使用PCA-2D-PCA和2D-Square-PCA进行人脸识别 用于识别人脸的Python中PCA / 2D-PCA / 2D（Square）-PCA的实现： 单人图像 集团形象 识别视频中的人脸 ORL数据集的准确性 PCA（93.42％） 二维PCA（96.05％） 2D（平方）-PCA（97.36％） 要求 麻木 OpenCV 科学的 用法 在Face_Recognition类中，使用来自（pca，2d-pca，2d2-pca）的algo_type 在Face_Recognition类中，将reco_type用作 对于单张图片= 0 视频= 1 对于组图像= 2 该项目使用ORL数据集，您可以将数据集放置在images文件夹中，并在dataset.py文件中更改数据集的名称（可以使用提供的FaceExtractor通过提取面部来创建新的数据集） 运行Face_Rec

去噪声代码matlab 3DfaceRecognition 3D人脸和耳朵识别系统的开发 克隆回购或下载zip文件夹。 转到下载部分并将其解压缩。 解压缩的文件夹将被命名为“ 3DFaceRecognition-master”。 将文件夹保存在要运行代码的所需目录中。 修改变量“ workspace_add”和“ imgFolder”的路径（第2行和第4行） 将FRGC2.0 3D数据库图像保存在文件夹“ FRGC_3D_Face_Database”中。 最初仅保留一张图像（或使用我保留在文件夹“ FRGC_3D_Face_Database”中的图像）并运行代码以检查小麦程序是否可以修剪面部区域，随后将所有数据库图像保留在“ FRGC_3D_Face_Database”文件夹中。 当您为整个数据库运行代码时，请在MATLAB中的第48-52行注释，因为要花很长时间才能可视化每个图像的点云。 运行preprocess.m以执行前置步骤。 该主要功能将读取图像，修剪面部区域，去除尖峰，填充Kong并将其去噪。 有关更多详细信息，请访问Medium上的文章： 程序已在MATLAB R2017

python在人脸识别方面有着独特的开发优势，这是本人实测的人脸识别代码，其中还有UI部分 的设计供大家参考，建议按照我博客里的方法搭建开发平台，对代码进行测试。欢迎大家下载！

python的face_recognition人脸识别库的使用

猪的代码matlab 基于 Gabor Zernike Hog 的人脸识别 基于 Gabor 滤波器、Zernike Moment 和 Histogram of Oriented Gradient 滤波器的人脸识别应用。 在 Matlab (Matlab AppDesigner) 中实现。 本项目使用的是ORL人脸数据库。 * 本项目使用以下代码； 感谢其各自的所有者

TensorFlow中的Insight Face 任务 mxnet数据集到tfrecords 骨干网络架构[vgg16，vgg19，resnet] 骨干网络体系结构[resnet-se，resnext] LResNet50E-IR LResNet100E-IR 加法角余量损失 余弦面损失 火车网络代码 在训练期间添加验证 多GPU训练 合并损失由RogerLo提供。 评估代码 培训技巧（持续更新） 如果您不能使用大批量（> 128），则应使用较小的学习率 如果您不能使用大批量（> 128），则可以尝试重新规范化批量（文件L_Resnet_E_IR_RBN.py ） 如果使用多个

Acquiring Linear Subspaces for Face Recognition under Variable Lighting.pdf

利用OpenCV,Face_recognition实现证件照自动人脸扶正、裁剪尺寸、背景更换

dlib模型文件

Face Recognition using Matlab