基于Python dlib的人脸识别的上课考勤管理系统(V2.0)

博主介绍:✌程序员徐师兄、7年大厂程序员经历。全网粉丝30W+、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌

🍅文末获取源码联系🍅

👇🏻 精彩专栏推荐订阅👇🏻 不然下次找不到哟

2022-2024年最全的计算机软件毕业设计选题大全:1000个热门选题推荐✅

Java项目精品实战案例《100套》

Python项目实战《100套》

感兴趣的可以先收藏起来,还有大家在毕设选题,项目以及文档编写等相关问题都可以给我留言咨询,希望帮助更多的人

文章目录

    • [1 简介](#1 简介)
    • [2 技术栈](#2 技术栈)
    • [3 人脸识别关键技术说明](#3 人脸识别关键技术说明)
    • [4 具体实现](#4 具体实现)
      • [1 人脸识别打卡](#1 人脸识别打卡)
      • [2 登陆注册](#2 登陆注册)
      • [3 用户管理](#3 用户管理)
      • [4 查看考勤信息](#4 查看考勤信息)
      • [5 发布考考勤信息](#5 发布考考勤信息)
      • [6 签到信息](#6 签到信息)
    • [6 推荐阅读](#6 推荐阅读)
    • [7 源码获取:](#7 源码获取:)

1 简介

基于Python dlib的人脸识别的上课考勤管理系统(V2.0),是基于 Python 开发的,采用 dlib,face_recognition 识别技术,可以准确识别人脸。该项目功能完整,实用性较强。包括登陆注册、考勤签到、打卡,用户管理等功能。适合大学生实战项目使用。可供毕业设计参考。

基于Python dlib 的人脸识别上课考勤系统

2 技术栈

技术栈 说明 备注
Djaongo 作为后端接口 Django 文档 Django 创建第一个项目
PyMySQL 链接 mysql 【Python-数据分析】如何使用 pandas 快速读取 MySQL 数据表?
html/js/css 前端界面
dlib,face_recognition 人脸识别技术

|

3 人脸识别关键技术说明

face_recognition是一款免费、开源、实时、离线的Python人脸识别库,是目前世界上最简洁的人脸识别库。

face_recognition是基于业内领先的C++开源库dlib中的深度学习模型,用人脸数据集进行测试,有高达99.38%的准确率。因此,安装face_recognition前需要安装dlib库。

face_recognition函数介绍

face_recognition做为目前最简单的人脸识别库(网站:https://github.com/ageitgey/face_recognition/),两行代码即可实现人脸识别:

text 复制代码
import face_recognition
image = face_recognition.load_image_file("face.jpg")
face_locations = face_recognition.face_locations(image)
face_locations为(顶部、右侧、底部、左侧)顺序找到的人脸位置的元组列表

face_recognition API 文档:https://face-recognition.readthedocs.io/en/latest/face_recognition.html

face_recognition只有几个函数:

face_recognition.load_image_file(file,mode='RGB')

加载图像,mode -- "RGB"(8 位 RGB,3 个通道)或 "L"(黑白)

face_recognition.face_locations(img,number_of_times_to_upsample=1,model='hog')

返回图像中每张人脸的人脸特征位置列表;

number_of_times_to_upsample -- 对图像进行多少次上采样以查找人脸。数字越大,人脸越小;

model -- "hog"不太准确,但在CPU上更快。"cnn"是GPU / CUDA加速的一个更准确的深度学习模型。

face_recognition.batch_face_locations(images, number_of_times_to_upsample=1, batch_size=128)

使用 cnn 人脸检测器批量识别图像中人脸边界框的 2D 数组。没有 GPU,则不需要此功能。

number_of_times_to_upsample -- 对图像进行多少次上采样以查找人脸。数字越大,人脸越小。

batch_size -- 每个 GPU 处理批处理中要包含的图像数。

**注意:**batch_size的上线取决于GPU显存的大小;如果GPU显存小,则减小batch_size值。

face_recognition.face_landmarks(face_image, face_locations=None, model='large')

返回图像中每张人脸的人脸特征位置(眼睛、鼻子等)的字典。

face_locations -- (可选)提供要检查的人脸位置列表。

model -- "large" (默认) 或 "small"仅返回5个点,但速度更快。

face_recognition.face_encodings(face_image, known_face_locations=None, num_jitters=1, model='small')

