设计两个窗口部件(textEdit)用
2020-07-19 09:59:40 2029 2
原创 基于人脸识别的课堂签到管理系统(三)---实时时间显示以及百度AI人脸识别
基于人脸识别的课堂签到管理系统(三)---实时时间显示以及百度AI人脸识别一.前言概述二.实时时间显示三.百度AI人脸识别3.1 获取access_token3.2 发送请求,通过网络请求方式完成让百度AI进行人脸检测四.相关下载一.前言概述时间功能1、获取系统时间2、把获取的系统时间日期添加到对应的时间/日期编辑器中3、多次重复获取系统时间,添加定时器,设置定时时间,产生信号,关联槽函数在槽函数中去完成获取系统时间/日期功能定时器当到达定时时间后才会产生信号在创建窗口时就应该有这个定时器
2020-07-18 10:33:20 2785 1
原创 基于人脸识别的课堂签到管理系统(二)---摄像头显示
一.前言概述摄像头显示创建摄像头操作类:完成摄像头的采集功能当需要摄像头完成一个功能时,就调用摄像头对象的一个函数去完成实现一个摄像头类:添加打开摄像头获取摄像头的实时数据数据进行转换提供给界面界面类:添加显示画面到界面中显示画面需要循环一直显示需要定时器进行定时,定时时间到达就产生信号,关联上一个槽函数,当信号调用时就会主动调用槽函数;在qt中存在一个机制:信号可以关联上另一个函数,另一个函数会在产生这个对应的信号的时候就会调用-----信号槽机制在组件中存在一些特定的信号,
2020-07-17 08:49:33 1722 2
原创 基于人脸识别的课堂签到管理系统(一)---环境设置以及简单的QT界面设计
基于人脸识别的课堂签到管理系统(一)---环境设置以及简单的QT界面设计一.前言二.Pycharm安装与环境配置2.1 Pycharm安装配置2.2 Pycharm环境配置三.QT界面设计3.1 QtDesigner界面窗口设计3.2 Pycharm设计界面程序四. 相关下载一.前言我做了个简单的思维导图,来展现本次工程项目最基本的三个阶段。![在这里插入图片描述](https://img-blog.csdnimg.cn/20200715223240715.png?x-oss-process=imag
2020-07-16 09:49:24 4393 6
原创 基于wxpython+MySQL--实现人脸检测识别的宿舍人脸检测系统
基于wxpython+MySQL--实现人脸检测识别的宿舍人脸检测系统一.功能需求二.数据库建立2.1 初始化数据库2.2 压缩/解压数据流2.3 输入数据三.宿舍管理3.1 新建录入3.2 人员删除四.检测人员4.1 开始检测4.2 退出检测五.流动日志5.1 打开日志5.2 关闭日志六.代码以及模型下载一.功能需求1)假定该系统完成后将工作于学生宿舍门口,摄像头安装于门的猫眼处、或者门侧边墙上;对本宿舍的学生进行人脸识别(身份验证),通过验证就播放语音“欢迎光临!”(模拟开门),否则播放“抱歉,无法
2020-07-09 10:41:40 1036 1
原创 Python实现基于HDFS的云盘系统
Python实现基于HDFS的云盘系统一.云盘系统二.功能需求2.1.用户管理2.2.文件管理2.3.界面设计三.用户代码3.1 用户登录3.2 用户注册3.3 用户退出四.文件代码4.1 上传打开本地窗口4.2 下载并命名显示本地窗口4.3 下载文件4.4 移动文件4.5 删除文件4.6 创建文件4.7 上传文件4.8 鼠标双击事件重命名4.9 右键菜单五.代码下载一.云盘系统云盘系统通过互联网为企业和个人提供信息的存储、读取、下载等服务。具有安全稳定、海量等特点。目前,云盘系统逐步走向成熟,特别是公
2020-06-29 09:44:49 1719
原创 Python3+Dlib+Opencv实现摄像头采集人脸并对表情进行实时分类判读
Python3+Dlib+Opencv实现摄像头采集人脸并对表情进行实时分类判读一. dlib以及opencv-python库安装1.1 dlib库安装1.2 opencv-python库安装二.dlib的68点模型三.Python实现摄像头人脸检测3.1 python代码3.2 运行结果一. dlib以及opencv-python库安装1.1 dlib库安装在Anaconda Prompt下输入以下命令pip install dlib如果下载失败,可能是网速太慢,多试几次即可。但如果始终不行可
2020-06-27 13:02:43 2372 3
原创 Android Studio 解决 Cannot resolve symbol xxx 添加依赖后出现飘红
