基于卷积神经网络的人脸识别考勤软件设计和实现 电子信息工程专业、.docx

《基于卷积神经网络的人脸识别考勤软件设计和实现 电子信息工程专业、.docx》由会员分享，可在线阅读，更多相关《基于卷积神经网络的人脸识别考勤软件设计和实现 电子信息工程专业、.docx（21页珍藏版）》请在第一文库网上搜索。

1、题目基于卷积神经网络的人脸识别考勤软件设计摘要1Abstract21 .绪论31.1 人脸识别发展历史31.2 国内外研究情况41.3 本文主要研究与创新52 .采用MTCNN进行人脸检测和采集62.1什么是MTCNN62.2MTCNN实-现流程62. 2.1构建图像金字塔63. 2.2P-Net74. 2.3R-Net85. 2.4O-Net83.人脸图像特征提取93.1 FaceNet模型93. 1.1什么是FaceNet93. 1.2FaceNet的网络结构93.2生成FaCeNet模型103. 2.1Sten1的结构123. 2.2Inceptionresne1A的结构123. 2.3

2、Inception-resnet-B的结构133. 2.4Inception-resnet-C的结构146. 2.5Trip1et1oss154.实验结果及界面介绍167. 1实验测试结果168. 2界面介绍169. 论文总结185.1论文的总结185.2对未来的展望18参考文献19致谢20基于卷积神经网络的人脸识别考勤软件设计摘要：本项目的目标是实现一个基于人脸识别的教室考勤机，该设备主要包括考勤系统以及人脸识别系统。考勤系统使用PythOn进行编程，使用Qt作为界面框架TensorFIow这个数据库是我们人脸识别系统里面有关于去计算分别人脸的一个基本的构造。人脸识别这个高级智能的科技在安全

3、技术领域一直是一个热门的话题，经常用于公司、学校、车站等人流量较为巨大的场所，因此人脸识别的准确性和快速性一直是一个值得深入研究的课题，运用卷积神经网络搭建模拟环境，然后把这项技术所需要的数值数据加入到这个人脸识别的系统里面去适应训练般炼提升它的机能，然后根据所给的数据去把人脸的特征提取出来形成图像，之后再对于这上千上万的数值做一个区分识别。这个软件里面包含了两个方面一是人脸识别计算，二是软件自身设计的系统。关于人脸识别计算这里对它有一个详细的阐述，它里面主要使用的是模式区别方法与计算机视觉的科技。再人脸区分的这个过程里面还有如下对人脸图像数据的搜集，处理图像数据，区分提取人脸独特特性，对于搜

4、集的数据进行区分与识别这些环节。这个过程中间使用的是TenSOrF1oW这个基本的结构构造，再与DeepFace同FaceNet相互结合运用，将算法落地。软件系统设计：主要包含结构框架的搭建和界面设计。本项目采用PythOn语言进行系统框架构建，基于Qt界面库完成软件图彩界面设计。硬件方面主要包含设备选型和集成，硬件由摄像头、显示屏和支持深度学习算法的主机组成。关键词：深度学习；人脸识别；卷积神经网络；特征提取；三元组。AbstractFacerecognitionattendancesoftwaredesignbasedonree1neura1networkAbstract:Thegoa1o

5、fthisprojectistoachieveafacerecognition-basedc1assroomattendancemachine,whichmain1yinc1udestheattendancesystemandthefacerecognitionsystem.TheattendancesystemisprogrammedusingPythonandQtastheinterfaceframework.ThefacerecognitionsystemusestheTensorF1ow1ibraryasthebasicframeworkforfacerecognitiona1gori

6、thms.Facerecognitiontechno1ogyinthefie1dofsecuritytechno1ogyhasa1waysbeenahottopic,oftenusedincompanies,schoo1s,stationsandotherp1aceswithre1ative1y1argetraffic,sotheaccuracyandspeedoffacerecognitionhasa1waysbeenatopicworthyofin-depthstudy,theuseofree1neura1networkstobui1dasimu1ationenvironment,face

7、datatraining,extractthecharacteristicsoffaceimages,andthenmakeacomparedjudgment.Softwareaspectsinc1udefacerecognitiona1gorithmapp1icationandsoftwaresystemdesign.Facerecognitiona1gorithm:App1iedtopatternrecognitiontechno1ogyandcomputervisiontechno1ogy,themainprocessoffacerecognitioninc1udesthefo11owi

8、ngsteps:faceacquisitionanddetection,faceimagepre-processing,faceimagefeatureextraction,faceimagematchingandrecognition.Theprojectusestensorf1owsdeep1earningframework,combinedwithprovenfacerecognitiona1gorithmssuchasDeepFaceandFaceNet,tobringthea1gorithmtotheground.Softwaresystemdesign:main1yinc1udes

9、theconstructionofstructura1frameworkandinterfacedesign.Thisprojectisbui1tinPy1hon1anguage,andthesoftwaregraphica1interfacedesignisbasedontheQtinterface1ibrary.Thehardwareaspectmain1yinc1udesdevicese1ectionandintegration,thehardwareconsistsofthecamera,thedisp1ayandthehostthatsupportsthedeep1earninga1

