简介面向计算机相关专业毕业设计场景这份《基于深度学习的人脸识别签到系统的设计与实现》提供了一套完整可运行的项目方案适合需要完成人脸识别考勤、课堂签到课题的学生直接参考或二次开发。资源共27个文件压缩包约101MB按后端逻辑、前端界面、模型数据与数据库分层组织8个Python脚本负责业务调度与初始化7个HTML模板配合CSS构建管理页面dat及sqlite文件存储模型参数与签到数据另有迁移脚本、说明文档等辅助材料。项目基于Flask框架集成内置数据库迁移、管理员账号生成等命令部署后即可体验从人脸录入、特征提取到签到识别的完整流程尤其适合用于毕业设计答辩演示。已有405人学习下载对于快速理解系统架构、掌握深度学习在人脸识别场景中的落地方法很有帮助。1. 毕业设计人脸识别签到系统从算法到考勤落地的完整链路人脸识别签到这类题目在毕业设计里属于常青树但多数人做出来的东西只停留在「能识别出是谁」的层面离「能真正用起来」还差着十万八千里。这个项目不是那种只拿公开数据集跑个准确率就交差的 Demo而是一套把深度学习模型和实际考勤场景串起来的完整系统——你注册一张照片之后在镜头前刷个脸就能自动完成签到、记录时间、后台可查。它适合两类人一是拿它当毕业设计骨架、准备往上叠功能的学生二是想快速落地一个内部人脸签到工具的开发者。整个项目从算法推理到数据存储再到 Web 展示链路是完整的没有为了凑工作量把代码写成黑匣子。2. 系统架构与技术选型MTCNN 检测 FaceNet 特征 Flask 服务2.1 整体架构一条从摄像头到数据库的完整链路拆这个项目时我习惯先看数据怎么流。这个系统的主线是输入一张人脸图片先做人脸检测把人脸从背景里框出来再做特征提取把这张脸映射成一个固定长度的向量最后拿这个向量和库里已注册的人脸向量做比对距离小于阈值就判定为同一个人写入签到记录。整个系统分三层算法层检测、对齐、特征提取、服务层Flask 暴露 HTTP 接口处理签到逻辑和数据库读写、展示层简单的 Web 页面用来查看签到记录和管理人员。数据流向是单向的从图片进来到记录落库中间每一步都有明确的输入输出调试的时候比较容易定位问题出在哪一环。这种架构的好处显而易见模型替换方便想换检测算法或特征提取模型只改动对应模块就好服务层和算法层解耦你完全可以把其中某个模块单独拎出来测试。对毕业设计来说这种分层还能在论文里画出清晰的系统架构图答辩时讲解也顺。2.2 技术选型为什么是这几个模型而不是别的人脸检测用的 MTCNN这是老牌但依然能打的方案。它有三个级联的网络先快速筛选候选框再精细化回归边框和关键点坐标眼睛、鼻子、嘴角。相比现在更重的 RetinaFaceMTCNN 的优点是轻量、CPU 也能跑对毕业设计这种对实时性要求不极致、又不想被环境配置折磨的场景非常合适。特征提取用的是 FaceNet。它把一张人脸图编码成 128 维的向量用欧氏距离来衡量两个人脸的相似度。FaceNet 是 2015 年的工作但至今仍是很多工业系统的可选方案因为它的特征空间设计得很干净——同一个人不同角度的脸向量距离近不同人的脸向量距离远。这个特性让阈值判定变得很直接。后端服务用 Flask数据库用 SQLite。选 Flask 是因为它轻整个签到服务只有一个入口文件、几个路由不需要像 Django 那样引入一堆默认结构。SQLite 对于单人使用的考勤系统绰绰有余还省掉了 MySQL 的安装和配置成本。整套技术栈没有重武器对毕业设计环境很友好。提示如果你的目标不是毕业设计而是生产环境推荐把 MTCNN 换成 RetinaFace / SCRFD把 FaceNet 换成 ArcFace后端用 FastAPI 并接 PostgreSQL。这个系统的架构支持你平滑替换这些组件。2.3 目录结构与核心文件说明项目的目录结构是那种一眼能看懂的风格我拆解如下face_signin/ ├── app.py # Flask 主入口定义所有 HTTP 路由 ├── config.py # 全局配置路径、阈值、端口号 ├── requirements.txt # 依赖清单 ├── models/ │ ├── __init__.py │ ├── detector.py # MTCNN 人脸检测封装 │ ├── encoder.py # FaceNet 特征提取封装 │ └── recognizer.py # 人脸比对与签到判定逻辑 ├── utils/ │ ├── __init__.py │ ├── align.py # 人脸对齐基于关键点做仿射变换 │ └── db.py # SQLite 读写封装 ├── data/ │ ├── faces/ # 注册用的人脸照片 │ ├── embeddings/ # 注册时生成的特征向量npy 文件 │ └── attendance.db # 签到记录数据库 ├── web/ │ ├── templates/ # Jinja2 模板 │ └── static/ # CSS / JS ├── register.py # 独立的人脸注册脚本 └── train.py # 批量注册工具处理多张图片每个模块的职责非常单一。