基机器学脸识算法设计实现
承诺签名：
日期： 年 月 日
基机器学脸识算法设计实现
摘
脸识技术种新型生物特征认证技术脸识技术非常活跃研究领域涵盖许领域例数字图处理着应程序需求增长面部识技术趋量微芯片标准化脸检测快速准确识脸先决条件目检测图背景脸数中脸进行较实现脸识
文python开发技术前端实时检测摄头脸脸识 mtcnn做脸提取facenet做脸特征提取通余弦相似度分类进行脸识系统界面简洁识迅速方便
文首先介绍脸识系统现状发展背景然讨系统设计目标系统求总体设计计划详细讨脸识系统详细设计实现 系统进行面部识 系统进行特定测试
关键词：脸识python机器学
Design and implementation of face recognition algorithm based on machine learning
ABSTRACT
Face recognition technology is a new type of biometric authentication technology Face recognition technology is also a very active research area covering many fields such as digital image processing As the demand for application programs grows facial recognition technology tends to be used in large quantities using microchips and standardization Face detection is a prerequisite for rapid and accurate face recognition Its purpose is to detect the face in the background of the image and compare it with the face in the data to achieve face recognition
This article uses python as the development technology The front end detects the camera＇s face in real time Face recognition mainly uses mtcnn for face extraction and facenet for face feature extraction and uses cosine similarity classification for face recognition The system interface is simple quick to identify and easy to use
This article first introduces the current status and development background of the face recognition system then discusses the system design goals system requirements and overall design plan and discusses the detailed design and implementation of the face recognition system in detail The system finally performs facial recognition And conduct specific tests on the system
Key words Face recognition Python Machine learning
目录
第章 概述 6
11课题背景意义 6
12 国外研究现状 6
13 课题工作 7
第二章 系统开发环境 8
21 python技术 8
22 图检测简介 9
1 基直线检测方法 9
2 基阈值化方法 9
3 基灰度边缘检测方法 9
23 脸识简介 10
231 脸识阶段 10
232 脸识方法 10
24 深度学算法CNN 10
第三章 系统分析 12
31 行性分析 12
311 技术行性 12
312操作行性 12
313 济行性 12
314 法律行性 12
32需求分析 13
321 功需求分析 13
322 性需求分析 13
33开发环境分析 13
（1）开发硬件台： 13
（2）开发软件台： 13
第四章 系统设计实现 14
41系统设计原 14
（1）数安全性 14
（2）易性 14
（3）柔软性 14
(4)扩展性 14
42系统流程设计 14
421系统开发流程 14
422 脸识流程 15
43 系统功设计 16
44接口设计 16
441 外部接口 16
442 部接口 16
45系统实现 16
451 脸检测 16
452 脸识 18
453 脸识效果 19
第五章 系统测试 21
51测试环境条件 21
52功测试 21
53测试结果分析 24
总结展 25
谢 辞 26
参考文献 27
附录 28
第章 概述
11课题背景意义
现着科技断发展生活变越越便利越越智支付宝微信支付边境出入关口政府机构办理业务等等够指纹脸生物特征技术伴着讲究断深入降低识技术成开始逐渐接受技术[15]中突出广泛热议度高属脸识技术[3]
脸识顾名思义图片视频中检测没脸发现脸时会获取面部特征（眼睛嘴巴鼻子等）根信息该已知脸数库进行较标识身份脸检测计算机确定输入图中脸位置程面部识系统面部识系统引入该系统包括面部图输出面部面部图存描述位置参数化位置Do方信息[1]假定检测面部问题始识面部研究全动面部识系统包括两项技术链接：面部检测提取面部识完成动面部识第求确定面部脸识动脸识程第步基动脸识技术动脸识系统速度准确性起着重作
