基于人脸识别的打卡系统设计

发布时间：2023-03-12 01:34

　　人脸识别是通过利用人的脸部特征信息来进行身份识别的一种与生物识别有关的技术。人脸识别系统主要涵盖了四个方面,这四个方面是人脸图像收集检查、人脸识别提前处理、人脸图像特征提取然后进行匹配与特征提取验证。人脸识别技术核心思想是运用人工智能技术。本文主要研究如何更好地利用深度学习工具,将人脸识别技术运用在工程实践中,主要研究内容如下:首先进行了系统各个模块功能的规划和整体框架的设计,以深度学习开源Caffe为平台,C++语言编写动态链接库为工具,设计并实现了人脸检测,人脸图像预处理,人脸识别模块。然后本文完成了人脸识别模型的训练,整体系统的实现,并在训练得到的人脸模型基础上加入了自己创建的数据集实现了打卡功能。前期工作主要是建立人脸数据库,人脸检测模块主要运用深度学习里的MTCNN来实现,人脸识别运用归一化处理和人脸对齐原理。最后在通过webface训练好模型,最后输入自己的数据集检测。最后进行系统检测,结果表明本文设计的四个模块可单独实现功能且效果良好,整体系统能够流畅运行,达到预期效果

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景和意义
    1.2 国内外发展现状
    1.3 文章组织结构
2 系统涉及相关技术概述
    2.1 CNN
    2.2 CNN结构及原理
    2.3 深度学习框架
3 人脸打卡系统需求分析与设计
    3.1 人脸打卡系统需求分析与框架设计
    3.2 人脸图像数据库设计
    3.3 人脸图像检测设计
    3.4 人脸图像预处理设计
4 人脸打卡系统实现
    4.1 开发环境配置
    4.2 人脸图像检测
    4.3 人脸图像预处理
    4.4 人脸图像识别
    4.5 人脸打卡功能的实现
5 人脸打卡系统测试与结果
    5.1 人脸检测测试模块
    5.2 人脸图像预处理测试模块
    5.3 人脸识别模块检测
6 总结与展望
致谢
参考文献



本文编号：3760667