们提出一个方法来检测和识别人脸并且描述一个工作,近实时人脸识别系统，这个系统跟踪一个目标的头,然后通过把这个人的脸与已熟知的人脸作比较来识别这个人。我们的方法将面临一个二维识别问题,利用这个事实,脸通常是直立,因此可能被一个小的二维特征的平面。

基于多模态生理数据的连续情绪识别技术在多个领域有重要用途, 但碍于被试数据的缺乏和情绪的主观性, 情绪识别模型的训练仍需更多的生理模态数据, 且依赖于同源被试数据. 本文基于人脸图像和脑电提出了多种连续情绪识别方法. 在人脸图像模态, 为解决人脸图像数据集少而造成的过拟合问题, 本文提出了利用迁移学习技术训练的多任务卷积神经网络模型. 在脑电信号模态, 本文提出了两种情绪识别模型: 第一个是基于支持向量机的被试依赖型模型, 当测试数据与训练数据同源时有较高准确率; 第二个是为降低脑电信号的个体差异性和非平稳特性对情绪识别的影响而提出的跨被试型模型, 该模型基于长短时记忆网络, 在测试数据和训练数据不同源的情况下也具有稳定的情绪识别性能. 为提高对同源数据的情绪识别准确率, 本文提出两种融合多模态决策层情绪信息的方法: 枚举权重方法和自适应增强方法. 实验表明: 当测试数据与训练数据同源时, 在最佳情况下, 双模态情绪识别模型在情绪唤醒度维度和效价维度的平均准确率分别达74.23%和80.30%; 而当测试数据与训练数据不同源时, 长短时记忆网络跨被试型模型在情绪唤醒度维度和效价维度的准确率分别为58.65%和51.70%.

来自ieee，是基于局部特征识别的拉普拉斯脸识别，比pca lda 有更高的识别率，容易实现！

基于人脸识别的访客登记系统 基于人脸识别的访客登记系统 基于人脸识别的访客登记系统

签到后端：基于人脸识别的SpringBoot

Python基于人脸识别的智能考勤系统源代码，采用Pyqt5+MySQL+Opencv，

毕业设计 个人博客系统源码 Class Attendance System based on Face Recognition 基于人脸识别的课堂考勤系统 Contributor : datamonday Github Repo : Initial Blog : Project Post : 2019.04.14 Last Update : 2021.05.26 Update: 2021.05.28 完善本地人脸和数据库ID核验功能； 完善随机答题点名功能； Update: 2021.05.24-27 又到毕业季，终于有时间集中进行处理，为了让该项目更容易上手且更鲁棒，主要做了如下更新： 对项目进行了重构，使得风格更gayhuber；（！正在进行中） 将所有开放的接口汇总到一个模块 GlobalVar.py ，其他文件和目录无需修改，方便修改二次开发； 重新设计了主界面和信息采集界面（有些功能正在开发）； 主界面设定考勤时间，方便调试； 添加了自动采集人脸图像功能； 考勤涉及大量的时间序列操作，因此使用了Pandas和Datetime模块进行处理； 增加了环境配置文件requireme

基于人脸图像的男性和女性年龄估计

Sparse Subspace Clustering基于人脸分割的子空间聚类的原始代码。

针对校园安全措施普遍存在的实现难度大、资源耗费高、预警困难的问题，文中提出了一种基于人脸识别的学生安全预警系统。将监控系统中采集的重点场景视频作为原始数据，通过数据挖掘的方法对原始数据进行预处理，从而减少资源消耗。通过成熟的人脸识别技术将人工智能的算法引入安全预警系统中，实现对校内人员的监测管理。并进行异常识别，对学生异常状态及陌生人员的可疑行为及时给出预警信号。该系统相较于传统的校园安全监测系统有易实现、效率高、能及时预警等优点。实际测试结果表明，系统对于人脸识别的正确率达到97.6%，异常行为的预警率可达93.3%。