人脸识别遇到的问题及相应的解决方法
人脸识别遇到的问题及相应的解决方法 一，光照问题 光照问题是机器视觉中的老问题，在人脸识别中的表现尤为明显。目前方法未能达到使用的程度。 如何克服光照的影响？ 目前经常使用的方法有：直方图均衡化处理，必要的话会对人脸区域的左、右脸分别进行直方图均衡化，然后合并成整脸来克服光照的影响。 Gabor小波受光照的影响较小。 二，姿态问题 与光照问题类似，姿态问题也是目前人脸识别研究中需要解决的一个技术难点。针对姿态的研究相对比较的少，目前多数的人脸识别算法主要针列正面、准正而人脸图像，当发生俯仰或者
人脸识别行业分析报告
人脸识别行业分析报告 图像识别主要用到了两个第三方的框架：OpenCV和TesseractOCR，OpenCV用来做图像处理，定位到身份证号码的区域，TesseractOCR则是对定位到的区域内的内容进行识别。 国内国外的人脸识别技术大多数在开源OPENCV等开源库上进行新规则添加，公司之间的识别正确率差异仅仅在小数点上，提升意义不大，最关键的强化方向是商业适用性，使用表现的准确率和高可用性。人脸识别技术的比较维度很多，比如图像比对级的1：1，1：N，N：N;衡量的标准和维度都不同。 Open
站在信息安全角度 人脸识别面临五大问题
站在信息安全角度 人脸识别面临五大问题 随着算法的完善，生物识别技术已获得重大突破，在越来越多的领域不断跨越用户接受的门槛，其市场呈快速爆发之势。其中，的国内市场规模在未来五年有望达到千亿级别。尽管市场是十分看好的，但就人脸识别技术本身来说，技术要得意应用仍有许多需要克服的问题。此文是一个有十几年行业经验的从业人员，站在信息安全的角度探讨一下为什么不能在互联网上远程使用人脸识别技术识别身份，欢迎各路神仙拍砖。 第一，网上识别身份是一个严肃的信息安全问题 身份识别作为信息安全问题，本不用解释，要
一份非常完整的MySQL规范
一份非常完整的MySQL规范 一、数据库命令规范 所有数据库对象名称必须使用小写字母并用下划线分割 所有数据库对象名称禁止使用mysql保留关键字（如果表名中包含关键字查询时，需要将其用单引号括起来） 数据库对象的命名要能做到见名识意，并且最后不要超过32个字符 临时库表必须以tmp_为前缀并以日期为后缀，备份表必须以bak_为前缀并以日期(时间戳)为后缀 所有存储相同数据的列名和列类型必须一致（一般作为关联列，如果查询时关联列类型不一致会自动进行数据类型隐式转换，会造成列上的索引失效，导致查
Android 性能优化工具
Android 性能优化工具 这段时间总结了一些常用的性能优化工具，当然这些并没有包含全部的工具，下面稍微对这些工具做个简单的总结： 1、应用codeReview工具 StrictMode 检测应用主线程不规范代码 https://www.jianshu.com/p/d4309061291b Lint AS中提供的代码分析工具，它能够检查出代码当中存在的问题，定义该问题的严重程度，并给出相应的解决方案，这样我们就可以快速地定位和修复问题。 https://www.jianshu.com/p/4
五大技术助力，智能门锁能否成为智能家居下一个入口？
五大技术助力，智能门锁能否成为智能家居下一个入口？ 随着5G突破在即，物联网时代的临近，各行各业都在谋求智能化转型，门锁也不例外，智能门锁逐渐成为大众关注的焦点。 智能门锁是指可通过密码、指纹、人脸、感应卡识别等技术方式解锁的门锁，可以使用户摆脱钥匙的束缚，实现门锁的智能化、便利化。 其实智能门锁也不是刚刚出现的新事物，早在20世纪70年代就已经出现指纹锁等智能门锁，但有碍于技术水平，一直没有得到普及，直到现如今随着物联网的迅猛发展，智能门锁也受到了更多重视，得到更多用户的使用。 盘点智能门锁
单元测试1之单元测试的引用
