手势识别的人机交互系统基于mediapipe+opencv+autopy的人机交互系统功能通过手势实现对电脑的操作，如鼠标左右键，键盘的上下键（可对PPT进行翻页）运行gesture_control_Win.py即可所需环境mediapipenumpy。

目录：👇体感互动——Hand Pose Estimation Based on Mediapipe And LSTM🐱IntroduceInference1Inference2体感互动😔Training🐒Reference🐕Thanks🐱Introduce体感互动——Hand Pose Estimation Based on Mediapipe And LSTM。

跨模态检索：图像——文本检索媒体计算实践作业：图像——文本跨模态搜索数据集下载本项目使用的是Flickr30k数据集，你需要自行先下载。百度云地址数据预处理在Preprocessing下:data_split_1.py 划分训练集、测试集、验证集resize_data_2.py 长宽比例不变，将短边拉伸为256count_vocab_3.py 统计每个单词的词频convert_annotation

实现功能登陆功能注册功能账户信息管理增删改查停车信息查询车辆入库和车辆出库出库入库判断车牌信息判断微信小程序调用PHP数据库后端查询车场车位微信小程序预定系统调用摄像头和视频车牌识别剩余车位预定可视化展示(实时同步小程序)优化EasyPR过时的style，适配Qt5.12.1，C++11前端多线程数据库初始化，与多线程循环检测更新饼图Linux后端优化数据库和QT多次调用的TCP开销。

opencv+yolov8+deepsort的行人检测与跟踪。当然，也可以识别车辆等其他类别。更新历史2024/3/5：YoloV9模型已添加至WebUI。2024/2/11更新：清理代码，完善注释。WebUI新增识别目标选择、进度条显示、终止推理、示例等功能。2023/10/17更新：简化代码，删除不必要的依赖。解决webui上传视频不会清空tracker ID的问题。2023/7/4更新：加入

原理简述对多张图片进行基于SIFT的特征检测算法，如果符合最小拼接要求大的关键点matchKeypoints数量，使用OpenCV-Python自带的stitching方法进行全景拼接，但是对于拼接后的黑边裁剪效果不好，可以修改优化。使用方式其中images/scottsdale为待拼接图像所在文件夹，output.png为处理拼接保存后的图像；这里使用了相对路径，因为在工程根目录下运行了终端。不

特性可识别车型: 可以识别小轿车、货车、公交车等车型。可统计车流量: 可以分别统计来往两方向的车流量情况。可识别车牌: 对于清晰的视频可以识别车牌。更多功能: 还在开发中。安装。

特性可识别车型: 可以识别小轿车、货车、公交车等车型。可统计车流量: 可以分别统计来往两方向的车流量情况。可识别车牌: 对于清晰的视频可以识别车牌。更多功能: 还在开发中。安装。

1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。下载后请首先打开README.md

本文项目流程一、 使用微博应用获取微博文本，代码地址weibo_get二、 SVM初步分类(svm_temp.py)三、 利用贝叶斯定理进行情感分析四、 利用AdaBoost加强分类器。