人脸识别打卡项目实现步骤
需积分: 21 95 浏览量
2022-08-21
14:30:57
上传
评论 1
收藏 3.71MB PDF 举报
人脸识别打卡项目实现
图像是人类视觉的基础，是自然景物的客观反映，是人类认识世界和人类本身的重要源泉。它是客观对
象的一种相似性的、生动性的描述或写真，是人类社会活动中最常用的信息载体。或者说图像是客观对
象的一种表示，它包含了被描述对象的有关信息。它是人们最主要的信息源。据统计，一个人获取的信
息大约有
75%
来自视觉。
图像技术是当前人工智能领域另一个应用较为广泛的技术之一，是计算机视觉的一个重要技术基础。计
算机视觉是一门研究如何使机器
“
看
”
的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标
进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪
器检测的图像。形象地说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够向人类
一样感知环境，而人脸识别技术就是其中一个重要的分支。
基于人脸识别的应用有着非常广阔的市场空间，近些年也得到了迅猛的发展。本章节将以实际应用项目
《人脸识别打卡》为例，依托百度
AI
开放平台，帮助理解人脸识别的关键技术，熟练掌握应用开发的过
程。
7.1 人脸识别打卡项目架构
本节主要介绍项目的整体架构和各模块功能、人脸识别打卡的流程，帮助理解项目的实现过程。
7.1.1
系统架构
人脸识别打卡项目架构如图
7-1
所示。该系统由图像采集设备、
GUI
可视化交互界面、图像质量检测、人
脸库管理、人脸对比、考勤系统等
6
大模块组成，各模块功能如下所述。
1.
图像采集设备
：主要是指计算机的内置摄像头或
usb
外接摄像头等，提供给
opencv
库的相关函数调用，
用于在一定的光照条件下采集人脸图像，进行质量检测、人脸对比等。
2. GUI
可视化交互界面：使用
GUI
工具提供可视化的交互界面。
3.
图像质量检测
：对图像采集设备获取的图像进行质量检测，主要包括面部遮挡、图像模糊度、光照情
况、姿态角度和人脸完整度等重要影响因素的检测，返回检测结果，用于判定是否需要重新采集。
4.
人脸库管理
：使用百度
AI
开放平台提供的人脸库管理接口，主要用于管理系统的人脸信息，包括注
册、删除等功能，为后续人脸对比等提供支持。
5.
人脸对比模块
：使用百度
AI
开放平台提供的相关接口功能，用于人脸识别进行考勤打卡时，与人脸库
进行比对，验证打卡人员身份，进行考勤登记。
6.
考勤系统模块
：主要包括
SQLite
数据库、考勤打卡功能函数、考勤状态查看等子模块，用于进行考勤
登记、考勤数据存储和考勤状态查看等。
剩余61页未读，继续阅读
资源评论
