From 1e6d82f861e73ac7f54a8f9c19a90f8f80e73b23 Mon Sep 17 00:00:00 2001 From: Tang <44370086+Tang1705@users.noreply.github.com> Date: Mon, 3 Aug 2020 09:20:30 +0800 Subject: [PATCH] Update Readme.md --- Readme.md | 12 ++++++------ 1 file changed, 6 insertions(+), 6 deletions(-) diff --git a/Readme.md b/Readme.md index f3e4949..4370382 100644 --- a/Readme.md +++ b/Readme.md @@ -104,8 +104,7 @@ Triplet 是一个三元组，这个三元组是这样构成的：从训练数据 不同人脸检测器的效果如下图所示 - -https://5618.oss-cn-beijing.aliyuncs.com/wordpress/image/05/08.gif +
01
此外，从用户角度出发，在建立人脸数据库时，通过 OpenCV 和 win32com 从文字和语音方面进行操作提示。 @@ -158,14 +157,15 @@ https://5618.oss-cn-beijing.aliyuncs.com/wordpress/image/05/08.gif
01
该摔倒检测算法的效果如下 -http://tang5618.com/data/video/03.mp4 + +[![ScreenShot](http://static.zybuluo.com/TangWill/i26snix0xac8luh8bnyqapax/%E6%89%B9%E6%B3%A8%202020-08-03%20091516.jpg)](https://youtu.be/H7GJdEIA9iM)
在互动检测上，我们假定老人与义工的距离小于50cm即发生互动。因此需要建立像素坐标系与世界坐标系的映射关系。伪随机序列具有良好的窗口特性，即通过一个较小的窗口在编码图案上面移动时，每个窗口内的编码组合是唯一的，根据窗口的这个特性可以唯一地辨识编码图案上的特征点。 -以 $h(x)=2x^6+2x^5+x^4+3x^3+2x^2+2x+1$ 作为本原多项式生成伪随机序列，通过伽罗华域下的四则运算，生成 $65 \times 63$ 的伪随机矩阵，窗口大小为 $2 \times 3$。 +以 作为本原多项式生成伪随机序列，通过伽罗华域下的四则运算，生成 的伪随机矩阵，窗口大小为 。
01 02 02
@@ -173,8 +173,8 @@ http://tang5618.com/data/video/03.mp4 通过设计的解码算法，可以将角点位置精确到亚像素，在Lab演色空间下进行颜色分类，完成解码。 -- 确定候选特征点：$d=\mid \sum_{i=-\varepsilon}^{\varepsilon} I_{c}(x+i, y)-\sum_{j=-\varepsilon}^{\varepsilon} I_{c}(x, y+j)|$ -- 确定特征点：$\rho_c =\frac{n \sum_{i=1}^{n} M_{C_{1}} M_{C_{1}}^{\prime}-\sum_{i=1}^{n} M_{C_{1}} \sum_{i=1}^{n} M_{C_{i}}^{\prime}}{\sqrt{n \sum_{i=1}^{n} M_{C_{1}}^{2}-\left(\sum_{i=1}^{n} M_{C_{i}}\right)^{2}} \sqrt{n \sum_{i=1}^{n} M_{C_{i}}^{\prime} 2-\left(\sum_{i=1}^{n} M_{C_{i}}^{\prime}\right)^{2}}}$ +- 确定候选特征点： +- 确定特征点： - 8邻域广度优先搜索将特征点位置精确到亚像素 - 色彩校正、Lab 颜色空间对菱形颜色分类并解码