基于KLT（Kanade-Lucas-Tomasi）算法的人脸检测与跟踪（matlab代码实现） 链接：https://michaelbeechan.blog.csdn.net/article/details/116033918

如题，最新版的unity人脸关键点检测插件，值得拥有。 unity Dlib FaceLandmark Detector 1.2.8最新版插件，支持人脸关键点检测 unity Dlib FaceLandmark Detector 1.2.8最新版插件，支持人脸关键点检测

MTCNN和facenet实现人脸检测和人脸识别 主要实现方式参考博客：https://blog.csdn.net/zhonglongshen/article/details/90202620

Python+OpenCV 实现的人脸检测并打马赛克源码，安装 Python 并 pip install opencv-contrib-python 后即可使用。

基于聚类算法和模式识别的人脸检测程序原代码matlab编写FaceRecognitionDetection.rar

mtcnn实现人脸检测，使用的haar人脸特征分类器，FaceNet实现人脸识别； 使用PyCharm可直接打开，开箱即用 使用了FaceNet的预训练模型，因为模型资源过大，我分开上传了，可在我的个人主页找到对应预训练模型下载，放在项目中对应的mtcnn-FaceNet\models的每个目录底下即可； 人脸数据库初始化的人脸数据是我在网上找到明星照片，使用mtcnn和Haar从mtcnn-FaceNet\dataset\images文件夹中所有文件提取人脸，放在mtcnn-FaceNet\dataset\emb_face目录下，使用提取到的人脸训练自己的模型，生成mtcnn-FaceNet\dataset\emb\faceEmbedding.npy这个模型，使用FaceNet从mtcnn-FaceNet\dataset\test_images文件夹找到需要识别的人脸图片，进行识别；

这是一篇基于FPGA的快速人脸检测论文，对于运用fpga做视频采集的同学非常有帮助

使用具有keras CNN模型和openCV的fer2013/IMDB数据集进行实时人脸检测和情感/性别分类

使用GPUImage实现人脸美白和人脸识别(磨皮，人脸检测).zip,使用GPUImage实现人脸美白和人脸识别(磨皮，人脸检测)

FaceAPI 笔记 这是使用最新的TensorFlow / JS更新的face-api.js ，因为原始的face-api.js与tfjs 2.0+不兼容。 从2020年3月22日发布的版本0.22.2分叉 当前基于TensorFlow/JS 3.2.0 为什么？ 因为我需要不会与我在项目中使用的较新的TFJS 2.0版本冲突的Face-API 由于原始的Face-API是开源的，因此我也发布了此版本 不幸的是，对于原始的Face-API而言，对于简单的拉取请求而言，更改最终变得太大了，并且最终变成了完整的版本 差异性 与TensorFlow/JS 2.0+ & 3.0+兼容 与WebGL ， CPU和WASM TFJS浏览器后端兼容 与tfjs-node和tfjs-node-gpu兼容TFJS NodeJS后端 将所有用于TypeScript类型检查的类型转换更新为TypeScri