基于CNN人脸识别模型的大学生课堂行为分析研究.pdf

Decisiontree.zip

Face-Recognition：人脸识别算法在Keras当中的实现 目录 所需环境 tensorflow-gpu==1.13.1 keras==2.1.5 文件下载 进行预测所需的facenet_keras.h5可以在Release里面下载。 也可以去百度网盘下载 链接: 提取码: tkhg 使用方法 1、先将整个仓库download下来。 2、下载完之后解压，同时下载facenet_keras.h5文件。 3、将facenet_keras.h5放入model_data中。 4、将自己想要识别的人脸放入到face_dataset中。 5、运行face_recognize.py即可。 6、align.py可以查看人脸对齐的效果。 效果 face_recognize.py的运行结果： )

这是一个人脸特征样本，共10000例，全是戴眼镜的人脸照片，使用这些照片去进行训练，

Google提出的开源人脸识别算法FaceNet的预训练模型，FaceNet的官方的预训练模型，20170512-110547 NOTE: If you use any of the models, please do not forget to give proper credit to those providing the training dataset as well.

该程序代码是基于Python3.5开发的，程序代码中包括制作人脸数据集faces_my.py文件，自动打开电脑上的摄像头实时捕捉人脸保存，并保存到指定目录下，可以在程序中设置人脸数据集的大小，初始数据集是10000张人脸图片。人脸大小指定为64*64像素大小，方便后面神经网络的训练。经过模型训练后，该人脸识别算法准确率达到了百分之99。训练模型请运行train.py文件，并可以自行设置训练的批次和迭代结束的条件，训练好模型后会自动在程序运行目录下保存当前训练好的卷积神经网络模型。模型训练完成后，若想看到模型的实际运行效果怎么样，请运行recognition.py文件，程序运行后将会自动调取计算机上的摄像头实时监测人脸并识别人脸，在图形界面窗口实时显示人脸识别的结果。

20180402-114759.pb model-20180402-114759.ckpt-275.data-00000-of-00001 model-20180402-114759.ckpt-275.index model-20180402-114759.meta

基于opencv人脸识别。 内含人脸采集、人脸训练、人脸识别、训练数据删除。包含一整套识别的流程

自己训练的口罩人脸识别模型，框架是tensorflow，具体内容参考：https://blog..net/mengxt169/article/details/106744801

基于seetaface的人脸检测-人脸对齐-人脸识别模型，用于物联网大赛的人脸识别模块