该小程序基于face++平台进行开发，可以实现颜值检测，人脸识别，智能美颜，物体识别，手势识别等功能。

用VC++实现的人脸识别系统的源代码，包含训练好的人脸库

基于QT实现的人脸识别系统，基于caffe框架C++实现，人脸检测部分使用MTCNN算法实现，识别部分用Seetaface里的Identification，Qt实现界面开发，使用MySQL数据库。

高效的基于决策的人脸识别黑匣子对抗攻击

请先看下环境配置：https://blog.csdn.net/heivy/article/details/81634187

里面是博客文章中介绍的ORL数据集（分为总的，训练数据，测试数据），40个人，还有耶鲁大学的开源数据（分为总的，训练数据，测试数据），15个人。然后自制了范冰冰的一套图像加在里面了做测试用。有需要欢迎下载。

openpose代码 只需在文件包内下载有关库文件即可通过Cmd进行调用运行 Github上地址请看https://github.com/CMU-Perceptual-Computing-Lab/openpose/releases

计算机视觉是一门研究如何使机器通过“看”去理解世界的学科，是目前深度学习领域最热门的研究领域之一。具体来说我们可以通过相机与计算单元的结合，在一定场景下机器视觉系统代替人眼对目标进行识别、跟踪和测量等工作。本门课程将带领大家深入浅出计算机视觉技术的核心，了解视觉领域项目和落地情况。为更多有志加入深度学习-计算机视觉领域的IT人员搭建有力的通道，建立坚实的基础。

数字图像处理及机器视觉书中用Matlab作人脸识别的完整例子

一、先添加库libjpeg.so for arm： 交叉编译libjpeg 交叉编译工具 版本：3.4.1 路径：/usr/local/arm/3.4.1/bin 编译libjpeg前要确保系统装了libtool库。否则编译不成功。 1、下载libjpeg源码：ftp://ftp.uu.net/graphics/jpeg/jpegsrc.v6b.tar.gz 2、解压缩 jpegsrc.v6b.tar.gz 3、进入/jpeg-6b目录配置： ./configure --host=arm-linux --enable-shared --prefix= TARGETDIR 4、进入自动生成的Makefile，修改 CC= arm-linux-gcc AR= arm-linux-ar AR2=arm-linux-ranlib 5、在TARGETDIR目录下建立 man/man1,include,lib,bin四个目录 6、#make #make install 7、将/TARGETDIR/include/中（jconfig.h, jerror.h, jmorecfg.h, jpeglib.h）四个头文件拷贝到：/usr/local/arm/3.4.1/arm-linux/include中。 将/TARGETDIR/lib中（libjpeg.la, libjpeg.so, libjpeg.so.62, libjpeg.so.62.0.0)中库文件拷贝到：/usr/local/arm/3.4.1/arm-linux/lib中。 注意：执行以下命令检查生成的libjpeg.so是否为ARM版： 下为正确输出，否则检查交叉编译器路径以及Makefile并重新编译。 file libjpeg.so libjpeg.so: ELF 32-bit LSB shared object, ARM, version 1 (ARM), not tripped 注意：执行完以上操作后执行以下命令检查库文件是否已正确安装： arm-linux-gcc -print-file-name=libjpeg.so 如果输出为"libjpeg.so"则说明没有正确安装，重复7步骤。 如果输出为"DIR/libjpeg.so"则说明安装正确。 二、编译采集图像小程序 小程序在：http://blog.chinaunix.net/u3/93660/showart_1860238.html 1、交叉编译: #arm-linux-gcc test.c -o test -I /usr/local/arm/3.4.1/arm-linux/include -L /usr/local/arm/3.4.1/arm-linux/lib 2、将生成的可执行文件和libjpeg等三个库文件拷贝到板子上执行。ok，done！