这里博主分享下自己在Android Studio中遇到“Cannot resolve symbol ‘xxx’”的解决方法,希望对大家有所帮助。1.将有问题的依赖注释掉(ctrl+/)dependencies { implementation fileTree(dir: 'libs', include: ['*.jar']) implementation(name: 'lib-dds-1.2.6.1-release', ext: 'aar')// implementation
2020-06-27 09:50:40 905
原创 Android Studio and Gradle are using different locations for the JDK
错误提示如下:Android Studio and Gradle are using different locations for the JDK.Android Studio: D:\Android Studio\jreGradle: C:\Program Files\Java\jdk-13.0.2Using different JDK locations might cause Gradle to spawn multiple daemonswhen executing tasks for
2020-06-27 00:22:03 936
原创 基于Matlab----多径衰落信道
基于Matlab----多径衰落信道一、题目二、仿真要求三、主要代码3.1、Jakes模型3.2、Clarke模型3.3、Zheng模型四、仿真结果:一、题目多径信道仿真二、仿真要求通过一个简单的模拟程序来说明多径衰落信道的特点,针对影响信道的两个重要参数2径,移动台速度来说明相干带宽、相干时间的定义。三、主要代码本次实验有三种模型可供选择:Clarke模型、Jakes模型和Zheng模型。我选用的是Jakes模型,但我也会提供另外两种模型的代码。程序代码:多径衰落信道matlab仿真代码3
2020-06-15 15:25:31 6956 6
原创 基于Jupyter Notebook---卷积神经网络的图像分类(keras对猫狗图像数据集进行分类)
keras对猫狗图像数据集进行分类一、安装Keras二、keras对猫狗图像数据集进行分类三、全部代码四、结果显示一、安装Keras在windows下,首先添加中科大源命令行中直接使用以下命令conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/conda
2020-06-09 17:26:59 3699
原创 基于Matlab----16QAM调制与解调
基于Matlab----16QAM调制与解调一、题目二、仿真要求三、主要代码四、仿真结果一、题目16QAM调制解调二、仿真要求用基带等效的方式仿真16-QAM在AWGN信道下的误码率和误比特率性能,并与理论值相比较。三、主要代码3.1、16QAM调制16QAM调制代码:% 16QAM调制send = zeros(1,L_symbol); % 预设发送信号send_set = [-3+3j,-1+3j,1+3j,3+3j,... -3+1
2020-06-08 14:49:50 9627
原创 基于Matlab----RSSI指纹定位技术性能仿真
基于Matlab----RSSI测距定位技术性能仿真一、题目二、仿真要求三、主要代码3.1、函数databaseone主要代码3.2、全部代码四、仿真结果一、题目RSSI指纹定位技术性能仿真二、仿真要求要求一:RSSI的测量值由对数路径损耗模型产生,为减小波动造成的误差,其值可由多次测量取平均值来得到。要求二:定位指纹数据库的建立是基于网格形式产生不同的指纹节点。要求三: 比较KNN算法与WKNN算法的CDF曲线对比图,横坐标为定位误差,纵坐标为CDF。三、主要代码3.1、函数databas
2020-06-03 21:45:37 1808
原创 基于Matlab----RSSI测距定位技术性能仿真
基于Matlab----RSSI测距定位技术性能仿真一、题目二、仿真要求三、主要代码3.1函数parameter_est主要代码3.2函数TOALLOP主要代码3.3全部代码四、仿真结果一、题目RSSI测距定位技术性能仿真二、仿真要求要求一:RSSI的测量值由对数路径损耗模型产生,为减小波动造成的误差,其值可由多次测量取平均值来得到。要求二:对数路径损耗模型中的参考距离路径损耗和路径损耗因子可通过参考点相互之间的测量值估计。要求三:完成理想情况下(参考距离路径损耗和路径损耗因子已知)与实际情况下
