face-rcgnz-live 智慧养老实施人脸识别项目，包括人脸识别、登录、注册、静默活体检测等内容

基于三层自动编码机训练的人脸识别，输出ROC曲线，matlab2021a仿真测试 %三层自动编码机 hidden_size =80; autoenc_1=trainAutoencoder(X,hidden_size,... 'MaxEpochs',1000,... 'L2WeightRegularization',0.001,... 'SparsityRegularization',4,... 'SparsityProportion',0.05,... 'DecoderTransferFunction','purelin');

文献检索大作业

简要回顾了人脸识别技术的研究背景及发展历程，总结了近三四年人脸识别方法的研究进展，根据三维人脸重构方法的数据来源不同，将其分为基于静态图像和视频序列的三维重构技术。重点对目前多特征和多模态识别技术进行了分类阐述，分析了一些有代表性的算法并对其识别结果进行了比较。最后，总结了人脸识别技术现存的研究难点，并探讨了其未来的发展方向。

详细的介绍了人脸识别过程中的特征提取等问题，并介绍了几种特征提取的方法，是初学者值得阅读的东西

使用OpenPose/DLIB库实现一些最先进的计算机视觉应用程序。 基于C/C++/Python的计算机视觉模型，使用OpenPose、OpenCV、DLIB、Keras和Tensorflow库。目标检测、跟踪、人脸识别、手势、情绪和姿势识别 C/C++/Python based computer DLIB：计算机视觉和其他机器学习的现代C++工具包。 Kerasify：用于从C++应用程序运行KARAS模型的小型库。 OPENCV：开源计算机视觉库。 OpenStA:一个实时多人关键点检测和多线程C++库。 操作系统（支持）： Ubuntu 16.04 Nvidia Jetson TX2 要求： 至少有1.6 GB可用的NVIDIA图形卡（NVIDIA smi命令检查Ubuntu中可用的GPU内存）。 至少2 GB的可用RAM内存。 推荐：cuDNN和至少8核的CPU。

深度学习人脸识别素材，内含Matlab深度学习的代码一份（地址，图像大小和目录个数要自己改一下）；剑桥大学的图像数据库：共40个人，每人10张图，图片都是像素256，灰度级的.pgm格式，大小92x112；500+的彩色大小不定人物图像；500+的人脸图像，分训练和测试、人脸的模糊度不同

实时人脸识别 (OpenCV) 这是一个完整的 Python 程序，用于创建高效的实时人脸识别应用程序。 脚步： cmd: python face_taker.py 使用face_taker.py脚本拍照。 输入 ID 号后，脚本将在images文件夹中保存 30 张您的脸部images （必须是整数和增量（从 1 开始，然后是 2、3、...） 注意：确保您的脸部居中。窗口将当所有 30 张照片都拍完后折叠起来。 cmd: python face_train.py face_tain.py脚本将训练一个模型来识别使用face_taker.py脚本拍摄的 30 张图像中的所有人脸，并将训练输出保存在training.yml文件中。 cmd: python face_recognizer.py face_recognizer.py是主要脚本。 您需要在face_taker.py

随着计算机应用的发展和人们对信息保密意识的增强，人脸识别技术作为一种生物识别技术越来越受到人们的重视。而卷积神经网络的出现大大提高了计算机对图像内容的识别和判断能力，因此我们考虑将卷积神经网络应用于人脸识别技术，形成一套以卷积神经网络为技术核心的人脸识别系统。

随着我们周边生活信息化，自动化的不断加深，监控摄像头已经变得随处可见，有些地方还出现了基于指纹和人脸识别的门禁系统。在这些系统中人脸识别技术都有重要的应用，人脸识别是生物特征识别的一个重要部分，是一‘门涵盖ｊ，计算机，图像处理，信号处理，模式识别，心理学等多种学科的技术。虽然人脸识别的研究以有很长的历史但仍有极高的研究价值。