手把手教你开发基于深度学习的人脸识别【考勤/签到】系统

人脸识别介绍

人脸识别技术是一项非接触式、用户友好、非配合型的计算机视觉识别技术。随着机器学习、深度学习等技术的发展，人脸识别的应用正日趋完善和成熟。本文将介绍人脸识别技术如何用于考勤/签到系统。

本文将主要从以下几个方面阐述：

• 平台环境需求
• 涉及的技术点
• 人脸识别系统流程
• 细节设计

平台环境需求

• 操作系统：Windows 64位
• 第三方库：OpenCV，Caffe，boost
• 开发语言：C++
• 数据库：MySQL

技术点

adaboost算法和CNN用于人脸检测与定位；
随机森林算法/CNN用于人脸关键点标定；
卷积神经网络用于人脸特征提取；
MFC用于设计系统操作界面；
MySQL数据库用于管理人物-人脸特征数据库；
Caffe框架用于上述环节中CNN模型的训练；
使用Caffe的C++接口进模型行部署和使用；
使用connector C++进行MySQL数据库的连接。

系统流程

考勤系统主要包含两个操作：注册和实时识别记录。

注册是指管理员通过软件界面将需考勤人员登记入库。 这里要输入待考勤人员的信息。
实时识别记录是系统自动对来往人群进行人脸识别，并记录通行者的身份。

进行注册的流程如下：