视频人脸跟踪开源算法和人脸识别开源算法合集

视频人脸跟踪开源算法：

1. tensorflow-MTCNN 人脸检测MTCNN算法，采用tensorflow框架编写，从理解到训练，中文注释完全，含测试和训练，支持摄像头。开源地址：https://github.com/LeslieZhoa/tensorflow-MTCNN
2. HyperFT  基于mtcnn人脸加测+onet人脸跟踪，移动端速度可以达到150fps+。该项目基于Android工程，提供底层JNI实现，使用者可以自行编译移植到其他平台。算法依赖ncnn深度学习计算库，体积小，易于集成。开源地址：https://gitee.com/zeusees/HyperFT
3. Ncnn_FaceTrack  基于mtcnn人脸检测+onet人脸跟踪,在i7-9700k的cpu检测速度可高达250fps。开源地址：https://gitee.com/huiwei13/Ncnn_FaceTrack

人脸识别开源算法：

1. Face_Recognition Python人脸识别API，将图像添加到文件夹中，并从命令行开始识别人脸，在wild基准测试中的标记面孔上，准确率为98.38%，https://github.com/ageitgey/face_recognition
2. DocFace是一个开源的人脸识别系统，可用于实时将身份证件照片与自拍照片进行匹配。这个项目是建立在TensorFlow和Python之上的。能够达到99.67%的准确率，https://github.com/seasonSH/DocFace
3. GetMeThrough GetMeThrough是一个免费的开源软件，以离线模式实时工作的web应用程序，该模型建立在Face_Recogniton API之上，以达到99.38%的准确率。https://github.com/malikshubham827/get-me-through
4. SharpAI DeepCamera  sharpAI的DeepCamera是Android设备上的开源人工智能视频监控，监控摄像头具有人脸识别、人体形状识别、运动检测、人脸检测、目标检测等多种功能。https://github.com/SharpAI/DeepCamera