人脸识别

中国.NET研究协会

用 .NET 10 做人脸活体核验：SimdFace 1.1.0把两张照片交给程序，得到一个人脸相似度，已经能解决不少问题。但如果有人把参考照片举到摄像头前，画面里还是那张脸。相似度再高，也回答不了镜头前的人有没有在做动作。

土星云SaturnCloud

基于 ArcFace 的闸机门禁刷脸：从底库整理到土星云 SE110S 系列边缘部署闸机刷脸难的不是"认出是谁"，而是要在 1 秒内、光线不可控、只允许错一次的条件下给出稳定结论。ArcFace 用加性角度间隔把同一个人的特征压到一起、把不同人推开，输出的 512 维向量做一次余弦比对就能判定，天然适合边缘设备。本文从原理讲到数据整理、训练微调、ONNX 转 BModel，最后给出在土星云 SE110S-WA32、SE110S-WB16、SE110S-WC8 三款设备上的部署方案与性能数据。

AI人工智能+

炫彩活体检测利用手机屏幕投射随机彩色光，通过分析真实皮肤对光的次表面散射、血红蛋白吸收及纹理细节等光学特性，实现1-2秒内无感核验办手机卡要刷脸，开银行账户要刷脸，领养老金资格认证还是刷脸。不知不觉间，"露脸"已经成了我们证明"我是我"的日常动作。

代理网络环境下 Linux Pro 在线激活实操指南本文面向在受限网络（企业防火墙 / 代理服务器环境）中部署虹软人脸识别 Linux Pro SDK 的开发与运维人员，解决在线激活连不上授权服务器的问题。全文基于虹软 SDK 在线授权机制与通用代理配置实践编写。

只睡四小时

端侧推理：face-api.js 首屏 92% 是白下载的端侧推理最容易翻车的是体积。把 face-api.js 的 public/models 拆开算账：6.67MB 模型里 FaceRecognitionNet 独占 92.1%，而"能框出人脸"只需 0.18MB 的 TinyFaceDetector。本文用真实权重实测，摆出 7 个性能账本。

SpringBoot 集成腾讯 AI 人脸识别接口文档门禁人脸识别： POST /sys/inOut/add 入参：communityId 小区 id，extName 后缀，fileBase64 base64 人脸图片。返回：status success（识别成功）/fail（人员不存在），data 返回人员名称。前端摄像头拍照得到 base64 字符串传给后端，后端调用腾讯 AI 搜索人脸，如果匹配到居民，写入出入记录表。 //请求参数示例 { "communityId": 2, "extName": "png", "fileBase64":

CNN 小白实战入门（九）：检测到人脸后，进一步判断谁戴了口罩在讲原理和代码之前，先让你看看最终做出来的东西长什么样。运行代码后，会弹出一个图形化窗口。左边占 70% 是摄像头实时预览区，右边占 30% 是控制面板——顶部 5 个按钮横向排列（打开摄像头、拍摄、训练、识别、本地识别），中间是状态栏，下方是大尺寸的识别预览区。

AI人工智能+

炫彩活体检测利用手机屏幕发出动态彩色光，通过分析人脸皮肤对红、绿、蓝光的次表面散射特性，区分真人与照片、视频、3D面具等伪造物刷脸登录、线上开户、手机转账，我们早已习惯用 “脸” 证明自己的身份。但随着黑产技术不断升级，高清照片、录屏视频、硅胶 3D 面具，甚至 AI 换脸，都在试图骗过人脸识别系统。

python: Face Recognition文章目录下图展示了本系统基于 MVC+DDD 的分层架构，共分为 interfaces（GUI 视图层）、application（服务层）、domain（领域模型与异常）、infrastructure（数据库与仓储）、config（配置）、utils（工具）六层，各层职责清晰、依赖方向自上而下单向流动：

陈年老古董

OpenCV 人脸识别学习笔记：从Haar检测到三种特征脸算法实战最近在啃OpenCV的人脸识别模块，整理了一套从入门到进阶的可运行代码，从最基础的单张图片人脸检测，到LBPH、EigenFace、FisherFace三种经典识别算法，最后还有摄像头实时识别的综合案例。第一个例子会拆得细一点，方便新手理解，后面的例子重点讲核心逻辑和差异，重复的基础操作就不多啰嗦了。

我命由我12345

人脸识别 - 勒克斯（光线照射到物体表面上的明亮程度）勒克斯（Lux，符号 lx）是衡量照度的国际单位，简单来说，它表示的是光线照射到物体表面上的明亮程度科学定义：当 1 流明（光通量的单位）的光通量均匀地照射在 1 平方米的面积上时，这个表面的照度就是 1 勒克斯

我命由我12345

人脸识别 - 判断人脸是否在画面中央

我命由我12345

人脸识别 - 人脸识别选帧

AI人工智能+

医疗器械生产备案凭证识别技术，以AI为核心驱动力，为构建透明、高效、安全的医疗器械流通秩序提供了坚实的技术支撑。在“互联网+医疗健康”与数字化监管深度融合的当下，医疗器械作为关乎公众生命健康的特殊商品，其生产源头资质的真实性、有效性及合规性成为行业监管的核心痛点。随着医疗器械生产备案制度的日益完善，企业面临的资质证照呈指数级增长。传统的人工录入与审核模式存在效率低、易出错、难以应对海量数据等挑战。

深圳多奥智能一卡（码、脸）通系统

人脸识别+酒精检测一体化门禁终端产品方案前言：多奥创新性地将人脸识别与酒精检测集成于同一终端（DAIC-RL-JJ），形成“身份核验+状态检测”的双重安全保障体系。用户须先通过人脸识别确认身份(杜绝代检)，再通过酒精检测确认未饮酒(杜绝酒岗)，两步验证均通过后方可触发开门或完成考勒签到。这一设计从根本上解决了传统酒精检测中“代检逃避”等管理漏洞。

人脸核身安全官

人脸核身SDK接入实测：H5/小程序常见兼容问题与通过率优化最近项目需要上线实人认证功能，对比了几家云厂商的人脸核验接口后，最终选择对接FaceID的金融级人脸服务。接入过程中踩了不少前端兼容、光线适配、活体误判的坑，这里把实操经验整理出来，方便后续开发少走弯路。

【计算机视觉】OpenCV 物体跟踪——原理、算法与CSRT跟踪器实战物体跟踪（Object Tracking）是指在视频序列中持续定位和追踪特定目标的过程。该技术广泛应用于多个领域，包括但不限于：

【机器学习】基于 dlib 面部关键点的多表情分类在运行代码之前，请确保已安装以下库：并下载 dlib 的 68 点关键点模型文件：下载地址解压后得到 shape_predictor_68_face_landmarks.dat，放在脚本同一目录。

Matlab基于主成分分析PCA人脸识别系统（GUI界面）【源码44期】本系统是一个基于主成分分析（PCA）算法的人脸识别系统，采用经典的特征脸（Eigenface）方法实现人脸图像的身份识别。系统通过MATLAB GUI提供完整的可视化操作界面，用户可选择训练集文件夹、设置每类训练样本数量、调整主成分贡献率，完成模型训练后即可对测试图像进行识别并输出所属类别。

【深度学习】dlib 人脸关键点检测dlib各版本下载地址：Links for dlib进入下载文件的存放位置，比如D:\Edge\，在搜索栏输入cmd，输入命令：pip install dlib-19.6.0-cp36-cp36m-win_amd64.whl，下载完成。 cp36是python3.6版本的，cp35是python3.5版本的。