人脸特征点检测实战代码

一个22个， haarcascade_eye，haarcascade_eye_tree_eyeglasses，haarcascade_frontalface_default，haarcascade_lowerbody

基于PCA的人脸特征提取！利用PCA技术在降维的同时在一定程度上支除特征各维之间的相关性！

dlib人脸特征库分类器，194点，由helen 库(2000张)训练而成，共三部分.

stasm 基于ASM算法的人脸特征点提取 VC++6.0 + openCV1.0 本人亲测是好用的。运行时带上参数 可以实现人脸68个特征点的提取

face_login 利用facenet实现检测图片中的人脸，将识别到的人脸向量存入数据库，此外利用post提交一个新图片（也可以提交一个图片地址，参考face_recognition_api.py文件中get_url_imgae函数自行修改），返回数据库中相似的人脸的信息 算法主要分为2个步骤 1.提取图片中的人脸 ，并保存到临时目录中 2.将人脸图片转换为128维的向量 ，便于后续求人脸相似度 项目主要分为3个步骤 1.提交post请求，将uid ugroup pic提交，进行人脸信息保存操作 2.收到请求后将pic进行处理解析为128维向量保存，并跟uid和ugroup保存入库 ，返回数据库插入成功的id 3.提交post请求，将ugroup pic提交人脸查询请求，意思为再ugroup中查看与图片pic相似的人脸 4.收到请求后，处理图片解析图片中所有的人脸，进行按库查询，然后与该

利用dlib进行人脸特征点检测，使用python调用dlib库。

基于可见光谱人脸识别技术的效率和精度受光照、姿态、遮挡、表情变化和照片欺诈等因素的影响较大, 尤其是夜视环境下的人脸识别难题亟待解决。为此, 提出了一种基于热红外光谱的人脸特征提取算法。对热红外人脸图像进行数据建模获取极大化数据模型, 估计并调整混合模型参数到高斯混合模型; 提取热红外高斯混合人脸图像的等温特征, 实现热特征图像的重建; 最后通过计算概率邻近指数来度量个体间的相似度, 给出识别结果。UCHThermalFace数据库的实验结果表明：该方法应对夜视环境下的多姿态、特征变化、随机遮挡和眼部噪声样本具有较高的识别精度和稳健性, 极大地提高了人脸识别系统夜视环境下的抗干扰能力。

使用MATLAB实现NMF算法，是一种人脸特征提取的算法，基于非负矩阵分解

NMF 用于人脸识别，将人脸图像分解成两个低秩矩阵，即一个基矩阵，一个权值矩阵，基矩阵即人脸上的特征矩阵子空间。