脸识系统应考勤安全金融等领域应广泛提高工作效率提高服务水身份认证变更加科学规范系统简单
12 国外研究现状
面部识研究始1960年代末1970年代初第研究员布莱索建立脸识系统系统半动识座位识特征脸特征点距离例20世纪90年代计算机软硬件发展迅速脸识求越越高脸识鲁棒性提出更高求[2]许学者开始研究基整体识方法成时脸识研究趋势具代表性特征脸方法弹性图匹配方法1990年代中期整体识成分分析相结合面部识方式开始涌现研究员开始认识仅必须充分利种面孔面部识信息必须融合诸形状拓扑特征局部灰度功全局例分布类特征
时许新算法开始出现原算法拼接起算法身没提升优化1990年代期面部识技术发展开始商业化许产品开始投放市场算法单落识误差运行速度提高直2000年进步需求相存差异外部环境影响例光姿势距离影响识效果差前面部识技术需高识精度某情况
总说项工作面部识涵盖领域例计算机视觉数字图处理工智根项研究实际计算机类型现代网络计算机通信中满足需快速系统开发种观点研究价值高着计算机网络扩散诸计算机信息图片视频类媒体信息例断增加项研究避免导致快速长期发展
13 课题工作
文分五章节具体结构：
第章节概述部分分析该课题研究背景研究意义解现阶段国外脸识发展情况提出文工作容
第二章开发环境进行分析采脸识方式进行分析
第三章脸识开发行性分析需求分析
第四章脸识系统开发流程说明
第五章脸识功实现测试总结续改进展
第二章 系统开发环境
21 python技术
Python种开发语言种计算机程序设计开发语言允许面象编程 PythonGuido van Rossum开发 Python具许功例简洁语法免费源代码种类数库第三方库[5]优点您非常快速语言结合实现种功模块许昵称胶水Python快速编程原型许程序员前种方法特殊求方固定方便
PyQt工具包创建带图形界面程序Qt库功强库 PyQt实现组Python模块PyQt受青睐原拥数庞类功仅跨台开发特点受青睐原例UNIXMicrosoftApple外PyQt具双重证书提供跨台性
Python安装台前户必须设置环境变量加载运行取决台版运行
Python 特点
1阅读起简单：Python代码简洁定义非常清晰阅读起更加简单
2维护起方便：Python维护简单方便
3标准库：Python身带许免费开源功强数库
4具方便互动模式：互动模式支持开发者代码结果样开发者程序测试调试变更方便
5移植性： Python跨台运行
6扩展性非常：果关键代码特殊语言进行编写够系统中调试运行
7数库接口：Python市面数数库连接
8嵌入性强 提高实性Python嵌入种语言中增强程序适力
然python相语言缺点运行速度方面然够满足户需求相典语言(CC++JAVA等)点慢新型语言推广度户没python优势较明显现越越户开始进行关注目前市面关python中文资料较少查找深入研究限制[9]
22 图检测简介
图检测顾名思义通某种算法图中需处理部分图进行定位获取图识重步般采图形分割技术图形分割技术图形特征提取图处理密分[4]
图检测方法种里简单介绍种较常方式：
1 基直线检测方法
顾名思义通检测图中直线（通常图周围边缘）识直线 通常检测方法霍夫变化方法 原理形状查找图实际应中许素会影响定位效果例光线均匀灰尘尘埃图模糊曝光度然霍夫算法缺点仅检测直线考虑图形状变化样霍夫空间次匹配原始图空间 指定霍夫空间中特征点图轮廓初始位置避免直线产生干扰问题直线存干扰情况法提取帧[7]
2 基阈值化方法
种方法特点图应阈值获具单字符背景二进制图 目前提出种关键策略简单算法二值化影响复杂算法计算时间长计算复杂性限制计算时间现实生活中述原类方法没取太普
3 基灰度边缘检测方法
类方法般两种方式种方式利图区域局部度明显种方式灰度规律变化纹理特征通两种方式相结合定位
（1）基灰度直方图门限化边缘检测
通灰色直方图检测阈值极限常见简单方法 种边缘检测方法原理搜索象 背景图摄体边缘 该图灰度直方图2峰值
（2）基微分边缘检测
①阶差分边缘检测
边缘点显示素灰度值急剧变化特征具相较差值差值方边界方相互垂直时时差值f(ij)方差值进行第二次阈值化通处理检测边缘素点获边缘图
②二阶差分边缘检测
阶差分边缘检测样边缘点会表现出素点灰度值急剧变化特征图灰度值着xy者进行二次差分然通差分属性检测边缘
③根边缘位置图灰度值变化相应连续函数坡度 常算法Roberts运算符Prewitt运算符Sobel 种更直观方法前素附素值合成表面计算素连续表面斜率 梯度肖边缘
23 脸识简介
231 脸识阶段
脸识作图处理次尝试目前发展突破流程包含：首先利机器分析特征信息进行提取然进行查找匹配达识脸目目前脸识技术已渗透生活脸支付脸门禁脸购物等等伴着科技断发展需求断增加脸识技术断成熟稳定发展概分三阶段
（1）第阶段
脸识创始Bledose脸进行特征提取组成脸眼睛鼻子等作参数脸识系统雏形建立
（2）第二阶段
收集分析信息方面变变更加简单199年初图处理关键发展方已基础处理转整体脸识计算机技术断突破脸识方法更加呈现百花齐放状态例：灰度处理脸模型等等
（3）第三阶段
脸识技术1990年代期开发着市场需求持续增长已成关注焦点世界国家争夺脸识技术发展基成熟技术脸识技术存严重缺陷直现脸识技术然世界感兴趣断发展
232 脸识方法
脸识方法根眼耳口鼻形状间距离识外图片进行压缩正交变换进行识次通机器学函数进行训练识外常模型识方法NMHNM等
24 深度学算法CNN
工神网络动态系统适应非线性动态系统神元单独分开时候身功结构说简单果量神元进行组合连接呈现东西十分强
工神网络称工神网络反映脑功基特征然脑功抽象化呈现模拟普通计算机说单单执行代码呈现功步步操作执行代码程序程中断适应环境学优化身总结学规律工神网络方面更接脑
工神网络开始初生婴样张白纸通断学进行工作说设定代表1二代表2类推工神网络便学
