毕业设计:2023-2024年计算机专业毕业设计选题汇总(建议收藏)
毕业设计:2023-2024年最新最全计算机专业毕设选题推荐汇总
🍅感兴趣的可以先收藏起来,点赞、关注不迷路,大家在毕设选题,项目以及论文编写等相关问题都可以给我留言咨询,希望帮助同学们顺利毕业 。🍅
1、项目介绍
技术栈:
Python语言、facenet人脸识别算法 Tensorflow MySQL数据库,
可实现人脸的录入,人脸识别,识别记录查询,
基于Tensorflow和mysql数据库实现的人脸识别系统
Python语言提供了丰富的图像处理和机器学习库,如OpenCV、dlib、Tensorflow等,这些库可以辅助实现人脸检测、对齐、特征提取等功能;而facenet是一种基于深度学习的人脸识别算法,可以实现高精度的特征提取。MySQL数据库提供了数据存储和查询的功能,可以方便地存储和管理人脸识别系统中的数据。
综上所述,Python语言、facenet人脸识别算法、Tensorflow和MySQL数据库合作使用,可以搭建出一个完整的人脸识别系统。
2、项目界面
(1)人脸识别界面
(2)识别记录统计
(3)人脸识别记录
(4)录入人脸
(5)管理员登录
(6)人脸识别检测
(7)MySQL数据库数据管理
3、项目说明
人脸识别系统是一种通过计算机视觉技术,对人脸进行采集、特征提取、特征匹配等处理,实现自动识别的系统。通常包括人脸采集、人脸检测、人脸对齐、特征提取、特征匹配等模块。Python语言和facenet人脸识别算法是实现该系统的关键技术。
人脸识别系统一般包括以下几个步骤:
人脸采集:使用摄像头或者照片等方式采集人脸图像数据。
人脸检测:使用OpenCV等库,对采集到的图像进行人脸检测,找出图像中的人脸区域。
人脸对齐:使用dlib等库,对人脸图像进行对齐操作,将人脸图像转换为标准姿态。
特征提取:使用facenet等人脸识别算法,对人脸图像进行特征提取,生成对应的128维特征向量。
特征匹配:使用L2距离等方法,对查询人脸图像和数据库中已知人脸图像的特征向量进行比对,找出最相似的人脸。
识别记录查询:将识别结果保存在MySQL数据库中,用户可以通过查询数据库,查看历史识别记录。
Python语言提供了丰富的图像处理和机器学习库,如OpenCV、dlib、Tensorflow等,这些库可以辅助实现人脸检测、对齐、特征提取等功能;而facenet是一种基于深度学习的人脸识别算法,可以实现高精度的特征提取。MySQL数据库提供了数据存储和查询的功能,可以方便地存储和管理人脸识别系统中的数据。
综上所述,Python语言、facenet人脸识别算法、Tensorflow和MySQL数据库合作使用,可以搭建出一个完整的人脸识别系统。
4、核心代码
import sys, cv2, os, pickle
import numpy as np
import time
from datetime import datetime
from database.dataMess import *
from ui import win, add_inf, login, admin
from face_detect.cap_detect import capture_face
from face_detect.image_detect import image_face
from PyQt5.QtWidgets import QApplication, QMainWindow, QDialog, QMessageBox, QFileDialog, QTableWidgetItem
from PyQt5.QtCore import QTimer, QPoint
from PyQt5.QtGui import QImage, QPixmap
from PyQt5 import Qt, QtWidgets, QtGui, QtCore
#from matplotlib import pyplot as plt
from face_recog.recog import recg
from image_train.data_train import train
image_path = "./image/"
class LoginWin(QDialog, login.Ui_LoginWin):
def __init__(self):
super(LoginWin, self).__init__()
self.setupUi(self)
def showAdmin(self):
account_num = self.numEdit.text()
passwd = self.passwdEdit.text()
dBase = dataBase(