基于tensorflow的人脸识别签到系统

**计算机系统的介绍

一 概要

  随着机器视觉技术对人们日常生活运作越来越明显，人脸识别技术也凭借着其便捷友好的特性出现，并在医疗、安全和通信等邻域都有着应用，而其中较为常用的人脸识别签到也在各组织使用着，并且开始逐渐代替传统的签到手法。为了了解人脸识别签到技术，本项目通过运用深度学习中的TensorFlow框架来搭建卷积神经网络，将训练好的模型实现对特定人脸的识别进行签到，再添加录入信息模块，签到界面模块，出勤信息模块这三个模块来完成实现整个人脸识别签到系统。
  我们可以通过本系统对成员信息的录入，再运用录入的数据来训练模型进行对人脸识别签到，最后可以在出勤信息表中了解成员出勤状况，在整个实现过程中也能大致了解到人脸识别签到的技术，这就是这个项目的意义所在。
  关键字：机器视觉技术 卷积神经网络TensorFlow 人脸识别

二、系统分析

1 目的

  录入人脸信息：调用摄像头对人脸进行采集，并保存在对应的文件夹中。
  设计神经网络训练模型：对卷积神经网络各个层次进行设计编辑，从而获得一个准确率较高的训练模型。
  输出对录入人脸进行识别并完成签到：运用训练好的模型对实时摄像中的人进行识别，成功识别后进行签到信息的登记。
  系统UI的基本功能：录入人脸信息，在签到界面进行签到，相应的签到成功人员表和缺勤人员表。

2 系统总体分析

在本次实验研究人脸识别签到系统中，从实践生活学习的实际角度出发，设计主要涵盖以下功能模块：录入学生信息模块、签到主界面模块、出勤信息模块。如下图4-1所示：

图4-1 系统设计分析

4.2.1录入学生信息模块

在录入学生模块实现中，我将完成以下功能，录入学生的基本信息，并打开摄像头拍下多张学生的正面照作为训练的数据，最后在这个模块中可以直接进行模型的训练，将图像数据加入卷积神经网络中进行训练，得出一个全新的模型，用于签到主界面的模块中。

图4-2 录入学