人脸识别技术是模式识别和机器视觉领域最富挑战性的研究课题之一，它在公共安全、信息安全、人机交互等领域中有着广泛的应用前景。经过三十多年的研究，人脸识别技术在理想环境条件下已达到实用程度，但是在成像环境不可控的情况下，由于姿态、表情、光照、遮挡等因素的影响，已有的人脸识别算法性能大大下降．其应用范围也受到了较大的限制

DeepLabCut是一个工具箱，用于无标记地估计执行各种任务的动物的姿势。 。 只要您可以看到（标记）要跟踪的内容，就可以使用此工具箱，因为它与动物和物体无关。 最新更新： :purple_heart: DeepLabCut支持多动物姿势估计（BETA版本，请给我们提供反馈！ pip install deeplabcut==2.2b8 ）。 :purple_heart: 我们有一个实时软件包！ 快速pip install deeplabcut ： pip install deep

基于视频信息的人体行为识别得到了越来越多的关注。针对人体行为的局部表达，提出了一种新的局部轮廓特征来描述人体的外观姿势，可以同时利用水平和竖直方向上的轮廓变化信息。该特征能有效区分不同动作，与轮廓起始点无关，具有平移、尺度和旋转不变性。针对该特征，提出了一种基于随机森林的两阶段分类方法，使用随机森林分类器对行为视频的局部轮廓进行初分类，并根据每个局部轮廓对应决策类的分类树数目占总分类树数目的比例，提出了一种基于袋外（OOB）数据误差加权投票准则的行为视频分类算法。在测试数据集上的实验结果证实了该