10、gorithm.KEYWORDS:Deep1earning;Facerecognition;Ree1neura1network;Featureextraction;Trip1egroup.1.绪论自二十世纪以来，人们的生活一直在不断地趋向信息化和智能化，人们在生产活动中甚至生命中，引用了先进技术，使生产工业的自动化程度达到一个新高度；其次，计算机与网络通讯的高速发展，再加上电子通信技术的不断发展，能够获得的信息不再局限，世界上大部分信息都是互通的，使人类在各个方面表现出信息活动的特点；最后，信息与信息传输的机器也加入其中，一些算法较高的机器，甚至可以获得人类概念、感知和原动等，并进行计算分析，

11、从而获得更深的信息。其中，人脸识别这一技术也在生活中得到广泛的运用，但如何高效、安全、稳定的使用这一技术也是值得我们进行深入研究的动力，而如何在合适的场所使用人脸识别技术并让其发挥合适的作用也是研究的重点之一。1.1 人腌识别发展历史人脸识别技术的研究是一段漫长且丰富的历程，其漫长在于：这项技术自上世纪50-60年代开始，到至今已有半个多世纪的时间；其丰富在于：该技术研究主要经历了早期研究阶段；蓬勃发展阶段；实际应用阶段这三个阶段错误!未找到引用源。早期算法的实现，中期技术的快速发展，到后期人脸识别技术的成熟落地以及进一步的研究，都是花费了科研人员不少的努力。现如今，更为先进的人脸图像建模方法

12、和更加成熟的人脸识别算法的成立,人脸图像识别的精准性和识别速度都有了飞跃式的提高，不仅如此，研究人员还对识别的干扰因素和人脸图像库的采集进行了深入研究，取得的相当不错的成就。当今社会，人脸识别技术主要应用于公司、学校的门禁考勤、公共区域的安全防护、金融领域的交易安全等地方，具有较高的通用性，涉及范围十分广泛，而且有不少研究人员在进一步提升其识别精度和速度，减少外部因素的影响，所以，人脸识别技术在未来也将具有极为广阔的发展前景。（-）早期研究阶段人脸识别技术的研究大致始于上世纪50-60年代，一直到上个世纪的八十年代，这个时期还是我们人脸区别的一个前期的探究时期。在这个时期，这个探究的高科技项目

13、只是单纯的被看作一个简单的有关于人脸识别的技术进步的表现,探究工作者最核心的任务是基于检测人脸自身的几何特征来实现人脸识别的功能，也就是主要研究包括眼睛、鼻子、耳朵、下巴、额头等具体人脸图像的视觉特征之间的几何关联，我们是根据计算机里面的高科技技术去组建有关于人脸灰度成像的一个模型，然后才达到去检验出区分出各个不同人脸图像的机能。这个时期的关于人脸区分技术的探究主要是通过再各个高效的实验室里面进行的并没有推广开来，知道的人也是有限的，操作空间也有限，操作的方式更是有限主要都是依靠人们手动进行，所以并不能像现在如此高科技的自动化进行这一过程。所以根据上面这些情况显而易见,在这个时期有关于人脸识别

14、这项新的技术没有什么突破性的进展和突出的成果出现，还只是单纯的有一个理论的提出与摸索。（二）蓬勃发展阶段人脸识别技术的蓬勃发展主要出现在上世纪的90年代，尽管总体上的持续时间并不是很长，但是人脸识别技术在实质上取得了重大的突破。在此期间，科研人员在人脸识别技术的研究上取得了丰硕的成果,其主要表现如下所示:一是诞生了非常著名的“特征脸”人脸识别的方法；二是采用了一些更具代表性的人脸识别先进算法，其中值得一提的是，在这个过程里面发组建了一个系统成功的实现了把人脸识别的这个系统在实际的生活中使用的目标，这里面很核心的一个计算的方法就是顶级高端的人脸区分计算法，第三点是组建了搜集了一个巨大的关于人脸区

15、分的一个数值资源的储存库，就拿美国的的例子来说，在关于这项技术里面他们在进行了大量的人力物力的投资与探究之后，就建立一个为世界知名的数值资料库FERET,并且在之后的发展过程中这个资料库也发展成了使用借鉴数据最宽广的一个资料库之一。在这个时期人脸识别技术发展的成就给未来这项技术的发展的推动起了非常重要的作用，也把这项技术的发展向前推进了一大步，并且同时也为我们当今的发展奠定了更坚实的基础给我们提供了很多经验的借鉴以及理论的指导。(=)实际应用阶段在二十一世纪的时候人脸识别的技术已经广泛的被应用于各个领域了，这项技术的推广应用给我们的生活带来了极大的便捷。人脸识别技术这个高科技的项目在二十一世纪

16、这么宽泛的被各个领域所采用的主要原因还要归功于以下四个方面：一是因为其人脸图像的建模方法取得了不小的进步，其中给出了不少优秀的建造方式，例如：我们借鉴采用Kerne1的方式里面的有关于非线性组建模型的方式：根据线性的方法去判别我们的线性组建模型的方法并且把我们的3D人脸组建的模型的方式的基础判断是3D信息等若干种构造方法错误!未找到引用源。；二是科研人员对识别精度以及识别速度进行了不少深入研究,影响的因素包括了识别时周围环境光特征的一个改变、还有人们身体姿势的一个改变又或者是人们脸上所具备的各种神态都发生了改变所造成的一个作用的探究与剖析：第三点就是有关于人脸成像数据的一个探究考察，以前关于这方面的研究的话主要是太单一不完整，就是简单的对图像一个区分，但现在