概述:

这个例子演示了如何注册新面孔，标签新面孔，提取特征和识别人脸实时。这是一个非常有趣的话题。然而，在本例中，我们并不特别注重准确性，相反，我演示的是工作流。为了提高准确率，我们可能需要提取更多的特征用于机器学习。
网上有很多例子，下面有一些链接，你可以看看他们的例子。

例1:如何激活你的网络摄像头
//www.tatmou.com/videos/webcam-金宝appsupport-89504.html
示例2:使用实时视频采集进行人脸检测和跟踪
//www.tatmou.com/help/vision/examples/face-detection-and-tracking-using-live-video-acquisition.html
示例3:用MATLAB网络研讨会进行人脸识别的代码
m。文件://www.tatmou.com/matlabcentral/fileexchange/53849-code-for-face-recognition-with-matlab-webinar
视频://www.tatmou.com/videos/face-recognition-with-matlab-100902.html
例4:在图像中检测人脸
https://blogs.mathworks.com/pick/2014/03/14/detecting-faces-in-images/
示例5:使用Kekre变换进行面部识别
//www.tatmou.com/matlabcentral/fileexchange/32284-face-recognition-system-using-kekre-transform
例6:计算机视觉面部识别
//www.tatmou.com/discovery/face-recognition.html
实施例7：实时人脸识别
//www.tatmou.com/matlabcentral/fileexchange/46674-real-time-face-recognition-and-detection-system
示例8:使用MATLAB创建基于云的人计数器(ThingSpeak)
//www.tatmou.com/matlabcentral/fileexchange/58435-creating-a-cloud-based-people-counter-using-matlab

亮点:
注册新的面孔在网络摄像头通过图像采集工具箱
被摄像头捕捉的新面孔的标签
提取特征用于机器学习
机器学习与预测
进行实时面部识别

产品重点:
MATLAB
图像采集工具箱
图像处理工具箱
计算机视觉系统工具箱
机器学习和统计工具箱

写于2018年10月1日