人脸识别利用百度sdk做的例子，供同类学习同学参考C#版

识别系统源码合集源码10套（含OCR项目、验证码、指纹、人脸、图形、证件、 文字识别、动作识别等等）.zip

简单的毕业设计，python+opencv+dlib，注意配置环境，打开工程文件直接运行 演示视频链接https://www.bilibili.com/video/BV1Rg411X76q?share_source=copy_web

【毕业设计】基于OpenCV的人脸识别打卡/签到管理系统（可基于树莓派） 博文：https://blog.csdn.net/weixin_53403301/article/details/125121329

人脸识别：利用奇异值分解和KL变换的投影代码文档

Python3+TensorFlow打造人脸识别智能小程序项目资料 资料包含： 1.各章节课程配套源码 2.课程所需数据集 3.up主学习建议与提示 B站教程视频地址：https://www.bilibili.com/video/BV1f341137H2/ 笔记，资料制作收集不易，谢谢您的理解与支持！

基于虹软视觉开放平台与java Swing的人脸识别软件源码，本人另一个资源有exe版本的，本资源是源码

为了解决煤矿井下复杂光照条件导致人脸识别率低的问题, 提出了一种适用于煤矿井下复杂光照条件下的人脸识别方法。首先利用小波分解将人脸图像分解为低频和高频部分, 对低频部分利用直方图均衡化处理, 增强图像对比度; 然后采用引入模糊隶属度因子的小波去噪模型对高频部分进行滤波处理, 并通过新的PAL模糊增强算法对高频部分进行模糊增强, 在不同阈值下的非线性变换得到不同尺度、不同方向的特征图像, 并进行反模糊处理; 最后对处理后的低频和高频部分进行小波重构。实验表明, 在井下复杂光照条件下, 本文提出的人脸识别方法能有效改善人脸图像的整体效果, 增强图像的细节信息, 且平均识别率能够达到94.45%, 显著提高了井下复杂光照下的人脸识别率。

基于android系统设计的人脸识别源代码

本资源包括：程序、实验和论文【均原创】 我们在windows系统下，基于python3.7和tensorflow，通过ensorflow、numpy、opencv和dlib库搭建了人脸识别的环境。通过使用dlib自带的frontal_face_detector作为特征提取器，摄像头扫描读取用户人脸，然后利用三层卷积神经网络进行多轮训练学习，得出较小的损失率和较大的准确率模型。利用训练好的模型来识别，扫描出脸是否为用户的脸。 技术特点： ①本程序使用dlib来识别人脸部分，也可以程序中使用的是dlib来识别人脸部分，也可以使用opencv来识别人脸。 ②本程序中加入了对比度与亮度的模块，这样可以提高训练后识别自己的成功率，也提高照片样本的多样性。对比度和亮度值都取随机数。 收集其他人的图片集，使用dlib中detecotr批量识别图片中的人脸部分。调整图片的格式后，保存。 ③人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。 ④将图片和标签转化为数组，随机化为训练集和测试集，每次取4张图片。