李子青的人脸识别手册包含人脸检测、人脸跟踪、人脸识别方面的内容。

基于深度学习的指静脉识别，python实现

Thistextbookintroducessparseandredundantrepresentationswithafocusonapplicationsinsignalandimageprocessing.Thetheoreticalandnumericalfoundationsaretackledbeforetheapplicationsarediscussed.Mathematicalmodelingforsignalsourcesisdiscussedalongwithhowtousethepropermodelfortaskssuchasdenoising,restoration,separation,interpolationandextrapolation,compression,sampling,analysisandsynthesis,detection,recognition,andmore.Thepresentationiselegantandengaging.SparseandRedundantRepresentationsisintendedforgraduatestudentsinappliedmathematicsandelectricalengineering,aswellasappliedmathematicians,engineers,andresearcherswhoareactiveinthefieldsofsignalandimageprocessing.*Introducestheoreticalandnumericalfoundationsbeforetacklingapplications*Discusseshowtousethepropermodelforvarioussituations*Introducessparseandredundantrepresentations*FocusesonapplicationsinsignalandimageprocessingThefieldofsparseandredundantrepresentationmodelinghasgonethroughamajorrevolutioninthepasttwodecades.Thisstartedwithaseriesofalgorithmsforapproximatingthesparsestsolutionsoflinearsystemsofequations,latertobefollowedbysurprisingtheoreticalresultsthatguaranteethesealgorithms’performance.Withthesecontributionsinplace,majorbarriersinmakingthismodelpracticalandapplicablewereremoved,andsparsityandredundancybecamecentral,leadingtostate-of-the-artresultsinvariousdisciplines.Oneofthemainbeneficiariesofthisprogressisthefieldofimageprocessing,wherethismodelhasbeenshowntoleadtounprecedentedperformanceinvariousapplications.Thisbookprovidesacomprehensiveviewofthetopicofsparseandredundantrepresentationmodeling,anditsuseinsignalandimageprocessing.Itoffersasystematicandorderedexposuretothetheoreticalfoundationsofthisdatamodel,thenumericalaspec

face_recognition（人脸识别），face_recognition（人脸识别），供大家参考。

使用的是opencv3.4.1版本。
face_recognition可以使用apt-getinstall安装，这也是为什么用ubuntu的原因。
有问题欢迎留言讨论。

基于树莓派的人脸识别，可用来制作智能门锁

dlib_face_recognition_resnet_model_v1.datdlib_face_recognition_resnet_model_v1.dat

表情辨认数据fer2013,原地址在https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data

基于window的人脸识别考勤系统，人脸识别模块使用python的Face_recognition模块，后台基于Django和SQLite数据库，前端次要使用layui。
作为本科毕设，内容较为简单。

该数据是kaggle2013年一个比赛的数据集，比赛网址为：https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data数据包含三个文件：fer2013.bib，fer2013.csv，README

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。