基于python的人脸识别系统.docxVIP

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 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 目录 TOC \o 1-3 \h \z \u 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 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 PAGE 21 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