现实生活中神网络优势更体现分类问题图书推荐酒店推荐等等LR者linear SVM分类算法面非线性分类时候LR通常需特征工程做特征映射SVM需选择核 操作会增加计算量延缓运行速度神网络具三层三层结构时够实现非线性分计算量会相LR者linear SVM少
前工神网络存问题：数传递整传递导致越需处理素参数会越越 直卷积神网络（简称ConvNetCNN）出现解决类图处理问题[11]
CNN：CNN称卷积神网络拥两功神元CSC代表卷积特征提取 S代表子采样实际池化操作LevelC特征提取Level[12]神元层部分相连接部分确定未连接部分会映射网络中处理级包含功图象映射面面神元具相权重时包含特征分类函数S型激活函数RELU函数 Sigmoid优点输出范围限传输程中容易分散数[2]
CNN算法成功关键通减少参数数量证明局部连接方法权重分配方法图处理优势接前生物神网络减少参数数量外CNN特征提取您直接插入启复杂图预处理原始图目前基CNN特征提取正取代工视觉领域已积累10年种特殊模型技术该领域存标准预处理方法前功手动开发种识象许功高度赖验现CNN轻松做点避免特征提取分类程中数恢复复杂性
第三章 系统分析
31 行性分析
脸识系统目标实现脸检测识确定务四方面进行行性分析
311 技术行性
（1）硬件行性分析
硬件般指计算机配置目前家电脑实验室电脑配置方面基够满足开发系统开发软件计算机求算太高普通硬件便完成系统开发
（2）软件行性分析
脸识系统采python开发技术前端实时检测摄头脸 脸识 mtcnn做脸提取 facenet 做脸特征提取通通余弦相似度分类进行脸识Python相成熟语言简单容易标准库第三方库开源功强扩展性高等等系列优点够帮助开发者更加高效简单进行开发工作出该系统开发没问题
312操作行性
面部识系统界面通简单易通界面窗口实现 户够正常登录计算机利Python语言简化开发该系统特点易易理出色交互性非常简单开发系统完全行
313 济行性
该系统提供户面部识系统通调相关库实现整系统系统开发花费时间会太太长整程开发独立独立进行解决开发问题仅台计算机述种软件面部认证系统需硬件软件环境市场容易获程序开发控制系统开发维护该程序需太工作资金系统复杂开发周期短便宜
314 法律行性
该面部识系统独开发系统实际中非常重贡献开发环境软件数库开源没复制代码程序 法律行
32需求分析
谓需求分析需求员通客户沟通获取信息然信息通需求说明书方式展示户开发员开始梦需求分析时太重视甚太认例时美国IBM公司英国电信公司开发套信息理系统需求明确情况开始开发初工期年需求获取清晰导致工期推迟半年造成巨损失导致切果原需求获取时清楚全面
321 功需求分析
1 脸检测：MTCNN脸检测模型中片中提取出应脸
2 特征提取：脸图输入FaceNet计算Embedding特征量
3 脸识：判断两者间余弦距离复合求判定否便
322 性需求分析
系统性坏直接决定户体验度性坏取决系统架构坏优秀系统架构般包含方面：
（1）模块化设计明确系统分模块模块划分清晰明确模块功明确模块间灵活调实现低耦合高聚
（2）模块划分分种类保证通模块实现灵活调特殊模块时根系统功等变更时进行更改系统灵活性更高
（3）稳定安全高效数建模数整系统仓库稳定安全高效仓库系统提供数存取变更
（4）整体结构稳定灵活系统整体架构初期部署时候定高度 结构清晰运行稳定运行出现问题时候够提供快速解决方案
33开发环境分析
（1）开发硬件台：
CPU：Intel5
存：4G
硬盘：80G
（2）开发软件台：
操作系统：Windows 10
开发软件：pycharm
开发语言：python
第四章 系统设计实现
进系统分析开始记性系统设计系统设计包含总体设计详细设计总体设计体设计总体设计够划分出系统东西例文件文档数等通总体设计致划分出程序模块功初步分类没真正实现
整体设计初步设计项目进行整体设计通包括性成效益终确定优设计方案选择优秀整体设计降低开发成增加公司效益点讲整体设计非常重
41系统设计原
（1）数安全性
系统开发涉数包括户数者系统数等种数需确保数安全性系统设计时必须采取安全防范措施解决潜安全问题
（2）易性
系统终会交付客户户通权限进行系统否决定客户系统甚开发公司印象系统够提高操作员工作效率提升户感度忠诚度
（3）柔软性
柔软性包含范围较广够处理种突发情况说应急力法保证系统绝安全系统出现错误时够时进行补救
(4)扩展性
系统扩展性说必样便满足求减少支出
42系统流程设计
421系统开发流程
进行脸识系统开发时先开始肯定需求分析需求分析便系统总体设计（结构功数）次便功模块（数库等）设计便系统测试系统开发流程图41示
图41系统开发流程图
422 脸识流程
户脸识时首先进行脸检测果发现脸然进行识流程图42示
图42 脸识流程图
1MTCNN脸检测模型中片中提取出应脸
2脸图输入FaceNet计算Embedding特征量
3 脸识：判断两者间余弦距离复合求判定否便例特征距离1时候认特征距离1时候认
43 系统功设计
根第三章功分析出脸识系统功结构图43示：
图43 系统功结构图
44接口设计
441 外部接口
（1）户界面
户界面Windows窗口户通话框菜单钮文框等元素系统进行沟通
（2）软件接口
（3）硬件接口
包括传统键盘鼠标显示器摄头接口输入输出
442 部接口
部接口mtcnn进行脸检测FaceNet特征提取
45系统实现
451 脸检测
MTCNN务卷积神网络脸区域检测脸关键点检测放起提高性 特三CNN阶段中粗略准确处理预测脸脸部标记点务[12]
1：PNet全卷积网络生成候选窗边框回量(bounding box regression vectors)Bounding box regression方法校正候选窗非极值抑制（NMS）合重叠候选框全卷积网络Faster RCNN中RPN脉相承
2：RNet改善候选窗通PNet候选窗输入RNet中拒绝掉部分false窗口继续Bounding box regressionNMS合