返回图像中每张人脸的 128 维人脸编码。

known_face_locations - 可选 - 每个面孔的边界框(如果已经知道它们)。

num_jitters -- 计算编码时重新采样人脸的次数。越高越准确,但速度越慢(即 100 表示慢 100 倍)。

model -- "large" (默认) 或 "small"仅返回5个点,但速度更快。

face_recognition.compare_faces(known_face_encodings, face_encoding_to_check, tolerance=0.6)

将人脸编码列表与候选编码进行比较,以查看它们是否匹配。

known_face_encodings -- 已知人脸编码的列表

face_encoding_to_check -- 与列表进行比较的单张脸编码

tolerance -- 将人脸之间的距离视为匹配。越低越严格。0.6 是典型的最佳值。

face_recognition.face_distance(face_encodings, face_to_compare)

给定人脸编码列表,将它们与已知的人脸编码进行比较,并得到每个比较人脸的欧氏距离。距离大小为面孔的相似程度。

face_encodings -- 要比较的人脸编码列表

face_to_compare -- 要与之进行比较的人脸编码

一、face_recognition安装

1.dlib安装:

CPU版:

CPU安装很简单pip3 install dlib

GPU版:

GPU版比CPU版速度快精度高、建议安装使用GPU版,但是GPU安装过程复杂

首先,需要正确安装CUDA和CUDNN,CUDA、CUDNN是必须要安装的(本人安装的是CUDA11.3)

另外,还需要VS编译环境(本人安装的VS2019)和CMake(pip3 install cmake)

之后就是dlib GPU版的编译和安装(cmd命令行操作):

text 复制代码
1.git clone https://github.com/davisking/dlib.git 或者 dlib C++ Library下载dlib库,解压后离线编译
2.cd dlib
3.mkdir build
4.cd build
5.cmake .. -DDLIB_USE_CUDA=1 -DUSE_AVX_INSTRUCTIONS=1
6.cmake --build .
7.cd..
8.python setup.py install
2.face_recognition安装:

安装dlib后,安装face_recognition库

pip3 install face_recognition

4 具体实现

1 人脸识别打卡

人脸识别考勤,会通过前端界面调用打开摄像头,采集用户头像,后台实时,通过 python dlib 去对比用户头像,如果头像匹配上了,证明是同一个人,打卡成功

2 登陆注册

3 用户管理

管理员可以查看所有用户,并增加,删除用户的信息

4 查看考勤信息

5 发布考考勤信息

6 签到信息

6 推荐阅读

Python基于微博的舆情分析、热搜可视化系统

基于 SpringBoot+Vue 的教室人事档案管理系统

Java基于SpringBoot的实验室管理系统

基于 SpringBoot+Vue的电影影城管理系统,附源码,数据库

7 源码获取:

大家点赞、收藏、关注、评论 啦 、查看 👇🏻获取联系方式👇🏻

👇🏻 精彩专栏推荐订阅👇🏻 不然下次找不到哟

2022-2024年最全的计算机软件毕业设计选题大全:1000个热门选题推荐✅

Java项目精品实战案例《100套》

Python项目实战《100套》

感兴趣的可以先收藏起来,还有大家在毕设选题,项目以及文档编写等相关问题都可以给我留言咨询,希望帮助更多的人

相关推荐
西猫雷婶10 分钟前
python学opencv|读取图像(二十一)使用cv2.circle()绘制圆形进阶
开发语言·python·opencv
kiiila11 分钟前
【Qt】对象树(生命周期管理)和字符集(cout打印乱码问题)
开发语言·qt
小_太_阳36 分钟前
Scala_【2】变量和数据类型
开发语言·后端·scala·intellij-idea
直裾39 分钟前
scala借阅图书保存记录(三)
开发语言·后端·scala
老刘莱国瑞44 分钟前
STM32 与 AS608 指纹模块的调试与应用
python·物联网·阿里云
唐 城1 小时前
curl 放弃对 Hyper Rust HTTP 后端的支持
开发语言·http·rust
一只敲代码的猪2 小时前
Llama 3 模型系列解析(一)
大数据·python·llama
Hello_WOAIAI2 小时前
批量将 Word 文件转换为 HTML:Python 实现指南
python·html·word
winfredzhang2 小时前
使用Python开发PPT图片提取与九宫格合并工具
python·powerpoint·提取·九宫格·照片
矩阵推荐官hy147623 小时前
短视频矩阵系统种类繁多,应该如何对比选择?
人工智能·python·矩阵·流量运营