tensorRelightingDemo.m 演示了使用笛卡尔张量基础进行面部表观 BRDF (ABRDF) 估计和随后的重新照明。 给定在不同点源照明下的几张人脸图像，包含的 ABRDF 估计代码可以对它们进行插值和外推以生成新图像。 如果您发现此代码有用，请引用以下论文： Ritwik Ku​​mar、Angelos Barmpoutis、Arunava Banerjee、Baba C. Vemuri，“使用张量样条对人脸进行非朗伯反射建模和形状恢复”，IEEE 模式分析和机器智能交易 (PAMI)，2009 年。 http://seas.harvard.edu/~rkkumar/ 请注意，在上面的论文中，我们提出了一种将每个像素的笛卡尔张量与空间样条相结合的方法。 该代码中不包含论文的样条部分，但即使没有它，提供的代码也可用于重新照明，尽管在输入图像数量较少时重新照明质量会有所

2DPCA，包含Yalefaces人脸图像集，大量注释，是自己的初学时的理解，如有错误，请指正

人脸识别、表情识别图像预处理--图像库人脸图像剪切、旋转

基于哈希方法的人脸图像检索技术综述，王义飞，肖波，在海量图像中进行人脸图像相似性搜索是一个重要的研究方向，在大规模人脸图像检索任务中，使用哈希方法进行人脸图像相似性搜索是

MIT人脸图像库,包括人脸样本和非人脸样本，已经切割好的，可以直接用来训练

自行建立的数据集主要是为了进行现场人脸的收集，这种方式与机场中人脸数据收集的情况非常的相似，准备了400对正样本、400对负样本，进行实验。 在这种情况下，得到的图像的相似程度，就是输入的数据，之后，将其进行排列，进行数值的预测，最终得到TPR、FPR概率值。文件要直接放在D盘下保存，在matlab2014a运行完全正确。

包含200幅男性与200幅女性相同姿态和光照下的人脸图像，分辨率为200×200，基本上都是正面人脸图像。

CMU的人脸数据集，分为3个文件夹，像素是32*32，和64*64，可以做分辨率处理，10000多张图片满足论文和科研要求。

一种疲劳检测的算法 司机疲劳驾驶检测中人脸图像的快速人眼定位

针对光照、表情变化给人脸识别造成的影响以及大型人脸图像库的训练样本中只有部分标记的问题，结合多通道Log-Gabor小波和半监督流形学习算法，提出一种新的人脸图像检索方法。该方法首先使用Log-Gabor小波对人脸图像进行滤波获得特征矩阵，进一步利用提出的二维半监督流形学习算法进行维数约简，得到低维判别特征。由于该方法直接作用于Log-Gabor特征矩阵，克服了小样本带来的奇异问题；另外，通过充分利用标记和未标记信息，还保留了数据的局部流形结构，增强了特征匹配的相似性。在CMU PIE和AR人脸数据库上的实验结果表明，该方法有效且优于其他方法。