3：ONet输出终脸框特征点位置第二步类似生成5特征点位置
网络结构图44
图44 mtcnn结构
首先收集脸信息存储文件夹中方便续脸检测提供便利
图45已储存脸
脸导入完成已存脸进行脸检测注册会进行两次检测提高检测率图片符合求时会提示注册失败请更换图片字样
图46 脸检测注册成功
452 脸识
FaceNet脸间匹配度 思想维空间中显示脸图通空间距离表达脸相似性 果检测脸识脸空间距离较脸反脸 面图中脸部信息通空间映射进行表现进行达成脸识功 FaceNet种机器学环境脸信息点进行映射方法三重子损失特征形成神网络
FaceNet网络结构图45示中Batch表示已输入脸样DEEP architeture指种深度学框架然L2图操作映射超球面前系列操作生成深度学特征量三张图片输入loss
图45 facenet网络结构
运行脸识代码原脸已检测注册情况运行代码系统动开摄头识框脸实时脸已注册脸相匹配时会产生脸金字塔具体效果图：
图48 实时脸识匹配效果
453 脸识效果
运行系统然进行脸检测识界面图46
外验证脸识效果网找两开元库算法脸识率进行检测分提取库中30数进行检验识率100生成混淆矩阵检验效果：
图49 ORL_embedding识效果
图410 YALE_embedding识效果
第五章 系统测试
程序开发完成测试便重步测试质量产品开发关 必须通测试满足客户软件质量性性需求 测试程必须遵循严格卓越标准标准化原 该测试目检查系统运行期间否发生错误调试错误直程序完全执行止 软件测试程度减少错误理讲消错误 错误越少系统错误性越户更方便更安全
51测试环境条件
处理器：Intel5
存： 4GB
硬盘： 80G
操作系统：Win10
52功测试
系统中拥已注册图脸数时动态视频相匹配仅通电脑摄头实时进行脸匹配
图48 已注册脸图
适性测试：利python语言pycharm正常运行正常匹配脸测试结果图：
图49 匹配脸
图410摄头实时脸识
准确性测试：两公开数集YALE_embeddingORL_embedding进行算法实验混淆矩阵表示精度验证集30识率100结果图：
图411 ORL_embedding识率
图412 YALE_embedding识率
操作性测试：pycharm点击运行钮正常运行检测识识率等功
脸识系统功测试表61示：
表61功测试
53测试结果分析
总体测试分析够正确实现脸检测检测正确识支持实时识识率保障
总结展
系统通python脸识技术简介技术工作环境等方面说明脸识系统行性文结研究成果：实现基机器学脸识系统通次脸识系统研究实现接触门新编程语言：python开始理知识面实践体会重性第次完整需求分析设计测试进行开发然会许足方会许考虑方
说没太深解开始设计时候总会出现简单十分繁琐问题例测脸识率高数库连接问题已法实现参数传递等等着脸识断深入学通网寻找关资料解决程中仅加深脸识专业知识理解提高独解决Bug力令感受更深然书理知识然设计必条件书知识死死东西变成活需姿势理解题目理解编程思路数处理时候便体现出实践重性实践检验真理唯标准次毕业设计单单完成学校务更重提升更次宝贵验发展帮助
通次脸识系统开发参考脸识机器学文章例子脸识热门话题许参差齐文章博客做便弃糟粕精华理解关键东西改善系统说许足方面收获甚满
谢 辞
四年学生活季节结束生命中仅仅逗号面旅程开始通次毕业设计整开发程需求分析具体功实现终测试维护理解进步系统开发更深刻认识极提高动手力独立解决问题力次毕业设计收获
首先想文写作中感谢指导老师帮助文严格求获收获深厚理知识实践验严谨治学态度扎实研究方法影响激励着方面谨表示衷心感谢
次感谢专业课老师专业课学程中私教授许专业知识技够文写作程中利解决难题疑问时感谢予关心帮助学朋友生活学中量帮助关怀帮助致崇高敬意生道路定谨遵恩师教诲发挥潜
阅读评审文位老师表示衷心感谢
参考文献
[1] 关子杰 浅析脸识理系统设计实现[J] 电子测试2017(15)114115
[2] 单敬志文祥薛钧 基三层架构脸识理系统设计[J] 教学研究201740(04)98101
[3] 赵迎珍 高职院校脸识理系统设计探讨[J] 科技展201727(16)333
[4] 明剑 云南开放学寝室门禁识理信息系统设计实现[D]吉林学2017
[5] 王波 PYTHON实践提高数字图处理工程应篇[J] 电子技术软件工程2017(06)172
[6] 荀丽丽 软件工程导[J] 电脑知识技术201713(01)171+173
[7] 江永丰 计算机图形学原理方法应[D]湖南学2016
[8] 刘海明邵珊珊 PYTHON语言应案例[J] 电脑知识技术201612(20)108110
[9] 傅峰 CpythonPYTHON区联系[J] 电子设计工程201624(09)6668+71
[10] 李丹 阿拉里脸识设计实现[J] 软件导刊201615(03)9798
[11] 付昕 CS三层架构模型分析研究山东省农业理干部学院学报 2010 27(4)166168
[12] 黄艳峰 PYTHON语言中实施案例脸识系统研究探索[J] 电脑知识技术 2010 6(5)11481149
[13] 赵钢 PYTHON Servlet+EJBWeb模式应研究 电子设计工程 2013 21(13)4749
[14] 肖英 解决PYTHONServlet开发中中文乱码问题[] 科技传播 2011 (1)1125
[15] 肖云昊 脸识技术公安防视频监控领域应[J] 中企业理科技旬刊 2016(11)172173
[16] 郭梦丽 达飞鹏 邓星等 基关键点局部特征三维脸识[J] 浙江学学报(工学版) 2017 51(3)584589
附录
1脸检测代码：
2脸注册代码：
3脸识代码：
4 ORL识率检测代码
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
