基于特征识别的人脸检测系统

该系统的界面使用 MFC编写，在具体实现中了应用了多线程编程技术实现了一个简 单的生产者消费者模型，从而提高了系统的识别效率，另外，对人脸的识别模块还 使用了 Python，C++混合编程技术引入了 Google 的开源深度学习框架 Tensorflow 作 为对 FaceNet 的具体实现，数据库使用的是 SQL Server2012，连接数据库使用的是微 软公司的 ADO 组件。该系统主要有信息采集模块和实时监控模块两个部分，前者完 成对任务样本的信息采集工作，后者完成在实时监控的情况下对出现在画面中的人 脸进行检测和识别，检测部分的速度可以达到 40~60 的 FPS，识别部分由于计算量较 大，只能达到 2~5 的 FPS。该系统经过简单的硬件支持和部署之后，基本可以完成在 实际场景中的简单应用，具有一定的学术研究和实际应用价值。