基于SphereFace深度学习的人脸考勤系统的设计与实现

引言

第一篇博客。因为想要系统地记录学习的过程，这样才有专业感嘛。第一次尝试，可能会有些地方写得不好，请见谅啦。这个人脸考勤系统是基于MFC用C++写的，人脸数据存储在SQLServer中。

系统成果展示

管理员界面

注册员工信息

人脸识别以及考勤功能

（图片1那个功能按钮应该删除的，可以看出来模型训练得不是很好）

查看所有打卡记录功能

查看个人信息功能

（显示出的图片是注册时使用的人脸图像）

技术支持

数据库：Microsoft SQL Server Management Studio 17
OpenCV：OpenCV-2.4.13
人脸检测库：Libfacedetection
人脸识别模型：SphereFace-20
深度学习框架：Caffe
开发工具：VS2013

搭建Windows版本的Caffe

无论是CPU还是GPU环境的，都可以参考下面链接的博主文章
https://blog.csdn.net/kaychangeek/article/details/79885494

VS2013配置OpenCV

嘿嘿，这个我也是直接参考的别人的博客。推荐一下，就不重复说啦。
https://blog.csdn.net/bryant_meng/article/details/79863921

人脸识别基本原理

广义上人脸识别包含了四个部分，分别为人脸图像采集及检测、人脸预处理、人脸特征提取以及匹配与识别。人脸识别的流程图如图所示。

人脸检测是判断指定的人脸图像的人脸是否存在，并确定地指出人脸的具体位置、姿态、大小，然后进行分离。
人脸预处理是对检测到的人脸进行灰度变换、几何校正、标准化等图像处理，是为了能够更好地特征提取。而特征提取则主要是对人脸进行特征建模，又被称作人脸表征，它把输入的图像利用计算机数据来描述，通过一些算法得到人脸特征值，并与人脸库进行对比，若具有高相似度则身份匹配成功。

人脸检测接口

使用的是Libfacedetection人脸检测算法，它是由作者ShiqiYu发布在Github上的遵循MIT开源协议的公共库，是一个用于图像中人脸检测和人脸标识检测的二进制库。
github地址：https://github.com/ShiqiYu/libfacedetection

该算法提供了四个不同的接口函数，分别是facedetect_frontal、facedetect_frontal_surveillance、facedetect_multiview以及facedetect_multiview_reinforce。四个函数对应不同的使用场景，性能有所不同，但参数类型完全一致。其中facedetect_frontal接口函数主要用于正面的人脸检测。而facedetect_frontal_surveillance接口函数主要用于正面视频监控人脸检测，还能在光线不足的情况下检测人脸。以上两个接口函数均无法检测“侧视人脸”和“单面人脸”。facedetect_multiview函数则适用于多视图人脸检测，可以检测“侧视人脸”以及多张人脸。而本课题使用的人脸检测接口函数是facedetect_multiview_reinforce，它属于多视图增强人脸检测，比facedetect_multiview效果好，但检测时间会比其他接口函数稍微长一些。效果如图所示。

网络模型

关于SphereFace网络模型的理论基础，可以参考下面链接上的博客
https://blog.csdn.net/qianqing13579/article/details/78288780

---

下一篇博客再详细介绍网络模型的训练过程以及训练数据的预处理。