ExtendYaleB人脸数据库，一共38个人,每人64张照片。
根据人脸与摄像机的方向角（12,25,50,77,90）将每人的64张照片分为5个sbusets。
每人每个subset的人脸数目分别为（7,12,12,14,19。
由于数据大小的限制，分两次上传.

opencv3人脸识别所用到的训练数据集，40个人脸数据，每个人10张照片。

基于MATLAB的人脸识别签到系统的开发程序，有利于初学者学习和借鉴

基于百度AI开放平台人脸识别SDK写的C#人脸识别Demo，包含人脸注册：将人脸照片注册到百度AI开放平台人脸库中。
人脸检测：根据人脸检测年龄、性别、表情、靓丽度、人种、眼镜等特征人脸识别：识别百度AI开放平台人脸库中的照片，比对相似度百分比。
人脸检索：与百度平台人脸库中进行1：N，M：N检索识别。
未能上传运行图片，亲测可用。
程序运行须知：在百度智能云注册账号，创建对应项目，在百度智能云平台中创建人脸库，将提供对应API_KEY和SECRET_KEY替换FaceDetection.cs文件中对应内容，API_KEY对应百度云的“AccessKeyID”，SECRET_KEY对应百度云的“AccessKeySecret”。

iOS实现人脸识别的四种方式：CoreImage、Vision、OpenCV、AVFoundation

基于PCA人脸识别，首先对训练人脸库进行的某个人脸特征提取；
根据提取的特征，在测试人脸库中检索出训练人脸库的人脸。

人脸识别协同表示代码基于协同表示的人脸识别matlab代码，文章出处：Lzhang等的“SparseRepresentationorCollaborativeRepresentation:WhichHelpsFaceRecognition?”

用JAVA编写的一个人工智能上的人脸识别程序。
找了很久才找到的。
至于东西好不好，您看来再说哦，有没有骗人，您看了再说。
只是源程序。
有人为java能否写人脸识别。
我觉得可以，这个是也是上课老师要求的，我找了很久才找到的。
对您有帮助，那我很欣慰。
没帮助，也请不要介意，只是大家的关注点不同。

《数字图像处理——应用篇》是由谷口庆治编著的一本深入探讨图像处理技术的专业书籍，这本书在图像处理领域具有很高的权威性。
全书完整PDF版本是唯一可获取的全面资源，对于学习和研究图像处理技术的读者来说，无疑是一份宝贵的资料。
图像处理是计算机科学中的一个重要分支，它涉及了将模拟图像转换为数字形式，以及对数字图像进行各种操作以改善质量或提取有用信息。
在《数字图像处理——应用篇》中，作者谷口庆治详细阐述了这一领域的关键概念和技术，包括图像获取、颜色模型、图像增强、图像复原、图像分割、特征提取以及模式识别等核心主题。
1.**图像获取**：这部分介绍了图像传感器的工作原理，如CCD和CMOS，以及扫描仪和相机的成像过程。
同时，还涵盖了像素的概念、采样理论和量化过程。
2.**颜色模型**：书中详细讨论了RGB、CMYK、HSV、YCbCr等常见颜色模型，以及它们在不同应用场景下的选择和转换方法。
3.**图像增强**：通过滤波器、直方图均衡化等手段改善图像的视觉效果，提升图像质量，这部分包括线性和非线性滤波、对比度增强等技术。
4.**图像复原**：针对图像退化问题，如噪声、模糊等，提出了一系列恢复技术，如Wiener滤波、反卷积等。
5.**图像分割**：这是图像分析的关键步骤，包括阈值分割、区域生长、边缘检测等方法，用于将图像划分为有意义的部分。
6.**特征提取**：为了识别和理解图像，需要从图像中提取有意义的特征，如角点、边缘、纹理和形状，这些特征可用于后续的模式识别和对象识别。
7.**模式识别**：利用机器学习算法，如支持向量机、神经网络、决策树等，对图像中的模式进行分类和识别，是图像处理领域的高阶应用，广泛应用于OCR文字识别、人脸识别、医学影像分析等领域。
8.**OCR文字识别**：光学字符识别技术是模式识别的一个实例，通过识别图像中的文字并转化为可编辑文本，该技术在文档自动化处理、图书数字化等方面有着广泛的应用。
压缩包中的文件名表明资源分为了三个部分：`数字图像处理——应用篇.part1.rar`、`数字图像处理——应用篇.part2.rar`和`数字图像处理——应用篇.part3.rar`。
通常，这种分卷压缩格式是为了便于大文件的传输和存储，用户需要下载所有部分并使用合适的解压工具（如WinRAR或7-Zip）合并解压，才能获得完整的PDF文件。
《数字图像处理——应用篇》是一本涵盖广泛、深度适中的教材，适合计算机视觉、图像处理、模式识别等相关领域的学生和研究人员。
通过学习本书，读者不仅可以掌握基本的图像处理技术，还能了解其在实际应用中的策略和方法，为进入这个领域的深入研究打下坚实基础。

做研究生期间，自我感觉很好的人脸识别论文，给大家介绍一下，希望对大家有用。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。