基于PCA的人脸识别算法实现毕业论文.doc
2022-12-20 21:40:56 2.08MB
1
使用Yolo神经网络实现人脸检测完整程序(测试通过)
2022-12-20 17:22:07 284.48MB AI 人脸识别
1
使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实
2022-12-20 15:27:33 68.47MB 人脸识别+活体检测
1
核判别分析 人脸识别 KFLD 实验效果好,程序运行有保障 注释详细
2022-12-19 22:40:58 2.95MB KFLD 核判别分析
1
基于Python的人脸识别课堂考勤系统(毕设)资料包,包内包含项目: 1.系统源码 2.GUI文件 3.数据库表文件 4.转换的GUI.py脚本文件 。。。。。。。。
2022-12-19 19:18:55 25.63MB python 人脸识别 考勤系统 毕业设计
1
基于深度学习的ARM平台实时人脸识别
2022-12-19 12:32:05 1.35MB 基于 深度学习 arm 平台
1
python本科毕业设计基于深度学习的人脸识别考勤系统。具备基础的人脸录入,人脸识别,考勤管理,课堂管理,班级管理,日志管理等功能。此Python项目是整体项目的人脸识别部分,基于深度学习的FaceNet算法,对人脸特征进行提取,判断是否输入。python本科毕业设计基于深度学习的人脸识别考勤系统。具备基础的人脸录入,人脸识别,考勤管理,课堂管理,班级管理,日志管理等功能。此Python项目是整体项目的人脸识别部分,基于深度学习的FaceNet算法,对人脸特征进行提取,判断是否输入。python本科毕业设计基于深度学习的人脸识别考勤系统。具备基础的人脸录入,人脸识别,考勤管理,课堂管理,班级管理,日志管理等功能。此Python项目是整体项目的人脸识别部分,基于深度学习的FaceNet算法,对人脸特征进行提取,判断是否输入。python本科毕业设计基于深度学习的人脸识别考勤系统。具备基础的人脸录入,人脸识别,考勤管理,课堂管理,班级管理,日志管理等功能。此Python项目是整体项目的人脸识别部分,基于深度学习的FaceNet算法,对人脸特征进行提取,判断是否输入。
通过调用摄像头捕获人脸,通过比对实现人脸识别
2022-12-18 22:32:51 810B t'
1
机器学习课程设计 人脸识别完整Matlab源码+项目说明.zip 【功能实现】 1.信息隐藏 2.信息解码 3.人脸识别 【注意】 不要改变文件结构!!,.exe文件在exe里,生成的图片及.mat在generated_photo里,一张典例图片在example_photo里,image里是一些README文档需要的照片,resource里的是一些依赖文件,不要动!
Haar分类器结合keras-facenet算法实现人脸检测分割及人脸识别考勤系统完整源码+项目说明.zip 【模式识别-人脸识别考勤系统】 利用Haar分类器完成人脸检测、分割;利用FaceNet网络完成人脸识别。 【依赖库】 opencv-python numpy keras-facenet(见 https://pypi.org/project/keras-facenet/ ) Keras TensorFlow 其中,keras-facenet需要下载预训练模型置于~/.keras-facenet目录下,如果你获得的版本在model/目录下没有带该模型,请自行到该库的GitHub仓库页下载,或在第一次调用该库时也会自动下载。 【使用face_manager.py可以进行人脸的录入,注意录入姓名时,之间不要用空格分隔】 【使用main.py可以进行人脸考勤主操作】 准确率达到93.2% 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含:项目源码、训练好的模型、项目操作说明等,该项目可直接作为毕设使用。