摘 要在当前国内互联网应用大环境下，人脸识别技术属于比较成熟的机器学习应用领域。在市政道路监管、公安部“天眼”系统，尤其是移动支付领域上都能得到很好的体现。“天眼”系统可以在一秒钟内完成数据库的数据比对，达到AI预警的效果。基于学校的教学环境，考虑到课堂考勤的重要性，但传统的课堂点名考勤方式太过低效，极易消耗时间，容易出现他人代签到的行为。为了改善这种情况，本系统决定在课堂中使用人脸识别技术来达到考勤的目的。本系统基于TensorFlow+MXNet框架，通过Python语言调用OpenCV视觉库、采用Mctnn算法实现人脸检测，结合Qt框架搭建人脸识别图形用户界面，通过PHP语言实现后台考勤统计。从功能实现路线来说，通过视频采集模块、人脸图像训练模块、人脸识别模块来实现后端数据处理，通过软件界面展示模块、考勤数据网页展示模块来实现前端数据展现的功能。达到可以使用摄像头实时采集人脸，结合人脸识别固定流程实时识别人脸，然后与后台数据库比对学生信息，最后在网页端显示学生签到信息表的效果。本系统旨在创造一个更为高效的教学课堂考勤环境，将人脸识别技术应用于学生的课堂考勤中。主要目的是改善课堂上老师点名带来的时间浪费、学生到课情况较难控制的情况。为了更好的利用历史考勤记录且杜绝代为签到的恶习，本系统结合人脸识别技术，开发可以识别人脸的课堂考勤系统，大大节省了考勤所占用的上课时间，提高了上课的效率。
目 录
第1章 前言 1
1.1研究背景 1
1.2国内外研究现状 1
1.3研究目的和意义 2
1.3.1研究目的 2
1.3.2研究意义 2
1.4全文组织结构 2
第2章 系统开发环境与关键技术 4
2.1开发语言 4
2.1.1 Python语言介绍 4
2.1.2 PHP语言介绍 4
2.2开发技术 4
2.2.1 Bootstrap框架介绍 4
2.2.2 TensorFlow+MXNet框架介绍 4
2.2.3 OpenCV视觉库介绍 4
2.2.4 PyQt工具包介绍 5 *51今日免费论文网|www.jxszl.com +Q: ￥351916072￥ 

2.3开发工具 5
2.3.1 PyCharm简介 5
2.3.2 Qt Creator简介 5
2.4主要研究内容 5
2.5系统体系结构 6
第3章 基于人脸识别技术的课堂考勤系统需求分析 8
3.1系统定义 8
3.2需求分析 8
3.2.1功能需求分析 8
3.2.2性能需求分析 8
3.2.3开发环境需求分析 9
3.3可行性分析 9
3.3.1技术可行性 9
3.3.2经济可行性 9
3.3.3操作可行性 9
第4章 基于人脸识别技术的课堂考勤系统设计 10
4.1系统功能模块概要设计 10
4.2系统功能模块详细设计 10
4.2.1视频采集模块设计 10
4.2.2人脸图像训练模块设计 11
4.2.3人脸识别模块设计 11
4.2.4考勤数据网页展示模块设计 12
4.3 SQLite3数据库设计 12
第5章 Mtcnn人脸检测的卷积神经网络 14
5.1 Mtcnn算法介绍 14
5.2 mobileFacenet模型介绍 16
5.3数据集介绍 17
5.3.1 MSCeleb1M数据集 17
5.3.2 LFW数据集 17
5.4人脸模型训练效果 17
第6章 基于人脸识别技术的课堂考勤系统实现 18
6.1视频采集功能实现 18
6.2人脸图像训练功能实现 19
6.3人脸识别功能实现 20
6.3.1人脸识别流程 20
6.3.2人脸识别实现 22
6.4 SQLite3数据库实现 26
第7章 基于人脸识别技术的课堂考勤系统测试 29
7.1测试目标 29
7.2运行环境 29
7.3测试方法 29
7.4功能测试 29
7.4.1视频采集测试模块 29
7.4.2人脸识别用例测试模块 30
7.4.3考勤测试模块 32
7.4.4读取视频流测试模块 35
7.4.5多目标人脸检测测试模块 35
7.5系统测试 36
7.5.1内存泄漏 36
7.5.2完整性测试 36
第8章 总结与展望 37
8.1总结 37
8.2展望 37
参 考 文 献 38
致 谢 39
第1章 前言
1.1研究背景
在当下这个信息飞速发展的时代，可以说各行各业都离不开互联网，从前后端来看，互联网的界面化产品面向用户，但用户看不到庞大工程中的开发工程师对产品的设计与实现的过程。近两年，歌神张学友的演唱会全都化身为“警察”，每次演唱会都会逮捕到一些逃犯，“人脸识别技术”也因此蹭到很大的热度[1]。随着移动技术、智能手机的发展，人脸识别技术已广泛应用在APP应用上面容解锁、人脸识别登录的功能中，这使人们不再需要依赖指纹来解锁，智能手机的普及量如此广泛，这代表着人脸识别时代已经全面到来。目前，人脸识别技术也在校园的智慧课堂中得到了很好的施行。
1.2国内外研究现状
现在国内外针对人脸识别技术的研究已非常成熟，在许多领域中都起到不可或缺的作用，像欧美、日本、韩国以及国内的很多机构都在进行人脸及人脸表情识别等方面的研究。人脸识别技术已发展了60年，这期间，军工研究所的研究最早涉足：上世纪九十年代，日本的人像识别机器，就可以做到在3500人的集合中，一秒钟之内就可以将人像识别完成。社会上，美国的MIT的Media lab,AI lab、Microsoft Research等都进行了大量的研究，并提出了基于不同模型的不同实现方式[2]。国外以卡内基美隆大学为首的高校将公安、刑事作为研究的主要重心，知名的人脸识别公司有Google、Facebook等。

原文链接：http://www.jxszl.com/jsj/jsjkxyjs/368937.html