PyRecognizer 一个简单的人脸识别引擎 火车/预测视频指南 模型为一些名人调整 以下列表包含名人的姓名和用于训练的照片数，按照片数排序 名人名单George_W_Bush 530 Colin_Powell 236 Tony_Blair 144 Donald_Rumsfeld 121 Gerhard_Schroeder 109 Ariel_Sharon 77 Hugo_Chavez 71 Junichiro_Koizumi 60 Jean_Chretien 55 John_Ashcroft 53 Serena_Williams 52 Jacques_Chira

毕业设计 - 基于树莓派、OpenCV及Python语言的人脸识别 使用OpenCV for Python图像识别库，运行在树莓派RASPBIAN JESSIE Linux系统平台上，搭配树莓派官方摄像头模块。 运行要求 OpenCV 2.4.9 for Python Python 2.7 v4l2 PyQt4 安装要求 sudo apt-get install build-essential cmake pkg-config python-dev libgtk2.0-dev libgtk2.0 zlib1g-dev libpng-dev libjpeg-dev libtiff-dev libjasper-dev libavcodec-dev swig unzip 1. 启用v4l2 安装PyQt4 sudo apt-get install python-qt4 运行 python main.py

基于matlab的人脸识别代码，只有matlab程序，需要人脸识别库图像的可以留言或私信我

该课题为基于MATLAB平台的PCA的人脸识别系统。传统的人脸识别都是直接人头的比对，现实意义不大，这块都做烂了。该课题识别原理为：从一副生活照中寻找到人脸，并且分割人脸图象，利用PCA算法进行降维，和库里图片进行对比，输出目标人脸以及相关个人信息。该课题还可以继续二次开发，做成库内外人脸的识别，如果是库外人脸则实现报警等。

提出了利用小波变换(WT)、非负稀疏矩阵分解(NMFs)和Fisher线性判别(FLD)来进行人脸识别。用小波变换分解人脸图像，选择最低分辨率的子段，既能捕获到人脸的实质特征，又有效地降低了计算复杂性；非负稀疏矩阵分解能显示地控制分解稀疏度和发现人脸图像的局部化表征；Fisher线性判别能在低维子空间中形成良好的分类。实验结果表明，这种方法对光照变化、人脸表情和部分遮挡不敏感，具有良好的健壮性和较高的识别效率。

SVM 人脸识别 资料论文 使用SVM算法实现人脸识别的论文

使用MTCNN进行人脸识别，FaceNet进行特征提取的人脸识别系统源码 本项目为一个完整的人脸识别系统，该系统提供了如下功能：人脸识别、人脸特征提取、人脸对比

最近在学人脸识别，需要用到ORL人脸库，分享一下学习资源。 摘要必须大于50个字

基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。 基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于pytho

如果你对DFace感兴趣并且想参与到这个项目中, 以下TODO是一些需要实现的功能，我定期会更新，它会实时展示一些需要开发的清单。提交你的fork request,我会用issues来跟踪和反馈所有的问题。也可以加DFace的官方Q群 681403076 也可以加本人微信 jinkuaikuai005 TODO(需要开发的功能) 基于center loss 或者triplet loss原理开发人脸对比功能，模型采用ResNet inception v2. 该功能能够比较两张人脸图片的相似性。具体可以参考 Paper和FaceNet 反欺诈功能，根据光线，质地等人脸特性来防止照片攻击，视频攻击，回放攻击等。具体可参考LBP算法和SVM训练模型。 3D人脸反欺诈。 mobile移植，根据ONNX标准把pytorch训练好的模型迁移到caffe2,一些numpy算法改用c++实现。 Tensor RT移植，高并发。 Docker支持，gpu版 安装 DFace主要有两大模块，人脸检测和人脸识别。我会提供所有模型训练和运行的详细步骤。你首先需要构建一个pytorch和cv2的python环境