内容简介：博客：blog.shinelee.me |人脸识别流程包括人脸检测、人脸对齐、人脸识别等子任务，这里优先总结功能相对齐全的开源项目，再总结完成单个子任务的开源项目。本文主要关注方法较流行且提供源码的开源项目，忽略了仅提供SDK的。
博客：blog.shinelee.me | 博客园 | CSDN
人脸识别流程包括人脸检测、人脸对齐、人脸识别等子任务，这里优先总结功能相对齐全的开源项目，再总结完成单个子任务的开源项目。本文主要关注方法较流行且提供源码的开源项目，忽略了仅提供SDK的。
全任务
- SeetaFaceEngine 与 SeetaFaceEngine2 ，是中科院山世光组开源的项目，含Detection、Alignment、Identification，前者代码齐全，很适合学习，只是没有开源模型训练方法，后者只提供了SDK。
- OpenCV 以及 opencv_contrib ，传统方法和深度学习方法都有，4.0版本已发布，见 ChangeLog 。
- dlib 基于C++的机器学习库，其中也含有 frontal face detection 和 face recognition等。 face_recognition 基于dlib的人脸识别（python）。
- openface官网 以及 cmusatyalab/openface github 是基于google FaceNet(CVPR 2015) 用 Python 和Torch实现的人脸识别系统。
- facenet ，基于Tensorflow实现的FaceNet，参考了上面的openface
- TadasBaltrusaitis/OpenFace （与上面的openface不是同一个），汇总了多篇论文的实现，含facial landmark detection、head pose estimation、facial action unit recognition 以及 eye-gaze estimation，侧重于facial behavior analysis and understanding。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Python高效开发实战——Django、Tornado、Flask、Twisted（第2版）
刘长龙 / 电子工业出版社 / 2019-1 / 99
也许你听说过全栈工程师，他们善于设计系统架构，精通数据库建模、通用网络协议、后端并发处理、前端界面设计，在学术研究或工程项目上能独当一面。通过对Python 3及相关Web框架的学习和实践，你就可以成为这样的全能型人才。 《Python高效开发实战——Django、Tornado、Flask、Twisted（第2版）》分为3篇：上篇是Python基础，带领初学者实践Python开发环境，掌握......一起来看看 《Python高效开发实战——Django、Tornado、Flask、Twisted（第2版）》 这本书的介绍吧!
