人脸图像数据来源于互联网，人工精心整理所得，包含104位明星，总图像数约1000+，仅用于学习用途：深度学习/人脸识别相关项目，因数据量较少，所以也不适用于商业用途。

MATLAB人脸识别案例，GUI界面的。可以根据自己需要拓展。

基于主成分分析的人脸识别： 主成分分析（Principal Component Analysis,简称PCA）是最常用的一种降维方法。 我们首先从人脸数据库中读取图片，并把图片转换为数据存在矩阵中，然后把每一张图片的矩阵拉成列向量，把所有列向量装在一个矩阵里面。 然后用PCA对这个矩阵进行降维，即让矩阵中的每一个数据都减去数据的均值，然后对新形成的矩阵求它的协方差矩阵，再对这个协方差矩阵进行特征值分解得到特征值和特征向量，让特征向量按照特征值的大小进行从大到小的顺序排列，然后取前k个特征向量组成一个矩阵，让这个矩阵的转置左乘原来的协方差矩阵，得到的新矩阵就是降维后的数据。 然后分别读取一定数量的列向量（即图片）作为训练集图片，读取一定数量的作为测试集图片。之后用测试集里面的一张图片和训练集里面每一张图片的数据做差取绝对值，然后把得到的这些绝对值按从小到大的顺序进行排列。 之后用k近邻学习（k-Nearest Neighbor，简称kNN），选择排列在前k个最小距离所对应的图片序号，选择出现次数最多的图片序号，如果没有重复出现的，那么选择距离最小的，即排列第一的。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：基于matlab的人脸检测的人脸识别，很好玩，视频范围一有东西动就报警_K-L的人脸识别 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

此资源包括给出BP神经网络、LVQ神经网络在人脸识别中的应用，分别得出训练和预测的精度，明显的可以看出LVQ神经网络在人脸识别中的识别率更高！

0.引言 利用python开发，借助Dlib库进行人脸识别，然后将检测到的人脸剪切下来，依次排序显示在新的图像上； 实现的效果如下图所示，将图1原图中的6张人脸检测出来，然后剪切下来，在图像窗口中依次输出显示人脸； 实现比较简单，代码量也比较少，适合入门或者兴趣学习。 图1 原图和处理后得到的图像窗口 1.开发环境 python:　　3.6.3 dlib:　　　 19.7 OpenCv, numpy import dlib # 人脸识别的库dlib import numpy as np # 数据处理的库numpy import cv2 # 图像处理的库OpenCv 2.设计流程 工作

人像大数据系统采用高效的人脸检测定位及识别比对系统，可以第一时间帮助公安侦查人员快速识别辨别特定人员真实身份，把过去人工排查海量的视频图像资源比对需求变成现实，从而有效的为公安视频侦查、治安管理、刑侦立案等工作提供实战上的有效帮助和解决方法。第二可帮助公安侦查人员办案时候追查和通缉，真正从打变为防，能够极大的减少警力资源浪费和事故发生概率。

前两年IOS应用源码-主要是用于毕业设计学习的。

1、资源内容：毕业设计lun-wen word版10000字+；开题报告，任务书 2、学习目标：快速完成相关题目设计； 3、应用场景：课程设计、diy、毕业、参赛； 4、特点：直接可以编辑使用； 5、使用人群：设计参赛人员，学生，教师等。 6、使用说明：下载解压可直接使用。 7、能学到什么：通过学习本课题的设计与实现， 学习内部架构和原理，为后续的创作提供一定的设计思路和设计启发 ， 同时也为后续的作品创作提供有力的理论依据、实验依据和设计依据， 例如提供一些开源代码、设计原理和电路图等有效的资料，而且本设计简单， 通俗易通，易于学习，为不同使用者提供学习资源，方便快捷， 是一种有效且实用的，同时也是一份值得学习和参考的资料。

该课题为基于MATLAB平台的PCA的人脸识别系统。传统的人脸识别都是直接人头的比对，现实意义不大，这块都做烂了。该课题识别原理为：从一副生活照中寻找到人脸，并且分割人脸图象，利用PCA算法进行降维，和库里图片进行对比，输出目标人脸以及相关个人信息。该课题还可以继续二次开发，做成库内外人脸的识别，如果是库外人脸则实现报警等。