深度学习 人脸识别

基于深度卷积神经网络的人脸识别

提出一种在非限制条件下,基于深度学习的人脸识别算法。同时,将LBP纹理特征作为深度网络的输入,通过逐层贪婪训练网络,获得良好的网络参数,并用训练好的网络对测试样本进行预测。在非限制条件下人脸库LFW上

Deep Learning Models for Face Detection/Recognition/Alignments, implemented in Tensorflow

人脸表情识别作为人机交互系统的重要组成部分，在安防监控、人机交互等领域有广泛的应用，是计算机视觉的研究热点。传统的卷积神经网络方法一般提取单张人脸图像或者人脸标记点作为特征提取的输入数据，未能考虑到人

基于深度学习的轻量级和多姿态人脸识别方法

融合深度学习和稀疏表示的人脸表情识别方法研究

基于深度学习模型的人脸识别部分主要包含三个模块：数据预处理模块、深度学习模块和识别模块。数据预处理模块主要由数据整合和构造数据立方体两个部分组成。深度学习模块通过两个具体过程来实现：RBM调节和深度模

基于深度学习的暴力检测及人脸识别方法研究_丁春辉

深度学习（DeepLearning）资料：《解析深度学习：语音识别实践》,书籍实用。

人脸检测，可检测出人脸的指定位置，且保存于指定文件夹，非常适合初学者入门，用于人脸识别的预处理阶段，实用