人脸检测及计数

Adaboost人脸检测算法研究及OpenCV实现.

Python OpenCV可以轻松实现人脸检测，帮助我们了解图片和视频中的人脸特征。使用Python OpenCV进行人脸检测的基本步骤，包括图片读取、灰度化、人脸检测、绘制检测框和保存人脸图像等。同

本文将教您如何使用Python和OpenCV实现人脸检测并保存，以及如何将结果导出成PDF格式以方便分享和查看。我们将介绍人脸识别基础知识、代码实现过程及注意事项，并提供完整的代码示例。

MATLAB实现人脸检测技术的研究论文

一个多样化的人脸图像数据集，包含不同种族、年龄段和侧面角度的图像，旨在创建一个不带偏见的数据集，其中包括适用于训练对象检测模型的人脸区域坐标。一个多样化的人脸图像数据集，包含不同种族、年龄段和侧面角度

TensorFlow实现的MTCNN+FaceNet的人人脸检测 1.采用用opencv2读取图片片; 2.对图片片采用用mtcnn方方法,检测人人脸; 3. 采用用预训练的facenet对检测的人人

调用原生camera的视频流人脸识别，人脸关键点检测

人脸检测与追踪，采用C++作为开发语言，关键技术采用级联分类器，通过对输入的一些预处理，包括缩放，滤波，双线差值之后，再通过直方图均衡化，最后送入分类器进行检测。

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

人脸特征点检测，用于人脸识别，是Linux环境下的C开发源码。