单元测试1----- 单元测试的引用（2019/1/24） 视频链接 操作 1.***在浏览器输入http://172.16.200.128/ecsshop/*** 2.***右键-->查看网页源代码-->第58~73行是javaScripe的脚本语言***， 3.***找到function(函数)：checkSourceForm()(61行)*** 4.打开JavaScripe控制台 打开Google浏览器-->右上角点中“三个点”--->更多工具--->开发者工具--->最上层consol
2019年Linux运维工程师的高薪出路在哪？
早在2015年国家就提出了“供给侧”改革思想，简言之，就是告诉企业里的Linux运维工程师要从以往平时人肉部署各种业务环境，处理各种故障(负载高、CPU高、服务宕机、被攻击)，每天火烧眉毛、焦头烂额、苦劳多功劳少的工作模式切换到高效的工作模式了。 优秀的Linux运维工程师的核心工作，不是上面描述的那些，而应该是制定和完善服务标准、服务规范、制度流程、响应方案，然后通过使用已有工具以及自行开发软件自动化、平台化将这些制度和流程落地执行，提高运维部门的生产力和人效，员工日常通过平台即可实现观看系
IT人员如何提升自身英语能力？
从事运维工作的很多网友，英文能力很菜，究其原因发现了一些问题所在，下面就和大家分享几点，更多的大家可以继续补充。 第一个建议： 平时工作多使用英文版软件，特别是有时间的情况下，不需要特意用英文版，只要遇到了不要躲“她”就好。 不然的话，离你心中的高级运维或高级系统架构师的目标，只能是越来越远! 第二个建议： 英语基础不好的同学，如果计算机有些感觉的话，可以通过学计算机去掌握常见的计算机英语，我就曾经通过学英语来掌握汉语。 不太建议那些为了学计算机而单独去学英语的做法，因为太慢了，而且会很难坚持
linux下软链接和硬链接的区别
在linux系统中，链接分两种 ：一种被称为硬链接（Hard Link），另一种被称为符号链接或软链接（Symbolic Link）。 1)默认不带参数情况下，ln命令创建的是硬链接。 2)硬链接文件与源文件的inode节点号相同，而软链接文件的inode节点号与源文件不同。3)ln命令不能对目录创建硬链接，但可以创建软链接，对目录的软链接会经常被用到。 4)删除软链接文件,对源文件及硬链接文件无任何影响； 5)删除文件的硬链接文件，对源文件及软链接文件无任何影响； 6)删除链接文件的原文件，
生产环境常见的HTTP状态码列表
200 - OK，服务器成功返回网页 - Standard response for successful HTTP requests. 301 - Moved Permanently(永久跳转)，请求的网页已永久跳转到新位置 - This and all future requests should be directed to the given. 403 - Forbidden(禁止访问),服务器拒绝请求 - forbidden request (matches a deny filte
运维人员到底要不要学习开发？
运维人员的困惑：做运维要掌握网络，系统，服务，数据库，现在还要精通各种开发语言，精力都耗尽了，还能学好吗?以上5大点如果能精通一点就很牛叉了，那么，作为初中级运维人员，到底该如何选择和舍弃呢? 作为从事多年运维及兼开发职位的过来人，在开发和运维这两个职位上的相关看法给后来人的建议如下： 1. 运维入门比开发入门要难得多 原因是运维知识太庞杂(网络，系统、、各种服务、数据库、开发)，而开发知识相对更专注系统分块。PHP，PYTHON可以1个月入门上手做事，运维1个月绝对是没戏的，无论是培训和还是
Python编程必会数据类型
数据类型是每种编程语言必备属性，只有给数据赋予明确的数据类型，计算机才能对数据进行处理运算，因此，正确使用数据类型是十分必要的，不同的语言，数据类型类似，但具体表示方法有所不同，以下是Python编程常用的数据类型： 1. 数字类型 Python数字类型主要包括int（整型）、long（长整型）和float（浮点型），但是在Python3中就不再有long类型了。 int（整型） 在32位机器上，整数的位数是32位，取值范围是-231~231-1，即-2147483648~214748364；
