面向佩戴口罩的人脸识别系统

本系统采用YOLOv5+dlib实现佩戴口罩的人脸识别，在佩戴口罩的情况下也可以进行人脸识别。

关于环境搭建问题：
参考CSDN作者“炮哥带你学”的“利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装—免额外安装CUDA和cudnn”这篇文章。数据集如何划分也可参考炮哥的文章。
环境搭建完成后在anaconda里面新建虚拟环境，将项目的依赖环境改为新建好的conda环境。新建虚拟的环境的目的是因为不同的项目依赖的库不一样，python的版本不一样，全部放在一起会比较乱。
在终端输入pip install -r requirements.txt下载相关依赖，如果某个包下载失败了，删除requirements.txt里面的该包，在anaconda里面单独下载，然后重新执行上面的命令。
本项目使用的版本为python3.6，最好使用相同的版本。

（1）登录注册模块实现

登录和注册模块隐藏PySide2原有的边框，和退出、最大化、最小化按钮，设置窗口大小为800*450，且打开后窗口固定在屏幕中央不可拖动。在主窗口自定义最小化和退出按钮。点击注册按钮跳转的注册页面，注册页面添加返回功能，点击返回按钮回到登录界面。

登陆界面实现用户名校验，输入合法用户名、密码直接回车可以登录，点击登录按钮也可以登录。点击右上角搜索按钮，程序页面最小化，点击退出按钮退出程序。

注册页面实现账号、密码校验，输入合法用户名、合理密码、确认密码后点击注册按钮注册成功后进入主界面，不成功则重新注册。点击右上角收缩按钮最小化页面，点击退出按钮退出程序。点击左上角返回按钮，返回到登录界面。界面大小固定且居中，不可拖动。

（2）人脸识别实现

主界面采用QMidArea多区域设计。人脸识别是其中一个页面，点击人脸识别按钮，进入人脸识别页面，点击选择摄像头按钮，选择可用摄像头按钮选择摄像头，然后点击开始识别按钮，如果未选择可用摄像头，则开始识别按钮禁用。在人脸识别这一板块，涉及人脸区域目标检测和算法优化。人脸区域目标检测采用YOLOv5算法，返回坐标区域和识别结果。

人脸识别的过程，根据检测出的人脸区域，标定人脸68个特征点，然后提取128D人来特征，遍历人脸特征库，返回二者之间的欧氏距离，如果欧式距离小于一定的阈值，就可以认为识别的人脸是同一张人脸，本系统采取的阈值是0.5，在训练样本最够大的情况下，阈值可以继续调整。

人脸识别界面点击主程序界面的人脸识别按钮，进入该界面。界面中间区域用于展示摄像头画面，右上角小区域用于展示人脸捕获图像，下面展示人脸识别信息。

当不佩戴口罩的人脸区域出现时，摄像头区域框出人脸范围，并在左上角标注识别姓名和no-mask的标志。右侧展示当前人脸和姓名、是否佩戴口罩、人脸数、帧率等信息。

当佩戴口罩的人脸区域出现时，摄像头区域框出人脸范围，区域右上角展示姓名和mask，右侧展示各种信息，包括姓名、mask、人脸数、帧率。

（3） 信息录入实现

人脸信息录入模块与识别模块相似，都是利用YOLOv5目标检测算法进行人脸区域标定，据检测出的人脸区域，标定人脸68个特征点，然后提取128维人脸特征，同时将截取的图片镜像处理，一共得到同一个人佩戴口罩和不佩戴口罩以及镜像文件四种特征值，存入数据库。

人脸录入界面中间区域用于展示当前摄像头捕获的画面，右侧输入用户ID和用户名，当点击采集佩戴口罩照片或者采集不配戴口罩照片的按钮时，采集到的人脸图片展示到右上角的小区域中。Log区域用展示各种操作信息。

（4）人员管理实现

人员管理包括增、删、查三个二级模块，增加模块又包括批量导入图片，批量导入excel表格，新增一个人的信息。导入图片需要现将图片按照指定格式命名后，放在一个文件夹里面，然后选择这个文件夹导入图片。

查询功能，可以根据用户名和工号进行查询，如果什么都不输入点击查询按钮，默认展示所有的录入数据。

单条数据新增的页面，输入用户名和学号，分别点击不佩戴口罩照片和佩戴口罩照片选择图片录入，点击保存按钮录入成功，点击取消按钮退出当前页面。学号做了长度和纯数字校验，防止用户将学号和姓名的位置输入错误。

（5）通行记录管理实现

通行记录模块会展示所有的通行记录信息，通行记录不支持删除，因为需要根据记录找到对应的人。可以根据用户名查询指定姓名的人的通行记录。该模块也可以充当公司考勤功能，应为会记录识别时间。

源码：https://mbd.pub/o/bread/Yp2WlZdq