本文介绍了一款基于CNN卷积网络的人脸识别打卡签到系统，涉及数据集处理、模型训练（如ResNet、MobileNet和EfficientNet）以及实时人脸识别功能。文章详细描述了代码流程，从数据生成到模型识别，强调了在实际应用中的安全性与隐私问题。
代码下载和视频演示地址：
016基于CNN卷积网络的人脸识别打卡签到_resnet_mobilenet_efficientnet等_哔哩哔哩_bilibili
效果演示图如下：
这是一个人脸打卡签到代码
代码展示界面如下：
代码主要由01，02，03运行即可。
运行01数据集文本生成制作.py会将dataset文件下的数据集中的图片路径保存在txt文本中。
02train.py会读取txt文本中的图片进行训练模型，训练得到的模型保存在weights文件夹下，
运行03real_time_face_recognition.py会打开摄像头，将捕捉到的帧传给模型识别，根据若干张图片中识别的结果最多的对象，为最后打开的结果。
最后会保存打卡人物和时间到csv文件内。
人脸识别是一种将人脸图像或视频中的人脸进行自动检测、识别和验证的技术。它是生物特征识别的一种形式，通过分析人脸的几何特征、颜色信息和纹理特征等，将人脸与已知的人脸库进行比对或者判断是否匹配。
人脸识别技术通常包括以下几个步骤：
人脸检测：首先从输入的图像或视频中检测出人脸区域，通常使用基于机器学习或深度学习的人脸检测算法，如Haar级联分类器、HOG特征+SVM、卷积神经网络等。
特征提取：提取人脸区域的特征表示，常用的方法包括主成分分析ÿ
最低0.47元/天 解锁文章
扫一扫
11万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
