大年龄段是自动面部识别的严重障碍。 尽管已经报告了许多令人鼓舞的结果，但是由于老化过程导致的类内差异很大，它仍然是一个具有挑战性的问题。 在本文中，我们主要侧重于寻找一种具有表现力的年龄不变特征，从而使其对人际差异具有鲁棒性，对不同主体具有歧视性。 为了实现这一目标，我们将原始特征映射到一个新的空间，在该空间中，该特征对于因面部图像老化而引起的噪音和较大的人际变化是很健壮的。 然后，我们进一步将映射的特征编码为年龄不变的表示形式。 经过映射和编码后，我们获得了稳健而有区别的功能，可以实现年龄不变的人脸识别的特定目的。 为了展示我们方法的有效性和通用性，我们在两个知名的公共领域数据库进行了实验，以进行年龄不变的人脸识别：跨年龄名人数据集（CACD，最大的公开可交叉使用年龄face.dataset）和MORPH数据集。 实验表明，我们的方法在这两个具有挑战性的数据集上均达到了最新的结果。
2021-03-30 13:09:05
2.46MB
1
面部识别python-django
面部检测和面部识别，以及从数据库中获取的已识别人员信息。
通用语言和版本
• Python version: 2.7.14
• Django version: 1.11.9
• OpenCV version: 3.4.0
• Sklearn version: 0.19.1
• Mysql Database
更改mysql设置
go to settings.py under faceRecog folder.
change database configuration under DATABASES object.
跑 -
python ma
2021-03-30 10:57:02
12.24MB
1
人脸识别
该存储库包含使用带有tkinter gui界面的openCV和python进行面部识别的代码。 如果要测试代码，请运行train.py文件
使用的技术：-openCV（开源计算机视觉）-Python -tkinter GUI界面
在这里，我正在使用OpenCV（Python）开发基于面部识别的考勤管理系统。 只需面对照相机，即可标记出他们的出席情况。
怎么运行的 ：
当我们运行train.py时，将打开一个窗口，询问输入ID和输入名称。 输入名称和ID后，我们必须单击“拍摄图像”按钮。 通过单击“拍摄图像”，将打开正在运行的计算机的摄像头，并开始拍摄人的图像样本。此ID和名称存储在StudentDetails文件夹中，文件名为StudentDetails.csv。 它以60张图像为样本并将其存储在TrainingImage文件夹中。完成后它会通知iamges已保存。 采集图像
2021-03-29 14:41:20
23.94MB
1
OpenCV实现的SSD人脸检测器，基于深度学习框架Tensorflow训练的模型。
2021-03-29 11:39:29
2.6MB
1
虹软人脸识别的java语言sdk资源，可进行人脸检测，人脸跟踪，人脸对比，人脸查找，人脸属性，活体检测等
2021-03-29 10:57:15
56KB
1
20180402-114759.pb
model-20180402-114759.ckpt-275.data-00000-of-00001
model-20180402-114759.ckpt-275.index
model-20180402-114759.meta
2021-03-25 10:12:42
183.44MB
1
dlib的68点模型，训练好的特征预测器，用来进行python代码人脸识别的特征预测，讲该代码下载到python项目文件夹下，然后预测就行了
2021-03-24 19:07:11
68.57MB
1
人脸检测face-alignment内置模型sfd_detector。原始下载链接https://www.adrianbulat.com/downloads/python-fan/s3fd-619a316812.pth。
2021-03-23 13:09:46
85.68MB
1