这是项目的服务器端,它接收文件,提取文件,将其匹配并将响应发送到客户端。 确保下载所有导入的库。 为了保持一致性,必须在服务器端维护一个静态IP。 将图像放在图像文件夹中的原始文件夹中,并生成面部编码
基于python的一个人脸识别的实例,里面包含源代码,已经经过测试,是一个很好的入门级的例子
基于Haarlike特征的实时道路车辆识别方法研究.pdf,提出一种基于haar的物体识别方法,易于实现
本代码用adaboost算法实现目标识别,时效性好,效率高
本文的目的是借助Paul Viola最新提出的实时特征检测的技术[1],实现一个能够进行快速人脸检测的系统。并且通过训练,得到尽可能优化的分类器构造参数,从而获得具有高检测速度和检测正确率的人脸检测系
这是用MATLAB编写的ADABOOST程序,已经过测试可用,读入YALE库或其他公共人脸库,直接调用程序即可
一个用Haar特征实现的人脸检测过程,并在检测的图片中可以查看所用的Haar特征。
通过haar分类器做人脸检测,用圆圈标注出,MFC实现,里面有整个工程的代码,完全可以用的,还有使用文档方便大家使用。
介绍图像处理中积分图的概念,和adaboost算法的流程
本资源是基于matlab识别人脸的程序,自己写的亲测有效