- 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；