通过android自带的人脸识别接口，调用surfaceview显示摄像头画面，并检查界面人脸功能

可根据需求更改拍摄ui。预览过程中实现人脸识别的功能

人脸检测 人脸姿态 人脸识别 人脸对比 人脸检索

face_mask_detection.pb

Web 人脸检测使用 OpenCvSharp、Emgu 和 Accord.Net 和 Json，Ms.Net Framework MVC。 对于直接测试，请下载 !_1_Web_Face_Detection.ZIP 或 https://sourceforge.net/projects/webfacedetection/files/!_1_Web_Face_Detection.zip/download .... 对于新测试！ .... 制作新的 Asp.Net Web 应用程序 .Framework MVC .... 来自 Libs 文件夹的参考文件（不包括 cvextern.dll 和 opencvsharpextern.dll 和 face.xml）.... 从 Libs 文件夹（ face.xml ）添加现有项目xml 和 opencvsharpextern.dll 和 cvextern.dll ) 到您的项目，如果较新则设置复制。 .... 从这个 HomeControllers.cs 替换 Controllers/HomeControllers.cs .... 从这个 In

不依赖第三方接口，通过Java实现人脸识别。并输出识别出来的人脸小图和标志大图有测试用例和demo。 使用教程见https://blog.csdn.net/b379685397/article/details/101940373

有时项目只是需要个人脸检测功能，大家可能到处找算法，很多算法是收费的，花了很大精力去没有搞定，今天就上传个安卓原生的免费人脸检测，代码已经封装好，并测试通过，下载集成即用，百分百源码。

qt使用libfacedetection进行人脸识别

darknet_face_with_landmark 更新 torch版本： 借鉴AlexeyAB大神的 做适量修改，用于人脸检测以及关键点检测,支持ncnn推理 实现的功能 添加关键点检测分支，使用wing loss 添加 hswish,hsigmode 激活函数 Installation Clone and install git clone 使用scripts/retinaface2yololandmark.py脚本将retinaface的标记文件转为yolo的格式使用 其他编译训练都和原版darknet相同 测试 ./darknet detector test ./data/face.data ./cfg/mbv2_yolov3_face.cfg ./models/mbv2_yolov3_face_final.weights ./test_imgs/input/se

MobileNet-SSD-RealSense RaspberryPi3（Raspbian Stretch）或Ubuntu16.04 / UbuntuMate +神经计算棒（NCS / NCS2）+ RealSense D435（或USB Camera或PiCamera）+ MobileNet-SSD（MobileNetSSD） 【公告】2018年12月19日，OpenVINO支持RaspberryPi + NCS2！ 【2018年12月31日】完成与NCS2的USB Camera + MultiStick + MultiProcess mode对应。 【2019年1月4日】演出四次。