用python3实现基于深度学习的AI人脸识别系统，脚本可以直接运行（包括源码文件、数据文件） 用到技术：Flask + OpenCV-Python + Keras + Sklearn 压缩包中包括：照片样本采集源码、深度学习和训练源码、人脸识别相关源码、Flask实现人脸识别接口等。 通过浏览器上传图片，或者打开摄像头即可识别。

建议先看说明：https://blog.csdn.net/qq_33789001/article/details/129622266 在抖音上玩的猫脸特效完全可以通过制作猫脸的贴图的效果来模仿它的效果。于是收集了很多贴图，加上我的超低的ps技术处理后，实现了这个算是换脸功能相对完善的工程。 这里基于mind-ar-js-master\examples\face-tracking\example1.html案例修改而来，主要是将部分托管在cdn服务器的脚本库进行了本地化关联（解决加载太慢的问题）和然后UI上新增了各个面部贴图的小图按钮，通过点击对应面部贴图按钮后切换对应的效果。 我这里采用直接修改网页地址的face参数进行切换面部贴图效果，然后在网页加载场景创建的时候先解析face参数，没有face参数则直接使用默认面部贴图，加载贴图，创建faceMesh，并设置材质贴图。这一步主要就是找素材，然后将素材和标准的人脸模型可视化uv贴图进行脸部的贴合，详情的说明建议看前言中的博客内容。手机上不能使用该功能成功的问题依然存在。

使用Yolo神经网络实现人脸检测完整程序（测试通过）

本数据集包含一万多对人脸图片，每一对中包含两张图片，分别为添加高斯噪声后的人脸图片和未添加任何噪声的原人脸图像，可以用来进行人脸相似度比对项目。

CASIA-WebFace 数据 4.1G

易语言百度API调用AI人脸识别例子源码，源码调用了精易模块,自行替换里面的app_id ＝ “”，app_key ＝ “”

使用tengine进行视频人脸检测的代码，tengine再cpu推理优化比较好，速度比较快

使用OpenCv检测用户人脸（支持内置、外置摄像头两种模式），检测到人脸信息后即可采集人来数据，填写用户信息，将采集到的数据集存储到数据库中。 代码说明：Python+OpenCv实现AI人脸识别身份认证系统(1)——人脸识别原理

第9章 课程总结 第8章 “刷脸”识别 第7章 手写数字识别 第6章 计算机视觉加强之机器学习 第5章 计算机视觉加强之图像美化 几十GB的内部最新资源，挺不错的

python项目开发实战_AI人脸识别签到打卡系统(PyQt5+百度智能云+OpenCV-Python+SQLite3)_编程案例实例教程