dlibdotnet 人脸相似度源代码_人脸识别实战之人脸检测-OpenCV3.3 DNN人脸识别引

1.人脸识别技术概述

1.生物识别技术

2.人脸识别技术

3.生物识别技术对比

4.人脸识别工作原理

5.人脸识别建模、比对流程

6.人脸识别特征点提取建模流程

7. 影响人脸识别的因素

8.人脸识别应用场景

9.人脸识别算法常见测试指标

10.人脸识别常见开源数据集

2.人脸识别深度实践-人脸图像预处理

1.人脸识别图像预处理方法概述

2.人脸识别预处理-人脸轮廓增强

3.案例实践-基于OpenCV的人脸轮廓增强实践

4.人脸识别预处理-灰度拉伸

5.案例实践-基于OpenCV的人脸对比度增强实践

6.人脸识别预处理-图像降噪

7.案例实践-基于OpenCV的人脸降噪对比

8.人脸识别预处理-人脸图像尺寸归一化

9.案例实践-人脸校正和人脸裁剪

3.人脸识别深度实践-人脸检测

1.人脸检测的基本流程与方法

2.人脸检测算法-Haar-Adaboost算法

3.案例实践-基于OpenCV的实现Haar-Adaboost算法

4.人脸检测框架-Dlib介绍

5.Dlib框架介绍

6.Dlib人脸检测原理

7.案例实践-Dlib人脸检测

4.人脸识别深度实践-基于深度学习的人脸检测实践

1.基于深度学习的人脸检测方法介绍

2.Dlib  DNN 人脸检测

3.案例实践-基于Dlib的 人脸检测实践

4.深度学习检测框架-MTCNN原理

5.深度学习检测框架-MTCNN算法框架

6.深度学习检测框架-MTCNN的Inference流程

7.深度学习检测框架-MTCNN的算法训练过程

8.深度学习检测框架-FaceNet原理

9.深度学习检测框架-FaceNet的算法框架

10.深度学习检测框架-FaceNet的Inference流程

5.人脸识别深度实践-人脸识别

1.人脸识别与人脸检测的区别与定义

2.人脸识别核心-人脸特征向量提取

3.基于Dlib的人脸特征向量提取

4.人脸识别开源框架-face_recognition

5.人脸识别开源框架-face_recognition基本函数介绍

6.人脸识别开源框架-face_recognition安装

7.案例实践-基于face_recognition完成人脸识别实践

6.人脸识别项目实践问题解决

1.姿态问题- Face Alignment

2.表情问题-表情变化较大的人脸

3.遮挡问题

4.年龄变化

5.人脸相似性-双胞胎等

6.动态识别

7.人脸防伪-人脸欺诈等问题

8.案例实践-基于Dlib与OpenCV完成Face Alignment实践