Python OpenCVTensorFlow人脸关键点检测与实时过滤

环境：opencv 2.4.6.0 特征：eigenface Input：一个人脸数据库，15个人，每人20个样本（左右）。 Output：人脸检测，并识别出每张检测到的人脸。

LuxandFaceSDK检测人脸，比对两张照片是否同一人。速度相当不错。

dat文件,具体名称为shape_predictor_68_face_landmarks.dat 人脸68个关键点：嘴巴，鼻子，眼睛，眉毛，轮廓等 Landmark人脸68个关键点检测dat模型库

Landmark人脸68个关键点检测dat模型库(shape_predictor_68_face_landmarks.dat)

音端点检测就是检测语音信号的起点和终点，因此也叫起止点识别。它是语音处理技术中的一个重要方面，一个关键性问题，端点检测的准确与否，在很大程度上影响语音识别系统的性能。这里我们来研究下采用短时能量和短时

详细介绍了在实践过程中会遇到的各种离群点检测问题及解决方法

算法流程：。实验结果：

基于 OpenCV+TensorFLow 完成的下列 案例源码： 1：几何变换 2：图片特效&绘制线段文字 3：图像美化 4：机器学习 5：手写数字识别 6：刷脸识别

针对头部姿态变化较大、脸部遮挡等情况下,由面部特征类型多样和尺度不同造成的面部特征点检测准确度较低的问题,提出了一种面部分组特征线条化和点热图回归相结合的人脸特征点检测方法,并设计了两段式堆叠沙漏网络

dlib库，68的特征点（.dat），人脸识别的68个特征点的数据包