6个Python代码简化方法
Python开发代码简化除了采用规范化的编程规则之外，代码编写的逻辑性和对内置规则的掌握也对其有一定的影响，以下是Python3支持的用法，合理的利用可以极大的简化代码的书写复杂度。 1. 列表推导式 对于一组列表，如果想让其所有元素翻倍，很多人都会采用以往比较经典的写法，其实Python中有更精简的办法，实例如下： 以往做法： num = [1, 3, 5, 7, 9] for i in range(len(num)): num[i] = num[i] * 3 Python简化写法： num
python常用的集成开发工具
Python开发软件可根据其用途不同分为两种，一种是Python代码编辑器，一种是Python集成开发工具，两者的配合使用可以极大的提高Python开发人员的编程效率，以下是常用的几款Python代码编辑器和Python集成开发工具。 一、Python代码编辑器 1. Sublime Text Sublime Text是一款非常流行的代码编辑器，支持Python代码编辑，同时兼容所有平台，并且丰富的插件扩展了语法和编辑功能，迅捷小巧，具有良好的兼容性，很受编程人士的喜爱！ 2. Vim Vim
常见的9种大数据分析方法
数据分析是从数据中提取有价值信息的过程，过程中需要对数据进行各种处理和归类，只有掌握了正确的数据分类方法和数据处理模式，才能起到事半功倍的效果，以下是数据分析员必备的9种数据分析思维模式： 1. 分类 分类是一种基本的数据分析方式，数据根据其特点，可将数据对象划分为不同的部分和类型，再进一步分析，能够进一步挖掘事物的本质。 2. 回归 回归是一种运用广泛的统计分析方法，可以通过规定因变量和自变量来确定变量之间的因果关系，建立回归模型，并根据实测数据来求解模型的各参数，然后评价回归模型是否能够很
大数据分析常用的开发工具
大数据研究的出现，为企业、研究机构、政府决策提供了新的行之有效思路和手段，想要做好大数据的管理和分析，一些大数据开发工具的使用是必不可少的，以下是大数据开发过程中常用的工具： 1. Apache Hive Hive是一个建立在Hadoop上的开源数据仓库基础设施，通过Hive可以很容易的进行数据的ETL,对数据进行结构化处理,并对Hadoop上大数据文件进行查询和处理等。 Hive提供了一种简单的类似SQL的查询语言—HiveQL,这为熟悉SQL语言的用户查询数据提供了方便。 2. Apach
Python中is与双等于号“==”的区别
Python有两个用于相等比较的运算符，“is”和“==”（等于）。在这篇文章中，我将带你们了解Python中“is”和“==”的区别，并通过几个简单地例子说明应该在什么时候使用它们，我们先来看一个情景： 当我还是一个孩子的时候，我们的邻居家有两只双胞胎猫。 这两只猫看起来看起来完全一样 - 同样的木炭毛，同样敏锐的绿眼睛。撇开一些个性怪癖，单从它们的外表根本无法区分它们。但他们确确实实是两只不同的猫，两个不同的生物，尽管它们看起来完全一样。 就如相等和相同在意思上是有差异的，理解这种差异对理
Python爬虫初学者需要了解的知识与技能
现行环境下，大数据与人工智能的重要依托还是庞大的数据和分析采集，类似于淘宝 京东 百度 腾讯级别的企业 能够通过数据可观的用户群体获取需要的数据，而一般企业可能就没有这种通过产品获取数据的能力和条件，想从事这方面的工作，需掌握以下知识： 1. 学习Python基础知识并实现基本的爬虫过程 一般获取数据的过程都是按照 发送请求-获得页面反馈-解析并且存储数据 这三个流程来实现的。这个过程其实就是模拟了一个人工浏览网页的过程。 Python中爬虫相关的包很多：urllib、requests、bs4
今日推荐
周排行