包含了1521幅分辨率为384x286像素的灰度图像。
每一幅图像来自于23个不同的测试人员的正面角度的人脸。
每一幅图像来自于23个不同的测试人员的正面角度的人脸。
2024/3/25 19:27:42
119.42MB
1
能够实现调用摄像头，实时检测人脸，实时注册捕捉照片存入本地，同时多人识别的人脸识别程序的源代码，需要环境为face_recognition,dlib,cv2,numpy等，可自行在pycharm等配置环境。
2024/3/23 14:42:14
4KB
1
该代码使用Tensorflowr1.7在Ubuntu14.04下使用Python2.7和Python3.5进行测试。
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化
2024/3/22 22:19:22
2.1MB
1
人脸检测英文文献AParallelFrameworkforMultilayerPerceptronforHumanFaceRecognition等
2024/3/21 2:09:53
565KB
1
参考博客：https://blog.csdn.net/qq_30155503/article/details/102764838文件内含：源码+论文本设计基于linux操作系统，由客户端（门禁设备）和服务器（后台处理中心）组成，通过以太网形成组网，实现一个人脸识别门禁系统。
客户端为嵌入式Linux设备，采用QT库显示界面，通过摄像头采集图像。
服务器为PC上Ubuntu系统，采用QT库显示界面，以OpenCV库为基础进行图像处理，采用基于Haar特征的人脸检测及LBPH人脸识别算法。
客户端负责采集图像并上传服务器，以及控制门禁设备；
服务器负责对图像进行人脸识别，以及增删人脸等的用户管理，是整个系统的处理中心。
客户端为嵌入式Linux设备，采用QT库显示界面，通过摄像头采集图像。
服务器为PC上Ubuntu系统，采用QT库显示界面，以OpenCV库为基础进行图像处理，采用基于Haar特征的人脸检测及LBPH人脸识别算法。
客户端负责采集图像并上传服务器，以及控制门禁设备；
服务器负责对图像进行人脸识别，以及增删人脸等的用户管理，是整个系统的处理中心。
2024/3/20 22:40:17
11.97MB
1
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。
2024-04-09 15:03
15KB