2020-06-03 20:04:06 2615
原创 基于Matlab----MSK调制与解调
一、题目MSK调制解调二、仿真要求画出MSK信号产生的信息、I路、Q路信号对比图以及接收端解调的信息恢复的对比图。三、主要代码n=10000;count=100;N=n/count; %N=100r=rand(1,N-1);for i=1:N-1,if (r(i)>=0.5) r(i)=1;else r(i)=-1; end;end;for i=1:n-count % ȡ9900��R(i)=r(((i-1)-mod((i-1),count))/count+1); end
2020-06-01 15:01:51 3625 1
原创 ROS学习:智能车室外光电组仿真
一、模型建立首先先准备我们的开源仿真包mit-racecar,博主已经把资源上传到CSDN上了。需要请自取。添加链接描述接下来将racecar_gazebo放入工作区间编译工作区间catkin_make设置环境变量echo "source ~/catkin_ws/devel/setup.bash" >> ~/.bashrcsource ~/.bashrc这下准备就完成了,可以启动launc文件了。roslaunch racecar_gazebo racecar.lau
2020-05-28 17:47:08 2296 3
原创 在matlab下实现TDOA定位算法性能仿真
一、题目TDOA定位算法性能仿真二、仿真要求要求一:编写两个函数TDOA_CHAN和TDOA_Taylor得到位置的估计。要求二:用RMSE实现两种算法的性能比较, 得到两种算法的RMSE曲线对比图,横坐标为噪声方差,纵坐标为RMSE。三、主要仿真代码3.1、函数TDOA_CHAN和主要代码函数TDOA_CHAN主要代码:%TDOA-CHAN:function theta=TDOACHAN(A,p,sigma) % A is the coordinate of BSs %A是BSS的坐
2020-05-27 21:18:06 5529
原创 TOA定位算法性能仿真
一、题目TOA定位算法性能仿真二、仿真要求要求一:编写两个函数TOA_LLOP和TOA_CHAN得到位置的估计。要求二:用RMSE实现两种算法的性能比较, 得到两种算法的RMSE曲线对比图,横坐标为噪声方差,纵坐标为RMSE。三、主要仿真代码3.1、函数TOA_LLOP和TOA_CHAN主要代码函数TOA_LLOP 主要代码:TOALLOP:function theta=TOALLOP(A,p,j) % A is the coordinate of BSs %A是BBS的坐标% p
2020-05-21 08:58:29 2644
原创 对鸢尾花数据集和月亮数据集,分别采用线性LDA、k-means和SVM算法进行二分类可视化分析
一、支持向量机支持向量机是一个功能强大并且全面的机器学习模型,它可以执行线性或者非线性分类,回归甚至异常检测任务。其主要分为三类:线性SVM分类、软间隔分类、非线性SVM分类。本篇博客将重点深入SVM算法。简单了解下SVM算法的优缺点。优点:1.使用核函数可以向高维空间进行映射2.使用核函数可以解决非线性的分类3.分类思想很简单,就是将样本与决策面的间隔最大化4.分类效果较好缺点:1.SVM算法对大规模训练样本难以实施2.SVM解决多分类问题存在困难3.对缺失数据敏感,对参数和核函数的
2020-05-18 11:03:58 509
原创 机器学习--python代码实现基于Fisher的线性判别(鸢尾花数据集的分类)
一、线性分类–判断该函数属于哪一类先上例题,然后我会通过两种方法来判断该函数属于哪一类1、图解法定义对于多类问题:模式有 ω1 ,ω2 , … , ωm 个类别,可分三种情况:第一种情况:每一模式类与其它模式类间可用单个判别平面把一个类分开。这种情况,M类可有M个判别函数,且具有以下性质:下图所示,每一类别可用单个判别边界与其它类别相分开 。如果一模式X属于ω1,则由图可清楚看出...
2020-05-04 16:02:10 5789
原创 Ubuntu16.04下基于opencv--实现图像SIFT特征与全景图片的生成
Ubuntu16.04下基于opencv--实现图像SIFT特征与全景图片的生成一. 理解和实践SIFT特征提取与匹配二. 全景图片的生成一. 理解和实践SIFT特征提取与匹配首先先准备好两张不同角度的照片,方便我们进行特征提取接下来在Ubuntu下新建一个test01.cpp文件,并输入特征提取匹配代码:#include "highgui/highgui.hpp"#include "...
