关于支持向量机SVM算法解释较为清晰明了的PPT与代码，非常适合小白入门，以及作为面试的准备，有助于快速提升机器学习基础算法

基于PCA的人脸识别 参考代码：https://github.com/HelloYaoZhang/Face-Recognition-Using-PCA，我主要进行了APP Designer的实现。

用C#写的支持人脸识别的本地照片管理工具，具体功能： 【功能1】人脸库管理：选择人脸照片标注。 【功能2】照片库管理：管理的照片库目录。 【功能3】照片搜索：支持人脸识别检索照片，最多可以同时选择三张不同的人脸进行交集检索。

LS3D-W 是个大规模人脸对齐标注数据集，由诺丁汉大学计算机视觉实验室创建。人脸图像来自AFLW, 300VW, 300W和FDDB，人脸对齐采用68点标注法，一共包含了大约 230,000 人脸精准标记图像，通过论文《How far are we from solving the 2D \ 3D Face Alignment problem?》中的方法生成。

请阅读以下文章，详细了解算法-约翰·赖特（John Wright），阿文德·甘内什（Arvind Ganesh）和马毅（Ya Ma）通过稀疏表示进行鲁棒人脸识别，伊利诺伊大学厄本那-香槟分校的协调科学实验室，艾伦·杨，美国加州伯克利。 使用的数据库是 MIT-CBCL 和 YaleB 数据库，它们来自http://cbcl.mit.edu/software-datasets/heisele/facerecognition-database.html和http://cvc.yale.edu/projects/yalefacesB/ yalefacesB.html 。

很好的代码练习，能够实现简单的人脸识别，初学者可以参考以下

Matlab笔记本自带摄像头人脸识别.使用matlab打开笔记本自带的摄像头进行实时人脸识别。修改了matlab示例程序，具有较好的实时性和鲁棒性，能够在光线充足的环境下稳定识别并跟踪。

主要介绍了Dlib+OpenCV深度学习人脸识别的方法示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

低速HFR的双变量生成 编写的一种的纸面码。 消息 DVG的扩展版本在IEEE TPAMI 2021中发布（ ），其代码在发布。 新发布的扩展版本比该版本具有更强大的性能。 先决条件 Python 2.7 火炬0.4.1和火炬视觉0.2.1 训练发电机 下载已在MS-Celeb-1M数据集上进行预训练的LightCNN-29模型（ ）。 训练发电机： sh run_train_generator.sh 请注意，这是我们原始代码的简化版本： 1.消除了论文中的多样性损失和对抗性损失。 2.分布对齐损失由最大平均差异（MMD）损失代替。 训练期间生成的结果将保存为./results 。 从噪点生成图像 使用训练有素的生成器来采样100,000个配对的异构数据： Python val.py --pre_model './model/netG_model_epoch_50_iter_0

该课题为基于MATLAB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。并且统计出勤情况。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。【课堂考勤，人脸打卡】