主要实现两个部分，一个是人脸对比部分，另一个是人脸编码部分。Face_recognition库可以在实现在数据集比较小的情况下达到更高的准确度，只需要一张照片就可以了。所以你只需要拍一张照片来存储你的脸，这样你就可以把它存储在数据集中。采用python语言进行编写，实现人脸录入、人脸验证等功能

基于android 利用第三方face++（支付宝刷人脸相同接口）接口，检测和识别人脸，显示年龄，种族。

Python 3.8下安装face_recognition必须先有dlib库，而一般方式安装很麻烦，使用whl文件就可以直接安装，无需编译。

fpga实现人脸检测定位，verilog实现，matlab辅助验证，包含xilinx vivado 相关IP在内

dlib.shape_predictor(shape_predictor_68_face_landmarks_dat).rar

magic_face filter.py 实现特效滤镜，复古，铅笔画，漫画 mask.py 构建面部器官的mask以及皮肤的mask。 makeup. py 实现磨皮、美白、眼睛提亮美妆算法。 organ_swich.py 主要实现五官迁移算法。 old_age 实现基于图层的变老算法。 其中change_age.py 是入口。

百度人脸识别Python程序。可识别人的性别，可对识别人的脸部特征判断年龄。

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： )

职能： 选择图像：读取输入图像。 将选择的图像添加到数据库：输入的图像将添加到数据库，并将用于训练。 数据库信息：显示有关数据库中存在的图像的信息。 图像必须具有相同的大小。 如果不是这样，则必须调整它们的大小。 3D人脸识别：人脸匹配。 处理选定的输入图像。 删除数据库：从当前目录中删除数据库。 信息：显示有关此软件的信息 人脸 3D 识别系统的源代码： 退出：退出程序

改代码工程更新了摄像头读取人脸，并上传至百度AI，输出返回的人脸属性，同时在尝试使用多线程上传图片数据，使窗口显示画面更加流畅。感兴趣的朋友请自取。。