承诺签名：
日期： 年 月 日
基机器学脸识算法设计实现
摘
脸识技术种新型生物特征认证技术脸识技术非常活跃研究领域涵盖许领域例数字图处理着应程序需求增长面部识技术趋量微芯片标准化脸检测快速准确识脸先决条件目检测图背景脸数中脸进行较实现脸识
文python开发技术前端实时检测摄头脸脸识 mtcnn做脸提取facenet做脸特征提取通余弦相似度分类进行脸识系统界面简洁识迅速方便
文首先介绍脸识系统现状发展背景然讨系统设计目标系统求总体设计计划详细讨脸识系统详细设计实现 系统进行面部识 系统进行特定测试
关键词：脸识python机器学
Design and implementation of face recognition algorithm based on machine learning
ABSTRACT
Face recognition technology is a new type of biometric authentication technology Face recognition technology is also a very active research area covering many fields such as digital image processing As the demand for application programs grows facial recognition technology tends to be used in large quantities using microchips and standardization Face detection is a prerequisite for rapid and accurate face recognition Its purpose is to detect the face in the background of the image and compare it with the face in the data to achieve face recognition
This article uses python as the development technology The front end detects the camera＇s face in real time Face recognition mainly uses mtcnn for face extraction and facenet for face feature extraction and uses cosine similarity classification for face recognition The system interface is simple quick to identify and easy to use
This article first introduces the current status and development background of the face recognition system then discusses the system design goals system requirements and overall design plan and discusses the detailed design and implementation of the face recognition system in detail The system finally performs facial recognition And conduct specific tests on the system
Key words Face recognition Python Machine learning
目录
第章 概述 6
11课题背景意义 6
12 国外研究现状 6
13 课题工作 7
第二章 系统开发环境 8
21 python技术 8
22 图检测简介 9
1 基直线检测方法 9
2 基阈值化方法 9
3 基灰度边缘检测方法 9
23 脸识简介 10
231 脸识阶段 10
232 脸识方法 10
24 深度学算法CNN 10
第三章 系统分析 12
31 行性分析 12
311 技术行性 12
312操作行性 12
313 济行性 12
314 法律行性 12
32需求分析 13
321 功需求分析 13
322 性需求分析 13
33开发环境分析 13
（1）开发硬件台： 13
（2）开发软件台： 13
第四章 系统设计实现 14
41系统设计原 14
（1）数安全性 14
（2）易性 14
（3）柔软性 14
(4)扩展性 14
42系统流程设计 14
421系统开发流程 14
422 脸识流程 15
43 系统功设计 16
44接口设计 16
441 外部接口 16
442 部接口 16
45系统实现 16
451 脸检测 16
452 脸识 18
453 脸识效果 19
第五章 系统测试 21
51测试环境条件 21
52功测试 21
53测试结果分析 24
总结展 25
谢 辞 26
参考文献 27
附录 28
第章 概述
11课题背景意义
现着科技断发展生活变越越便利越越智支付宝微信支付边境出入关口政府机构办理业务等等够指纹脸生物特征技术伴着讲究断深入降低识技术成开始逐渐接受技术[15]中突出广泛热议度高属脸识技术[3]
脸识顾名思义图片视频中检测没脸发现脸时会获取面部特征（眼睛嘴巴鼻子等）根信息该已知脸数库进行较标识身份脸检测计算机确定输入图中脸位置程面部识系统面部识系统引入该系统包括面部图输出面部面部图存描述位置参数化位置Do方信息[1]假定检测面部问题始识面部研究全动面部识系统包括两项技术链接：面部检测提取面部识完成动面部识第求确定面部脸识动脸识程第步基动脸识技术动脸识系统速度准确性起着重作
