ORL和CroopedYale人脸识别的的实验，代码做了挺详细的注解的，就是yale需要跑挺久的，大概需要6分钟才能跑完，所以也准备好了已经跑好的特征数据，直接用也可以。有什么问题可以留言评论，交流学习。我是废物。

该程序使用 FLD（Fisher 线性判别法）从人脸数据库中识别人脸。 使用Fisherface方法的图像识别是基于使用主成分分析（PCA）方法缩小人脸区域大小，然后称为Fisher线性判别分析（FDL）方法或线性判别分析（LDA）方法来获取图像特征。

ORL人脸数据库：由剑桥大学AT&T实验室创建，包含40个人400张面部灰度图像，分辨率为112×92。人脸的面部表情和细节均有很大的变化，例如笑与不笑，眼睛睁着或戴眼镜或不戴眼镜等；人脸姿态也有很大的变化，其深度旋转和平面旋转可达20度，人脸的尺寸也有不超过10%的变化。

内容概要：通过python编写的人脸识别小项目，未使用任何神经网络框架，代码简单易懂。 适宜人群：适合初学神经网络的学者学习研究，可作为上手小项目。了解神经网络运行原理。

人脸识别MATLAB代码.rar

人脸识别仿真,提取ORL人脸数据库的协方差矩阵S的特征值和特征向量,通过PCA降维后人脸识别+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体可观看提供的操作录像视频跟着操作。

易语言实现人脸识别功能，识别率非常非常的高达百分之90多。

Labeled Faces in the Wild是一个面部照片数据库，专为研究无约束人脸识别问题而设计。该数据集包含从网络收集的13,000多张面部图像。每张脸都标有图中人物的名字。图中的1680人在数据集中有两张或更多不同的照片。该数据集是在互联网上收集的着名人物的JPEG图片的集合。所有详细信息均可在官方网站上获得：http：//vis-www.cs.umass.edu/lfw/，每张照片都以一张脸为中心。每个通道的每个像素（RGB中的颜色）由浮点范围0.0-1.0编码。该任务称为面部识别（或识别）：给定面部图片，找到给定训练集（图库）的人的姓名。原始图像为250 x 250像素，但默认切片和调整大小参数会将它们减少到62 x 47。

介绍了开发 3D 人脸识别系统的预处理步骤。 代码自动检测人脸区域并从整个人脸图像中裁剪它。 它还对裁剪后的 3D 人脸图像执行去尖峰、去噪和填充Kong洞。 详情请阅读Medium上发表的文章https://towardsdatascience.com/development-of-3d-face-recognition-using-matlab-a54ccc0b7cdd

matlab多人人脸识别代码面对一切 人脸检测对齐识别重建基于github上的一些项目，旨在构建最先进的人脸系统。 目前重构不可用，代码不优雅。 参考 项目 纸 特征 mtcnn align casia 数据集（cpp 实现 matlab cp2tform） 455594张图片algin 453078成功，耗时约1.11小时，希望有人能提高检测率，减少运行时间。 对齐示例 失败的例子 合二为一，mtcnn检测，openpose对齐，cln跟踪和球面识别 安装 要求 OpenCV (>=3.0) 提升 (>=1.63) CUDA (>=8.0) 符合 安装所有要求 git 克隆 将 CMakeList.txt 中的第 44 和 45 行更改为您的 spherecaffe 对应目录 cd face-everthing && mkdir build && cd build && make -j4 运行示例 下载训练好的模型（代码：juk3） 修改example/mtcnn_align_dataset.cpp，把输入参数改成你的 修改example/all_in_one.cpp，把输入参数改成