MATLAB平台：口罩识别（带界面，人脸定位，形态学，干扰去除，分割，定位，判别，未戴口罩则预警）

Python与Face++实现简易人脸识别考勤系统的源码，代码完整，可运行 运行环境：Python版本：IDLE (Python 3.9 64-bit) 代码编译器：Visual Studio Code

树莓派基本项目包括：人脸识别，FNC，超声波测距等

包含:工程代码 本工程非常方便移植,可以进行功能的增加或者替换 本系统由STM32单片机+OpenMV人脸识别+OLED显示

基于卷积神经网络的人脸识别. 完整代码 可直接运行 我们整个人脸识别系统总共分为 5 个部分：图像采集、人脸检测、数据整理、卷积神经网络的构建和训练、人脸实时识别。 3.1 图像采集 在卷积神经网络训练之前，首先得有数据。我们通过 opencv 调用电脑摄像头拍取约 10 个人的人脸照片，每人拍 600 张。为拍照的 10 个人分别建立一个文件夹，并将其所拍照片统一放置该文件夹中，文件夹以起名字拼音命名，最后将这 10 个文件夹统一放置于一个总文件夹中，并以“faceImages”命名。示意图如下：

Unity和C#开发人物捏脸+高清视频指导+源代码工程

基于树莓派、OpenCV及Python语言的人脸识别门禁系统源码.zip

SSM+Maven框架的图书馆借阅系统，调用阿里云人脸识别接口，可以进行人脸检测人脸对比

这是我自己设计的一个人脸识别系统的课题，基于Python语言研发了人脸识别管理系统，并在Pycharm平台完成主要功能模块的分析与设计，在摄像头采集到完整人脸信息的同时，对人员的身份进行认证和管理。本文所设计的人脸识别系统一方面可以实现人员的安全认证功能，还能够给重要场所的人员管理提供安全保障，测试结果表明：该系统能够准确识别人脸信息，并显示当前人员的录入时名字，而没有录入的人脸显示unknown，为有效解决人员管理问题提供了参考。使得人员安全管理系统具备了更高的实用价值，有着巨大市场潜力和应用前景。以下是重要内容阐述： 1、人脸识别部分主要是依靠人脸特征提取来实现； 2、摄像头捕获人脸后，会进行图像预处理，包括噪声处理、光照预处理和几何预处理； 3、采用卷积神经网络为人脸识别算法； 4、基于Python和Pycharm平台来实现系统设计； 5、通过CNN训练发现，能够对人脸进行准确识别，识别率高达97%；

matlab边缘增强的代码 image-processing Matlab实现的可执行程序 实现ppm、pgm以及jpg等格式图像的基本处理 通过用matlab编写数字图像处理的基本算法GUI程序，实现对图像读写、缩放、旋转倾斜的基本处理，以及图像增强、平滑处理中的低通滤波和矩形滤波方法；用梯度方法实现边缘检测，比较了Sobel、Roberts和Prewitt算子的不同，也尝试了高斯拉普拉斯算子。同时在完成实验要求之余，了解了YUV格式和图像负片转化。最后，对图像用matlab导出了matlab内置app和可安装的独立运行的可执行文件。实验为了避免在matlab中出现乱码，GUI界面和代码注释都用采用英文。