脸识系统应考勤安全金融等领域应广泛提高工作效率提高服务水身份认证变更加科学规范系统简单
12 国外研究现状
面部识研究始1960年代末1970年代初第研究员布莱索建立脸识系统系统半动识座位识特征脸特征点距离例20世纪90年代计算机软硬件发展迅速脸识求越越高脸识鲁棒性提出更高求[2]许学者开始研究基整体识方法成时脸识研究趋势具代表性特征脸方法弹性图匹配方法1990年代中期整体识成分分析相结合面部识方式开始涌现研究员开始认识仅必须充分利种面孔面部识信息必须融合诸形状拓扑特征局部灰度功全局例分布类特征
时许新算法开始出现原算法拼接起算法身没提升优化1990年代期面部识技术发展开始商业化许产品开始投放市场算法单落识误差运行速度提高直2000年进步需求相存差异外部环境影响例光姿势距离影响识效果差前面部识技术需高识精度某情况
总说项工作面部识涵盖领域例计算机视觉数字图处理工智根项研究实际计算机类型现代网络计算机通信中满足需快速系统开发种观点研究价值高着计算机网络扩散诸计算机信息图片视频类媒体信息例断增加项研究避免导致快速长期发展
13 课题工作
文分五章节具体结构：
第章节概述部分分析该课题研究背景研究意义解现阶段国外脸识发展情况提出文工作容
第二章开发环境进行分析采脸识方式进行分析
第三章脸识开发行性分析需求分析
第四章脸识系统开发流程说明
第五章脸识功实现测试总结续改进展
第二章 系统开发环境
21 python技术
Python种开发语言种计算机程序设计开发语言允许面象编程 PythonGuido van Rossum开发 Python具许功例简洁语法免费源代码种类数库第三方库[5]优点您非常快速语言结合实现种功模块许昵称胶水Python快速编程原型许程序员前种方法特殊求方固定方便
PyQt工具包创建带图形界面程序Qt库功强库 PyQt实现组Python模块PyQt受青睐原拥数庞类功仅跨台开发特点受青睐原例UNIXMicrosoftApple外PyQt具双重证书提供跨台性
Python安装台前户必须设置环境变量加载运行取决台版运行
Python 特点
1阅读起简单：Python代码简洁定义非常清晰阅读起更加简单
2维护起方便：Python维护简单方便
3标准库：Python身带许免费开源功强数库
4具方便互动模式：互动模式支持开发者代码结果样开发者程序测试调试变更方便
5移植性： Python跨台运行
6扩展性非常：果关键代码特殊语言进行编写够系统中调试运行
7数库接口：Python市面数数库连接
8嵌入性强 提高实性Python嵌入种语言中增强程序适力
然python相语言缺点运行速度方面然够满足户需求相典语言(CC++JAVA等)点慢新型语言推广度户没python优势较明显现越越户开始进行关注目前市面关python中文资料较少查找深入研究限制[9]
22 图检测简介
图检测顾名思义通某种算法图中需处理部分图进行定位获取图识重步般采图形分割技术图形分割技术图形特征提取图处理密分[4]
图检测方法种里简单介绍种较常方式：
1 基直线检测方法
顾名思义通检测图中直线（通常图周围边缘）识直线 通常检测方法霍夫变化方法 原理形状查找图实际应中许素会影响定位效果例光线均匀灰尘尘埃图模糊曝光度然霍夫算法缺点仅检测直线考虑图形状变化样霍夫空间次匹配原始图空间 指定霍夫空间中特征点图轮廓初始位置避免直线产生干扰问题直线存干扰情况法提取帧[7]
2 基阈值化方法
种方法特点图应阈值获具单字符背景二进制图 目前提出种关键策略简单算法二值化影响复杂算法计算时间长计算复杂性限制计算时间现实生活中述原类方法没取太普
3 基灰度边缘检测方法
类方法般两种方式种方式利图区域局部度明显种方式灰度规律变化纹理特征通两种方式相结合定位
（1）基灰度直方图门限化边缘检测
通灰色直方图检测阈值极限常见简单方法 种边缘检测方法原理搜索象 背景图摄体边缘 该图灰度直方图2峰值
（2）基微分边缘检测
①阶差分边缘检测
边缘点显示素灰度值急剧变化特征具相较差值差值方边界方相互垂直时时差值f(ij)方差值进行第二次阈值化通处理检测边缘素点获边缘图
②二阶差分边缘检测
阶差分边缘检测样边缘点会表现出素点灰度值急剧变化特征图灰度值着xy者进行二次差分然通差分属性检测边缘
③根边缘位置图灰度值变化相应连续函数坡度 常算法Roberts运算符Prewitt运算符Sobel 种更直观方法前素附素值合成表面计算素连续表面斜率 梯度肖边缘
23 脸识简介
231 脸识阶段
脸识作图处理次尝试目前发展突破流程包含：首先利机器分析特征信息进行提取然进行查找匹配达识脸目目前脸识技术已渗透生活脸支付脸门禁脸购物等等伴着科技断发展需求断增加脸识技术断成熟稳定发展概分三阶段
（1）第阶段
脸识创始Bledose脸进行特征提取组成脸眼睛鼻子等作参数脸识系统雏形建立
（2）第二阶段
收集分析信息方面变变更加简单199年初图处理关键发展方已基础处理转整体脸识计算机技术断突破脸识方法更加呈现百花齐放状态例：灰度处理脸模型等等
（3）第三阶段
脸识技术1990年代期开发着市场需求持续增长已成关注焦点世界国家争夺脸识技术发展基成熟技术脸识技术存严重缺陷直现脸识技术然世界感兴趣断发展
232 脸识方法
脸识方法根眼耳口鼻形状间距离识外图片进行压缩正交变换进行识次通机器学函数进行训练识外常模型识方法NMHNM等
24 深度学算法CNN
工神网络动态系统适应非线性动态系统神元单独分开时候身功结构说简单果量神元进行组合连接呈现东西十分强
工神网络称工神网络反映脑功基特征然脑功抽象化呈现模拟普通计算机说单单执行代码呈现功步步操作执行代码程序程中断适应环境学优化身总结学规律工神网络方面更接脑
工神网络开始初生婴样张白纸通断学进行工作说设定代表1二代表2类推工神网络便学
