基于人脸识别的上机辅助身份验证系统的中期报告.docx

基于人脸识别的上机辅助身份验证系统的中期报告
中期报告
概述
正如我们所预期的一样，本项目旨在实现一种基于人脸识别的上机辅助身份验证系统。该系统将用于学校、科研机构、企业等场所的电脑上机身份认证。我们的项目团队已经完成了系统设计的初步工作，并且已经开始实现系统的各个模块。
设计和实现
系统分为前端和后端两个部分。前端以一个桌面客户端的形式呈现，用于与用户进行交互，包括摄像头捕获、图像处理、身份验证等。后端主要负责数据访问和机器学习模型的训练和预测。实现细节如下：
前端：
1.人脸检测：我们使用OpenCV库实现了人脸检测。通过摄像头捕获视频，每隔若干帧使用haarcascade检测器检测人脸位置。
2.人脸对齐：由于摄像头抓拍的人脸图像可能存在一些旋转、缩放和偏移，所以需要进行对齐。我们通过人脸关键点检测实现了对齐。
3.人脸特征提取：在对齐后，我们使用深度学习模型提取人脸特征。我们选择了经典的VGGFace模型作为特征提取器，同时使用了一些数据增强方法。
4.身份验证：使用提取的人脸特征和后端保存的人脸特征数据库进行验证。我们使用了VGG16深度学习模型来进行分类，预测用户是否合法。
后端：
1.数据库设计：我们使用MySQL数据库来存储用户的人脸信息。每个用户的人脸特征用向量形式存储。
2.特征提取：我们遵循经典的监督学习方法，使用已有的人脸数据训练模型，得到一个可用于提取人脸特征的神经网络模型。我们使用Keras框架实现了模型的训练和保存。
3.用户管理：我们提供了用户管理功能，学校、科研机构、企业等可以管理其用户数据库，添加、删除、编辑用户信息。后端提供了Web界面管理。
进度
到目前为止，我们已经完成了项目的大部分前端设计和开发工作，后端的数据库设计和部分特征提取相关代码也完成了。我们已经开始对模型进行训练，并计划在接下来的两周内完成预测模型的编写和测试。
结论
总体来说，我们的项目进展顺利。在接下来的几周里，我们将继续努力，完成基于人脸识别的上机辅助身份验证系统的设计和开发。