Dlib 人脸识别库的帮助文档，很有用！Dlib可以用来进行人脸识别，效率很高，速度很快。因为他使用了机器学习进行训练，而用户在使用人脸检测时，只用很少的代码就可以快速的检测。详细的在文档里，自己去看看吧

zed_face ##目录结构。 ├──boot_img ----------------------------- zedboard SD卡中的启动文件├──检测------ -------------------------人脸检测模块├──驱动程序----------------- -------------- PL驱动├──dts ------------------------------ ----设备树原始码和编译├──face_recogition ----------------------人脸识别模块├──fpga ------- -------------------------- FPGA设计├──linux-digilent ---------------- ------- linux子模块├──mjpeg-streamer-182 ---------------

人脸识别技术是身份认证的重要方式。旨在设计算法识别身份证人像与待检人像是否为同一旅客。使用卷积神经网络进行人脸识别算法的研究。使用检测人脸后计算人脸特征间欧式距离的方式进行算法设计,最终达到95%的正确率。结果表明,Faster R-CNN算法能较精准地检测人脸,VGG-Net可以较好地提取人脸特征值。

用VC和OPENCV实现的人脸检测(以及MIT人脸样本库)，

完整的Qt工程，包括OpenCV人脸检测模块，v4l2摄像头驱动模块，注意我的摄像头输出为mjpeg，如果是yuv需要修改

基于肤色的HSV颜色模型下的人脸检测，里面有原理材料和源代码实验报告 相当齐全

此压缩包内包含上千张人脸照片，用于人脸识别和人脸检测的模型训练。对于学习机器学习以及需要自己训练自己的模型的人有相当大的帮助

基于opencv级联分类器的目标检测，包括人脸检测和人眼检测，图片上有多张人脸亦可分别识别出来。

pytorch 实现的mtcnn模型，人脸检测模型 博客地址 https://blog.csdn.net/qq_32478489/article/details/106193921

首先用现有的人脸检测算法，直接对图像进行人脸检测，训练好的人脸分类权值文件last_one.h5已放到log文件夹下，然后将检测的每一个人脸，单独切割出来，进行是否戴口罩的二分类。先对图像中的人脸进行标注，包括了戴口罩的，和不带口罩的两个label的目标。佩戴口罩的人脸图片命名标记为mask_1，没有佩戴口罩的人脸图片为nomask_1，然后在数据集准备好之后可以利用train.py文件训练 ，效果与详解可以看bilibili视频：https://www.bilibili.com/video/BV1dZ4y1F7Po/