现实生活中神网络优势更体现分类问题图书推荐酒店推荐等等LR者linear SVM分类算法面非线性分类时候LR通常需特征工程做特征映射SVM需选择核 操作会增加计算量延缓运行速度神网络具三层三层结构时够实现非线性分计算量会相LR者linear SVM少
前工神网络存问题：数传递整传递导致越需处理素参数会越越 直卷积神网络（简称ConvNetCNN）出现解决类图处理问题[11]
CNN：CNN称卷积神网络拥两功神元CSC代表卷积特征提取 S代表子采样实际池化操作LevelC特征提取Level[12]神元层部分相连接部分确定未连接部分会映射网络中处理级包含功图象映射面面神元具相权重时包含特征分类函数S型激活函数RELU函数 Sigmoid优点输出范围限传输程中容易分散数[2]
CNN算法成功关键通减少参数数量证明局部连接方法权重分配方法图处理优势接前生物神网络减少参数数量外CNN特征提取您直接插入启复杂图预处理原始图目前基CNN特征提取正取代工视觉领域已积累10年种特殊模型技术该领域存标准预处理方法前功手动开发种识象许功高度赖验现CNN轻松做点避免特征提取分类程中数恢复复杂性
第三章 系统分析
31 行性分析
脸识系统目标实现脸检测识确定务四方面进行行性分析
311 技术行性
（1）硬件行性分析
硬件般指计算机配置目前家电脑实验室电脑配置方面基够满足开发系统开发软件计算机求算太高普通硬件便完成系统开发
（2）软件行性分析
脸识系统采python开发技术前端实时检测摄头脸 脸识 mtcnn做脸提取 facenet 做脸特征提取通通余弦相似度分类进行脸识Python相成熟语言简单容易标准库第三方库开源功强扩展性高等等系列优点够帮助开发者更加高效简单进行开发工作出该系统开发没问题
312操作行性
面部识系统界面通简单易通界面窗口实现 户够正常登录计算机利Python语言简化开发该系统特点易易理出色交互性非常简单开发系统完全行
313 济行性
该系统提供户面部识系统通调相关库实现整系统系统开发花费时间会太太长整程开发独立独立进行解决开发问题仅台计算机述种软件面部认证系统需硬件软件环境市场容易获程序开发控制系统开发维护该程序需太工作资金系统复杂开发周期短便宜
314 法律行性
该面部识系统独开发系统实际中非常重贡献开发环境软件数库开源没复制代码程序 法律行
32需求分析
谓需求分析需求员通客户沟通获取信息然信息通需求说明书方式展示户开发员开始梦需求分析时太重视甚太认例时美国IBM公司英国电信公司开发套信息理系统需求明确情况开始开发初工期年需求获取清晰导致工期推迟半年造成巨损失导致切果原需求获取时清楚全面
321 功需求分析
1 脸检测：MTCNN脸检测模型中片中提取出应脸
2 特征提取：脸图输入FaceNet计算Embedding特征量
3 脸识：判断两者间余弦距离复合求判定否便
322 性需求分析
系统性坏直接决定户体验度性坏取决系统架构坏优秀系统架构般包含方面：
（1）模块化设计明确系统分模块模块划分清晰明确模块功明确模块间灵活调实现低耦合高聚
（2）模块划分分种类保证通模块实现灵活调特殊模块时根系统功等变更时进行更改系统灵活性更高
（3）稳定安全高效数建模数整系统仓库稳定安全高效仓库系统提供数存取变更
（4）整体结构稳定灵活系统整体架构初期部署时候定高度 结构清晰运行稳定运行出现问题时候够提供快速解决方案
33开发环境分析
（1）开发硬件台：
CPU：Intel5
存：4G
硬盘：80G
（2）开发软件台：
操作系统：Windows 10
开发软件：pycharm
开发语言：python
第四章 系统设计实现
进系统分析开始记性系统设计系统设计包含总体设计详细设计总体设计体设计总体设计够划分出系统东西例文件文档数等通总体设计致划分出程序模块功初步分类没真正实现
整体设计初步设计项目进行整体设计通包括性成效益终确定优设计方案选择优秀整体设计降低开发成增加公司效益点讲整体设计非常重
41系统设计原
（1）数安全性
系统开发涉数包括户数者系统数等种数需确保数安全性系统设计时必须采取安全防范措施解决潜安全问题
（2）易性
系统终会交付客户户通权限进行系统否决定客户系统甚开发公司印象系统够提高操作员工作效率提升户感度忠诚度
（3）柔软性
柔软性包含范围较广够处理种突发情况说应急力法保证系统绝安全系统出现错误时够时进行补救
(4)扩展性
系统扩展性说必样便满足求减少支出
42系统流程设计
421系统开发流程
进行脸识系统开发时先开始肯定需求分析需求分析便系统总体设计（结构功数）次便功模块（数库等）设计便系统测试系统开发流程图41示
图41系统开发流程图
422 脸识流程
户脸识时首先进行脸检测果发现脸然进行识流程图42示
图42 脸识流程图
1MTCNN脸检测模型中片中提取出应脸
2脸图输入FaceNet计算Embedding特征量
3 脸识：判断两者间余弦距离复合求判定否便例特征距离1时候认特征距离1时候认
43 系统功设计
根第三章功分析出脸识系统功结构图43示：
图43 系统功结构图
44接口设计
441 外部接口
（1）户界面
户界面Windows窗口户通话框菜单钮文框等元素系统进行沟通
（2）软件接口
（3）硬件接口
包括传统键盘鼠标显示器摄头接口输入输出
442 部接口
部接口mtcnn进行脸检测FaceNet特征提取
45系统实现
451 脸检测
MTCNN务卷积神网络脸区域检测脸关键点检测放起提高性 特三CNN阶段中粗略准确处理预测脸脸部标记点务[12]
1：PNet全卷积网络生成候选窗边框回量(bounding box regression vectors)Bounding box regression方法校正候选窗非极值抑制（NMS）合重叠候选框全卷积网络Faster RCNN中RPN脉相承
2：RNet改善候选窗通PNet候选窗输入RNet中拒绝掉部分false窗口继续Bounding box regressionNMS合