2020-04-29 12:28:22 784
原创 机器学习--模型评估与旋转与对手写体Mnist
一、模型评估与旋转1、查准率 查全率与查准率是信息检索领域内的概念,二者是反映检索效果的重要指标。根据查准率和查全率可绘制系统的PR曲线,可根据曲线判断系统的优劣。 查准率(精度)是衡量某一检索系统的信号噪声比的一种指标,即检出的相关文献量与检出的文献总量的百分比。 普遍表示为:查准率=(检索出的相关信息量/检索出的信息总量)x100%。使用专指性较强的检索语言(如上位类、上位主题词)能提...
2020-04-26 17:55:50 600
原创 凸函数、凸规划的定义及学习
1、计算几何是研究什么的?计算几何研究的对象是几何图形。早期人们对于图像的研究一般都是先建立坐标系,把图形转换成函数,然后用插值和逼近的数学方法,特别是用样条函数作为工具来分析图形,取得了可喜的成功。然而,这些方法过多地依赖于坐标系的选取,缺乏几何不变性,特别是用来解决某些大挠度曲线及曲线的奇异点等问题时,有一定的局限性。2、计算几何理论中过两点的一条直线的表达式,是如何描述的?通过以下公式...
2020-04-22 16:47:43 8353 1
原创 python编程--通过单纯形法和scipy库实现线性规划以及通过拉格朗日来求解非线性
例题首先,我们通过单纯法来求解该例题新建“data.txt”文件存放2 1 1 0 0 0 00 2 -1 1 0 0 -21 -1 1 0 1 0 20 1 -1 0 0 1 1import numpy as npdef pivot(d,bn): l = list(d[0][:-2]) jnum = l.index(max(l)) #转入编号 m = [...
2020-04-20 14:01:56 371
原创 Ubuntu16.04 ORB_SLAM2的安装教程
前言ORB_SLAM2的安装需要至少2GB的内存空间,请安装前注意自己的内存大小,别像博主一遍安ORB_SLAM2,一边卸各种安装包安装ORB_SLAM2所需的依赖更新apt库,更新软件列表sudo apt-get update安装gitsudo apt-get install git安装cmake,用于程序的编译sudo apt-get install cmake安装Pa...
2020-04-17 23:27:10 316
原创 ROS机器人SLAM学习:自建虚拟世界与Gazebo定位与导航仿真
gazebo 中能仿真真实世界,包括很多物理属性,比如惯性,碰撞等。对于没有真实机器人和场地条件的情况下,作用十分强大。在本篇文章中,我会介绍如何在Gazebo中实现小车的定位与导航仿真,我会将所用代码上传,你可以使用他自带的虚拟环境,也可以像我一样,自行创建一个虚拟世界。首先启动gazebo,ctrl+B启动gazeb自带的building模式然后在构建好后,保存至./gazebo/mo...
2020-04-05 16:13:29 1028 2
原创 Python实现多元线性回归方程梯度下降法与求函数极值
梯度下降法梯度下降法实现简单,当目标函数是凸函数时,梯度下降法的解是全局解。一般情况下,其解不保证是全局最优解,梯度下降法的速度也未必是最快的。梯度下降法的优化思想:用当前位置负梯度方向作为搜索方向,因为该方向为当前位置的最快下降方向,所以也被称为是”最速下降法“。最速下降法越接近目标值,步长越小,前进越慢。缺点:靠近极小值时收敛速度减慢,求解需要很多次的迭代;直线搜索时可能会产生一些问...
2020-04-05 14:12:04 2722
HDFS.zip(云盘系统)
2020-06-28
pysqlite3.txt
2020-07-25
【项目实训】 基于人脸识别的课堂签到管理系统.zip
2020-07-23
【项目实训】 基于人脸识别的课堂签到管理系统.zip
2020-07-23
Face_Recognition_Project_4.zip
2020-07-18
Face_Recognition_Project_1.zip
2020-07-16
Setup_SmartRF_Flash_Programmer-1.12.8.zip
2020-07-14
ZStack-CC2530-3.0.2.zip
2020-07-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人