使用cv进行人脸识别，cv嵌入到PyQt中。包含功能为：人脸特征录入、人脸识别。并提供单独程序用于调试，程序后续可继续进行优化。

matlab 人脸匹配代码

脸 AAM 特征提取、年龄估计、人脸老化

“刷脸”，又叫人脸识别解屏，使用步骤：安装完这款软件之后，在这款软件的主界面点击设置，设置您本人的人脸照片，自己照一张照片保存进去，设置成功后，让其后台运行，手机开屏的话就会出现比对界面，再次拍一下你的脸部照片，捕捉完成之后，和之前保存的照片对比，如果相似度大于百分之九十就解屏成功，否则解屏失败。（需要打开数据连接或连网状态下使用）会带来一定的乐趣性 缺陷：现在还没有屏蔽home键，所以对于保密性来说还没有完全实现，界面还不够美观

For C, JAVA, DELPHI, VB6 档案太大所以必须分三个下载，再合并档案。

android 结合 opencv项目（人脸识别）

通过OpenCV实现人脸框选，物体框选分类器训练，实现物体框选，基于face_recognition的人脸识别等相关资料。

FACE ANTI-SPOOFING

matlab人脸识别代码具有两个阶段的人脸对齐重新初始化 CVPR 2017论文“具有两阶段重新初始化的深度回归架构，用于高性能面部地标检测”的测试代码。 要求 Linux OS上Caffe平台的一般环境：。 Matlab 2013a或更高版本 CUDA（如果使用Nvidia GPU） 介绍 由于不同的面部检测器通常会返回具有不同比例和中心偏移的各种面部边界框，因此如果面部界标检测算法可以产生鲁棒的结果而不过多依赖面部检测结果，这将非常有用。 为了显式处理基于回归的界标检测方法中的初始化问题，我们提供了一种具有从头到尾学习的“两阶段重新初始化”的深度回归体系结构。 我们提出的深度架构经过了端到端的培训，并使用各种不稳定的初始化方法获得了可喜的结果。 与许多竞争算法相比，它还具有出色的性能。 我们的方法与其他基准方法在300W和AFLW数据集上的比较如下所示，更多细节可以在初始论文中找到。 运行测试代码 这些模型保存在百度SkyDrive中： 300W型号：链接：密码​​：qzmi aflw的型号：链接：密码​​：1j8e 在此项目中成功构建CAFFE并下载模型后，只需在demo文件夹中

pca人脸识别算法matlab代码