3：ONet输出终脸框特征点位置第二步类似生成5特征点位置
网络结构图44
图44 mtcnn结构
首先收集脸信息存储文件夹中方便续脸检测提供便利
图45已储存脸
脸导入完成已存脸进行脸检测注册会进行两次检测提高检测率图片符合求时会提示注册失败请更换图片字样
图46 脸检测注册成功
452 脸识
FaceNet脸间匹配度 思想维空间中显示脸图通空间距离表达脸相似性 果检测脸识脸空间距离较脸反脸 面图中脸部信息通空间映射进行表现进行达成脸识功 FaceNet种机器学环境脸信息点进行映射方法三重子损失特征形成神网络
FaceNet网络结构图45示中Batch表示已输入脸样DEEP architeture指种深度学框架然L2图操作映射超球面前系列操作生成深度学特征量三张图片输入loss
图45 facenet网络结构
运行脸识代码原脸已检测注册情况运行代码系统动开摄头识框脸实时脸已注册脸相匹配时会产生脸金字塔具体效果图：
图48 实时脸识匹配效果
453 脸识效果
运行系统然进行脸检测识界面图46
外验证脸识效果网找两开元库算法脸识率进行检测分提取库中30数进行检验识率100生成混淆矩阵检验效果：
图49 ORL_embedding识效果
图410 YALE_embedding识效果
第五章 系统测试
程序开发完成测试便重步测试质量产品开发关 必须通测试满足客户软件质量性性需求 测试程必须遵循严格卓越标准标准化原 该测试目检查系统运行期间否发生错误调试错误直程序完全执行止 软件测试程度减少错误理讲消错误 错误越少系统错误性越户更方便更安全
51测试环境条件
处理器：Intel5
存： 4GB
硬盘： 80G
操作系统：Win10
52功测试
系统中拥已注册图脸数时动态视频相匹配仅通电脑摄头实时进行脸匹配
图48 已注册脸图
适性测试：利python语言pycharm正常运行正常匹配脸测试结果图：
图49 匹配脸
图410摄头实时脸识
准确性测试：两公开数集YALE_embeddingORL_embedding进行算法实验混淆矩阵表示精度验证集30识率100结果图：
图411 ORL_embedding识率
图412 YALE_embedding识率
操作性测试：pycharm点击运行钮正常运行检测识识率等功
脸识系统功测试表61示：
表61功测试
53测试结果分析
总体测试分析够正确实现脸检测检测正确识支持实时识识率保障
总结展
系统通python脸识技术简介技术工作环境等方面说明脸识系统行性文结研究成果：实现基机器学脸识系统通次脸识系统研究实现接触门新编程语言：python开始理知识面实践体会重性第次完整需求分析设计测试进行开发然会许足方会许考虑方
说没太深解开始设计时候总会出现简单十分繁琐问题例测脸识率高数库连接问题已法实现参数传递等等着脸识断深入学通网寻找关资料解决程中仅加深脸识专业知识理解提高独解决Bug力令感受更深然书理知识然设计必条件书知识死死东西变成活需姿势理解题目理解编程思路数处理时候便体现出实践重性实践检验真理唯标准次毕业设计单单完成学校务更重提升更次宝贵验发展帮助
通次脸识系统开发参考脸识机器学文章例子脸识热门话题许参差齐文章博客做便弃糟粕精华理解关键东西改善系统说许足方面收获甚满
谢 辞
四年学生活季节结束生命中仅仅逗号面旅程开始通次毕业设计整开发程需求分析具体功实现终测试维护理解进步系统开发更深刻认识极提高动手力独立解决问题力次毕业设计收获
首先想文写作中感谢指导老师帮助文严格求获收获深厚理知识实践验严谨治学态度扎实研究方法影响激励着方面谨表示衷心感谢
次感谢专业课老师专业课学程中私教授许专业知识技够文写作程中利解决难题疑问时感谢予关心帮助学朋友生活学中量帮助关怀帮助致崇高敬意生道路定谨遵恩师教诲发挥潜
阅读评审文位老师表示衷心感谢
参考文献
[1] 关子杰 浅析脸识理系统设计实现[J] 电子测试2017(15)114115
[2] 单敬志文祥薛钧 基三层架构脸识理系统设计[J] 教学研究201740(04)98101
[3] 赵迎珍 高职院校脸识理系统设计探讨[J] 科技展201727(16)333
[4] 明剑 云南开放学寝室门禁识理信息系统设计实现[D]吉林学2017
[5] 王波 PYTHON实践提高数字图处理工程应篇[J] 电子技术软件工程2017(06)172
[6] 荀丽丽 软件工程导[J] 电脑知识技术201713(01)171+173
[7] 江永丰 计算机图形学原理方法应[D]湖南学2016
[8] 刘海明邵珊珊 PYTHON语言应案例[J] 电脑知识技术201612(20)108110
[9] 傅峰 CpythonPYTHON区联系[J] 电子设计工程201624(09)6668+71
[10] 李丹 阿拉里脸识设计实现[J] 软件导刊201615(03)9798
[11] 付昕 CS三层架构模型分析研究山东省农业理干部学院学报 2010 27(4)166168
[12] 黄艳峰 PYTHON语言中实施案例脸识系统研究探索[J] 电脑知识技术 2010 6(5)11481149
[13] 赵钢 PYTHON Servlet+EJBWeb模式应研究 电子设计工程 2013 21(13)4749
[14] 肖英 解决PYTHONServlet开发中中文乱码问题[] 科技传播 2011 (1)1125
[15] 肖云昊 脸识技术公安防视频监控领域应[J] 中企业理科技旬刊 2016(11)172173
[16] 郭梦丽 达飞鹏 邓星等 基关键点局部特征三维脸识[J] 浙江学学报(工学版) 2017 51(3)584589
附录
1脸检测代码：
2脸注册代码：
3脸识代码：
4 ORL识率检测代码
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档