前段日子，写了个人脸检测的小程序，可以检测标记图片、视频、摄像头中的人脸。效果还行吧，用的是opencv提供人脸库。至于具体的人脸检测原理，找资料去啃吧。 环境：VS2013+OPENCV2.4.10+Win8.1 一、基于对话框的MFC 首先，新建一个基于对话框的MFC应用程序，命名为myFaceDetect（取消“安全开发周期（SDL）检查”勾选，我自己习惯取消这个）。   放置Button，设置Button的ID和Caption。 图片按钮——ID:IDC_FACEDETECT 视频按钮——ID:IDC_FACEV 摄像头按钮——ID:IDC_FACEC 二、添加消

基于VC++6.0 MFC编程； 打开摄像头实现人脸检测和图像处理； 调试成功，多线程编写，高效。

该数据集用于进行无限制的人脸识别，包含 13000 张从互联网上获取的人脸图像，每张图片都标有该人的姓名，其中有 1680 个人的有超过2张图像。这些人脸图片均通过 Viola-Jones 人脸检测算法从互联网上检测到。 共有四个子数据集，分别为 原始数据集（lfw）、funneled images、LFW-a、deep funneled images 四组。

1，从OpenCV官网下载的4.6.0安装包，默认不包括opencv_contrib模块，opencv_contrib模块包含了人脸检测和识别需要的相关接口。 2，该安装包在Windows10环境，使用CMake 3.21.0 + OpenCV4.6.0 + contrib4.6.0 + VS2022编译的OpenCV安装包，下载后放到本地电脑，在工程中引用库即可使用。 3，编译过程，可参考笔者博客 https://chexl.blog.csdn.net/article/details/127808455?spm=1001.2014.3001.5502

深度学习之年龄预测，Python版本，单张图像检测和视频流中人物年龄预测，环境为： - win10 - pycharm - anaconda3 - python3.7 - opencv4.2.0 文章地址：https://blog.csdn.net/y459541195/article/details/105611391

基于YOLO2和ResNet算法的监控视频中的人脸检测与识别基于YOLO2和ResNet算法的监控视频中的人脸检测与识别

改训练集属于负样本，用于人脸检测时；

利用Pytorch，opencv进行人脸口罩佩戴检测，并且在视频流中显示出来。 里面包含代码文件(.py)，数据集文件和训练好的模型文件。如果感觉检测效果不是很好，可以自己重新训练。

使用faceapi.js实现的人脸识别，有动态视频检测的，也有图片检测的，有需要的同学可以下载来看看，记得要在本地服务器上打开你的网页才能使用

使用dlib库实现人脸的检测、识别，视频中的人脸检测、识别。所有的代码和所需模型以及数据均打包上传，共学习参考使用。