Skip to content

东南大学《模式识别》课程项目作业 - 多人脸识别考勤系统

Notifications You must be signed in to change notification settings

z0gSh1u/pr-attendance

Repository files navigation

人脸识别考勤系统

本项目为东南大学《模式识别》课程大作业。利用Haar分类器完成人脸检测、分割;利用FaceNet网络完成人脸识别。

开始

  1. 以下是本项目的依赖库:

    其中,keras-facenet需要下载预训练模型置于~/.keras-facenet目录下,如果你获得的版本在model/目录下没有带该模型,请自行到该库的GitHub仓库页下载,或在第一次调用该库时也会自动下载。

  2. 使用face_manager.py可以进行人脸的录入,注意录入姓名时,之间不要用空格分隔。

  3. 使用main.py可以进行人脸考勤主操作。

目录结构

├─dataset
│  ├─classroom  测试用多人大图(涉及隐私,不上传)
│  ├─test  测试集1(涉及隐私,不上传)
│  ├─test2  测试集2(涉及隐私,不上传)
│  └─train  训练集(涉及隐私,不上传)
├─legacy  尝试过的其他方法(PCA、SVM、SIFT、KNN、LBPF、FISHER)
├─lib  库安装包
└─model  预训练模型
  └─.keras-facenet  预训练的FaceNet(过大,不上传)
    └─20180402-114759
face_detection.py  Haar人脸检测
face_manager.py  人脸数据管理
FaceNet.py  FaceNet包装
main.py  考勤系统主程序
test.py  准确率测试程序

效果

使用41张测试集进行测试,最终准确率为90.24%

读物

  • FaceNet: A Unified Embedding for Face Recognition and Clustering

About

东南大学《模式识别》课程项目作业 - 多人脸识别考勤系统

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages