Java语言+openCV实现的人脸识别，JavaFX实现的拍照程序，有界面

在开集协议下设计了一种基于角度距离损失函数和密集连接卷积神经网络的人脸识别算法, 以实现深度人脸识别。所设计的网络结构使用基于角度距离的损失函数, 让人脸特征的区分度更高, 符合特征的理想分类标准。同时, 所提出的神经网络结构采用先进的密集连接模块, 在很大程度上减少了传统网络结构的参数冗余。经过大量的分析和实验, 该算法在LFW数据集上的人脸识别准确率达到了99.45%, 在MegaFace数据集上的人脸确认任务和人脸验证任务中的人脸识别准确率分别为72.534%和85.348%, 因此所提算法在人脸识别任务中具有较高的优越性。

树莓派摄像头操作说明。使用USB摄像头、自带摄像头相关测试指令，raspberry pi，人脸识别，树莓派

戴口罩也變識得出的face recognition 將大頭照放images 下, 用人名命名 主畫面,點選encoding,將人臉特徵編碼 就可以在即時的webcam畫面看到便識結果 Face recognition that can be learned by wearing a mask Put the photo under images and name it Main screen, click encoding to encode facial features You can see the result of the recognition on the real-time webcam screen

人脸识别正负样本集，负样本2500多，且为处理后灰度图；正样本1000多张，且为归一化后的图片；同时负样本也是适应于车辆识别，车牌识别，行人检测等

非限制条件下的人脸识别数据集．原始的webface数据集庞大，这里筛选出了80个拥有超过100张图像的人并用Ｄlib库定位裁剪．已分类．jpg格式彩色图像，大小224x224．

选用一种组合模式识别系统：特征提取算法（ FLDA、K-L变换，或基于欧氏距离J2判据）+分类器（最近邻NN分类器、KNN分类器、最小中心分类器、Bayes分类器、SVM）；再将或faceR和faceS合并，采用K-folds cross validation训练并测试分类器的性能（分类准确率）作出评估。 用MATLAB、或者Python、Java、 C++等编程实现模式识别的整个过程（可以直接调用相关的函数）。

该脚本实现了用于人脸识别的经典二维主成分分析 (2DPCA)。 我使用简单的语句来简化对基于 2DPCA 的人脸识别的理解。 该脚本对于该领域的学生和研究很有用。 使用的数据集是 ORL AT&T 剑桥实验室 ( www.cl.cam.ac.uk/Research/DTG/attarchive:pub/data/att_faces.zip )，这里以 mat 格式 (ORL_FaceDataSet) 提供。

赚点积分，用摄像头识别人脸，然后用人脸控制鼠标移动。这是个demo，未有完善，扩展思想用的。扩展后可用做面部控制，人眼控制等等。

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。