特征脸代码matlab PCA_faces 在 Matlab 中使用 PCA 进行人脸识别。 有关 的理论，请参阅维基百科。 主要出发点： PCA_debug.m - 启用所有调试的最简单的脚本，从这里开始。 PCA_training_set_size.m - 创建准确度如何取决于训练集大小的图表。 PCA_principal_components.m - 创建一个图表，准确度如何取决于主成分的数量。 PCA_predict.m - 用户提供的图像的预测类。 训练集文件必须命名为f__.jpg ，例如f_1_01.jpg或f_13_10.jpg 。 所有类必须有相同数量的训练图像。 班级=当然是人。 所有函数都包含大段调试代码，通常在未设置全局变量debug时停用。 您可以忽略这些，或者仅在调用要调试的函数之前通过设置debug = 1来使用它们。 我还没有弄清楚如何将这段代码移到函数之外，因为它经常使用内部变量。 我使用基于 OpenCV 的图像预处理（脚本提供了很好的起点，感谢 Yuri！）。 不过，它似乎没有太大区别，非预处理图像实现了更高的准

kaggle2018年的人脸表情识别数据集，来自实验室环境下采集的7864张人脸彩色图，每人采集了20张不同表情。

Face recognition from camera with Dlib Introduction Detect and recognize single/multi-faces from camera; 调用摄像头进行人脸识别，支持多张人脸同时识别; 摄像头人脸录入 / Face register 请不要离摄像头过近，人脸超出摄像头范围时会有 "OUT OF RANGE" 提醒 / Please do not be too close to the camera, or you can't save faces with "OUT OF RANGE" warning; 提取特征建立人脸数据库 / Generate database from images captured 利用摄像头进行人脸识别 / Face recognizer 当单张人脸 / When single-face:

cat-ascii-faces ₍˄·͈༝·͈˄₎◞̑̑ෆ⃛(=ↀωↀ=)✧(^･o･^)ﾉ”猫脸！ 这（非常）受到启发 随意制作PR添加表情！ 只接受猫。 命令行使用 npm install cat-ascii-faces -g cat-face [-a] 默认情况下， cat-face 打印出随机的猫。 如果您提供 -a，则 cat-face 将逐行打印所有表情符号。 JS 用法 var cats = require('cat-ascii-faces') console.log(cats()) // returns a random cat ლ(=ↀωↀ=)ლ cats.cats // all the cats in an array [ "｡＾･ｪ･＾｡", "( ͒ ु- •̫̮ – ू ͒)", "( ^..^)ﾉ", "( =①ω①=)", "(

AR人脸数据库总共样本数有3120张,共120类人，每类26张人脸，部分人脸含有遮挡。

分割之后的纽约大学的Olivetti Faces人脸数据库照片，不是官方的一整张照片。官方地址如下：https://cs.nyu.edu/~roweis/data.html

Orl人脸数据库-Orl-faces.zip Orl人脸数据集，共40人，每个人10张不同形态的照片，图片格式为pgm，用来做人脸识别训练测试数据集；

该数据集也称为动物脸部HQ（AFHQ），由16130张高质量图像组成，分辨率为512×512。通过具有多个（三个）域和每个域中各种品种的不同图像，AFHQ提出了一个具有挑战性的图像间转换问题。 Animal Faces_datasets.txt Animal Faces_datasets.zip

att_faces 人脸识别数据库，包含40类，每类在一个单独的文件夹，每类共有10张灰度人脸图像，大小为92*112

Real-world Affective Faces Database(fer2013)数据集下载，用于人脸表情识别