基于人脸识别的门禁管理系统 (Python+Django+RESTframework+JsonWebToken+Redis+Dlib) 该项目为宿舍门禁系统管理，并额外加入宿舍管理、水电费管理、在线充值、报修管理、系统日志等多项功能，详细见下方截图等。 Django为后端、H5/CSS/JS为前端、MySQL为后端数据库、Redis为缓存、Dlib为人脸识别程序库。 该项目可作为个人学校毕业设计使用，未考虑生产环境，后续开发随心。

1、缺少sun.misc.BASE64Encoder的JAR包的问题 右键项目--》Java Build Path--->Libraries---->点开 JRE System Library[...]---》选中Access rules defined...----》edit----》Add--->选Accessible--->填** 2、 调注册接口 报 {"id":0,"error":{"error_code":1,"line":318,"prev_exception":null,"file":"sofa\/rpc\/http_rpc_request.cpp","function":"process_request","message":"JSON request no method","stack":""}} 这个问题是必选请求参数漏提交 3、'{"id":0,"error":{"error_code":1,"line":284,"prev_exception":null,"file":"sofa\\/rpc\\/http_rpc_request.cpp","function":"process_request","message":"parse JSON request failed","stack":""}} 这个问题是提交的JSON数据格式，不符合接口文档要求，注意JSON层次 4、{"id":58976,"result":{"_ret":{"errmsg":"","errnum":-8}}} 这个问题是无法找到头像，目前我遇到的原因是因为用IPHONE拍照导致的，因为IPHONE拍照后存储时，IPHONE进行了拉伸导致无法识别头像，对于IPHONE拍照的问题，可以用ImageResizerPortable工具批量缩放50%，再 进行注册。

matlab人脸特征定位代码SpecDiff欺骗检测器 该存储库包含一个示例代码，该示例代码计算出我们的IJCB论文中提出的SpecDiff描述符，以执行面部表情攻击（欺骗）检测。 SpecDiff描述符利用面部图像的镜面反射和漫反射，无需大型训练数据库或高性能计算系统，即可进行快速，准确的欺骗检测。 *十月2020年更新：我们的论文获得了IJCB 2020 Google PC Chairs Choice最佳论文奖。 经过测试的计算环境 MATLAB R2017b 示例代码教程 运行主脚本“ SpecDiff_main.m”。 该脚本会加载一对示例照片（使用闪光灯和不使用闪光灯拍摄），以计算SpecDiff描述符。 带有径向基函数（RBF）内核的支持向量机（SVM）将描述符分为实时或欺骗两种类别之一。 分类分数的正值和负值分别表示实时分类和欺骗分类。 结果图 文件和目录 SpecDiff_main.m 主脚本将预处理应用于示例照片对，并将其分类为实时或欺骗类。 load_facial_images.m 加载一对面部照片，一张带有闪光灯，另一张不带有闪光灯。 预处理程序 应用本文中描述的

使用 MATLAB 软件和 Open CV 开源库搭建实现 A-PCA+BP神经网络的人脸识别系统，系统能够实时检测人脸与识别。

可直接用于人脸识别技术的图像集-人脸数据集，数据集里有 40 个人，每个都有 10 张照片，分别存储在 40 个文件夹里，s1-s40，每个文件夹下面都有 10 张 .pgm 照片，每张照片的尺寸 112*92（长 * 宽）。

毕业设计:基于深度学习的人脸识别签到系统的设计与实现 准备： 安装virtualenv: pip install virtualenv 创建虚拟环境: virtualenv venv 进入虚拟环境: venv\Scripts\activate 安装依赖的包: pip install -r requirements.txt 运行： 更新数据库：python app.py db upgrade 生成管理员用户：python app.py init 运行：python app.py runserver 初始管理员账户： 学号：000000 密码：666666

对 Deep convolutional network cascade for facial point detection[CVPR13]一文的复现，可演示的可执行文件。 目前只实现了第一层。

我使用了opencv来录取人脸,使用了txt文本来保存人脸数据来提高第二次和以后的识别速度.

300行人脸识别代码运行

本科毕业设计——基于深度学习的口罩佩戴检测及人脸识别系统源代码 Run pip install -r requirements.txtin terminal; Run main.py in your IDE or python interpreter;