Java + OpenCV 系列专栏已经亲测可用 博客地址: https://yinyue.blog.csdn.net/article/details/115827069 https://yinyue.blog.csdn.net/article/details/115788931 https://yinyue.blog.csdn.net/article/details/116157355 图片分类: bvlc_googlenet.prototxt , bvlc_googlenet.caffemodel , synset_words.txt 年龄识别: age_deploy.prototxt age_net.caffemodel 性别识别: gender_net.caffemodel gender_deploy.prototxt 人脸关键点检测 lbfmodel.yaml

人脸特征提取-初步提取人脸五官位置源代码，基于opencv和c++。

本程序是用openCV开发的人脸识别程序。该技术是基于gabor滤波算法的人脸特征提取算法

人脸特征点检测工具，支持图像，视频，多人脸的特征点检测

亲测可用，欢迎各位童鞋下载使用！

用的是dlib18.18版本，主要是获得人脸的68个特征点。这个是32位的库，自己生成的，用的是vs2015编译器。不需要修改任何东西，下载即可运行。

python dlib学习（七）：人脸特征点对齐-附件资源

人脸特征点检测（一）-附件资源

基于Kanade_Lucas_Tomasi算法的人脸特征点跟踪方法

mtcnn对齐facenet部署 项目简介 本项目参考了bubbliiiing的和两个工程，在此对作者表示感谢！ 这两个工程都是keras模型，所提供的模型文件都只有权重没有网络结构，我利用作者提供的网络定义和权重文件重新生成了带有网络结构的权重文件。某个原始先只有权重的模型文件pnet.h5 ，生成包含网络结构和权重的模型文件PNET.h5 。接着用keras2onnx工具把它（ PNET.h5 ）转换成onnx模型pnet.onnx ，其他胶水部分的逻辑没什么变化。具体的转换代码请参考keras_onnx.py文件。 另外我还尝试了将keras h5模型转成tensorflow pb模型，具体代码请参考h5_to_pb.py文件。需要注意的是：每个tensorflow PB请模型单独执行h5_to_pb.py脚本生成。 （每次修改weight_file参数） 如果你想简单地测试一下mt