没有合适的资源?快使用搜索试试~ 我知道了~
基于python的人脸识别系统定稿.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 176 浏览量
2023-09-09
14:09:31
上传
评论
收藏 1.58MB DOCX 举报
温馨提示
试读
28页
基于python的人脸识别系统定稿.docx
资源推荐
资源详情
资源评论
广东东软学院本科毕业设计(论文)
摘要
随着科技的不断发展,人工智能在人类生活的应用越来越普及,作
为当前最受关注的生物特征识别的方法,人脸识别在考勤、边检、安防、
运输等领域有着巨大应用前景,是人工智能与计算机视觉领域的研究热
点之一。本文是基于 python 语言实现的人脸识别系统,利用 keras 搭建
CNN 卷积神经网络构造一个 18 层网络结构的识别模型,实现人脸录入、
图像处理、模型训练、识别人脸等功能。主要描述图像处理与模型搭建
两个模块。图像处理包括图像的尺寸比例调整、数据归一化等知识,模
型搭建包括模型建立、训练、评估。最终识别准确率达到 99.6% 。
关键词:人脸识别 图像预处理 模型训练 CNN
广东东软学院本科毕业设计(论文)
Abstract
With the rapid development of science and technology, artificial
intelligence is more and more popular in human life. As the currently most
concerned method of biometrics recognition, face recognition has great
application prospects in the fields of time and attendance, border inspection,
security, transportation, etc. It is one of the research hotspots in the field of
artificial intelligence and computer vision. This paper is a face recognition
system based on python. It use keras to build a convolutional neural network
to construct an 18-layer structure recognition model to realize functions such
as face input, image processing, model training, and face recognition. It
mainly describes two modules of image processing and model building.
Image processing includes knowledge such as image size adjustment and
data normalization, and model building includes model establishment,
training, and evaluation. The final recognition accuracy reached 99.6%.
Key words: Face recognition Image preprocessing Model training CNN
广东东软学院本科毕业设计(论文)
目录
第一章 课题背景......................................................................................1
1.1 课题来源 ...............................................................................................1
1.2 研究意义 ..............................................................................................1
1.3 国外研究现状 ......................................................................................2
1.4 国内研究现状 ......................................................................................2
第二章 需求分析......................................................................................3
2.1 技术可行性分析 ...................................................................................3
2.2 系统需求分析 .......................................................................................3
2.2.1 程序功能需求分析.............................................................................................3
2.3 开发环境需求 .......................................................................................4
第三章 系统概要设计 ..............................................................................5
3.1 各模块功能介绍 ...................................................................................6
3.1.1 人脸录入模块.......................................................................................................6
3.1.2 搭建模型模块.......................................................................................................6
3.1.3 人脸识别模块......................................................................................................7
第四章 系统详细设计 ..............................................................................8
4.1 整体运行流程图 ..................................................................................8
4.2 图像预处理设计 ..................................................................................8
4.2.1 调整图像尺寸.......................................................................................................8
4.2.2 交叉验证法划分数据集 ................................................................................10
4.2.3 数据标签 one-hot 编码..................................................................................10
4.2.5 像素归一化 .........................................................................................................11
4.2.6 补充说明 .............................................................................................................12
4.3 卷积神经网络模型的设计 ................................................................12
4.3.1 卷积神经网络 ....................................................................................................12
广东东软学院本科毕业设计(论文)
4.3.2 模型设计 ..............................................................................................................15
4.3.3 模型训练 ..............................................................................................................17
第五章 系统 识别结果 ..........................................................................20
结束语.....................................................................................................22
参考文献.................................................................................................23
致谢 ........................................................................................................24
广东东软学院本科毕业设计(论文)
1
第一章 课题背景
1.1 课题来源
随着线上支付在生活中的迅速普及,人们出行不带钱包只带手机逐渐成为一种
趋势,然而不带钱包,通常就会忘带身份证。而如今现实生活的方方面面中,像银
行、金融借贷、买房、购车、住宿、旅游、购物……都需要随身携带身份证。而随
着科学技术的快速发展,刷脸时代已经强势进入我们的生活,刷脸支付、刷脸安检、
刷脸考勤……靠刷脸办事正迅速渗透我们的日常生活和工作。这种追求更加便捷生
活方式的理念为人脸识别技术创造出许多新的应用场景,并赋予它新的生命,使得
人脸技术成为近几年的研究热点。然而,这项技术早在 20 世纪的 60 年代便已经有
学者展开研究,尤其在安防领域,已经研发出不少的应用并投入实际运用。大众对
于该技术的理解更多的是在欧美犯罪电影中出现的 FBI 和 CIA,探员通过查询世界
各个角落的监控器,将犯罪嫌疑人与人脸识别系统相比对,从而确定犯罪嫌疑人出
现过的地点。虽然情节夸大了该项技术的应用,但实际上人脸识别技术早已被许多
国家的大量运用在安防领域。它并不是一项新出现的技术,只是缺乏在人们日常生
活中的应用场景,使得人脸识别技术直到近几年随着智能化时代的到来才逐渐被大
众熟知。在国内,对该项技术的研究开始于 1990 年,目前主要应用在考勤、边检、
运输、安防等领域。
1.2 研究意义
随着人工智能在计算机技术领域的迅速发展,智能化产品逐渐渗透在人类社会
生活中的各个方面,使得社会的运行效率大幅度的提升,人类也慢慢从体力劳动中
解脱出来,将更多的时间放在技术创新创造上,而人脸识别作为人工智能中的重要
技术之一,是富有应用意义和挑战性的研究课题之一。相对于其他生物特征识别技
术,人脸识别技术因为具有非侵扰性、非强制性、非接触性、便捷性等优点,符合
人们对便捷生活方式的追求和对身份识别的快速、准确、安全的要求,使得它在身
份识别、自动监控、人机交互等领域拥有巨大的发展潜力。人脸识别技术覆盖了计
算机视觉、模式识别、数字图像处理、数学等诸多领域学科内容,虽然对该项技术
的研究已取得一些成果,但在实际应用中仍存在着不足和困难,比如人脸识别的背
景环境,脸部表情、妆容、姿态、发型的变化,都会降低识别的准确性,给识别带
来困难。降低识别错误率、提高识别速度、实时性要求是人脸识别技术当前迫切需
要解决的问题。
剩余27页未读,继续阅读
资源评论
南抖北快东卫
- 粉丝: 72
- 资源: 5584
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功