- 利用现有的CPU资源,使用电脑的摄像头可以实现多目标人脸的识别,识别算法使用了FaceNet和DLib两种方法。由于电脑摄像头的像素限制,识别效果在10个人左右已是计算能力和性能的trade-off点。(这里主要参考了FaceNet论文对应的论文)
- 人脸采集部分使用Haar和Dlib两种方式,Haar适用于较多人快速采集人脸,dlib用于修补人脸库;
- 根据识别情况,对比数据库(Mysql)构建的表对比,自动生成学号和姓名组成的考勤表;
- 为了方便查看,将考勤结果以邮件形式发送给使用者邮箱;
- 设计整个系统的界面,可以实现交互;
- 将整个系统用py2exe打包成一个exe文件,实际就是做了个跳转,演示好看罢了,没啥作用。
- 使用FaceNeT训练了自己构建的数据集,准确率达到了98%左右。数据集面向亚裔人脸,在LFW上准确率并不高。
- 使用已经训练好dlib_face_recognition_resnet_model_v1模型
由于过于仓促,参考的东西太多,可能会遗漏,如有发现请告知。
- FaceNet项目;
- Dlib_face_recognition_from_camera-master :项目代码可以找我免费要;
- tf_facenet;
- [Face-Recognition-Attendance-System]:这里把地址忘了,有发现相同的请告知;
- exe文件生成;
- 待有时间把整个流程说一下;
- Facenet训练使用过程;
- 数据库说明;