detector 只负责「检测到人脸并返回边界框和关键点」encoder 只负责「输入一张裁剪好的人脸图输出 128 维向量」recognizer 做「比对和阈值判断」db 做「签到记录的增删查」。这种单一职责设计对你后面改代码非常重要——想加活体检测只需在 detector 和 recognizer 之间插一个模块其余代码不用动。3. 核心模块拆解从人脸注册到签到落库的完整实现3.1 人脸检测基于 MTCNN 的上采样与关键点提取检测模块是整个系统的入口代码量不大但细节比较多。核心代码如下# models/detector.py import cv2 import numpy as np from facenet_pytorch import MTCNN class FaceDetector: def __init__(self, devicecpu, min_face_size40): self.mtcnn MTCNN( keep_allTrue, # 返回图中所有人脸而不是只返回最大的一张 min_face_sizemin_face_size, devicedevice ) def detect(self, img_bgr): # MTCNN 接受 RGB 输入OpenCV 读出来的是 BGR先转换 img_rgb cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB) boxes, probs, landmarks self.mtcnn.detect(img_rgb, landmarksTrue) if boxes is None: return [], [], [] return boxes, probs, landmarksdetect 方法接收的是 OpenCV 读取的 BGR 图像内部先转为 RGB 再送入 MTCNN。这里有个容易被忽视的细节OpenCV 默认通道顺序是 BGR不转换的话人脸检测框位置和关键点坐标不受影响但后面送入特征提取网络时颜色分布会异常导致识别率骤降。MTCNN 返回三个值boxes 是形如[x1, y1, x2, y2]的边界框坐标probs 是对应框的人脸置信度landmarks 是五个关键点坐标左眼、右眼、鼻尖、左嘴角、右嘴角。min_face_size40表示小于 40 像素的人脸会被忽略这个值在摄像头距离人较远时可以调小但调小会增加计算量并引入更多误检。3.2 人脸对齐关键点的作用不只是画框检测出人脸后不能直接把边界框里的图送去提特征。因为人脸可能有侧脸、低头、倾斜等情况不校正的话特征提取的输入分布和训练时差异很大识别效果会打折扣。对齐的目标是把关键点几何关系标准化到预设位置。# utils/align.py import cv2 import numpy as np def align_face(img, landmarks, output_size(160, 160)): # 参考关键点位置FaceNet 训练时使用的标准位置 ref_pts np.array([ [38.2946, 51.6963], [73.5318, 51.5014], [56.0252, 71.7366], [41.5493, 92.3655], [70.7299, 92.2041] ], dtypenp.float32) dst_pts landmarks.astype(np.float32) # 计算仿射变换矩阵把检测到的关键点映射到参考位置 transform cv2.estimateAffinePartial2D(dst_pts, ref_pts, methodcv2.LMEDS)[0] aligned cv2.warpAffine(img, transform, output_size) return aligned这里用estimateAffinePartial2D计算一个相似变换矩阵只包含旋转、平移、缩放不包含形变然后把整张人脸图按照这个矩阵做仿射变换缩放到 160x160 尺寸。ref_pts是 FaceNet 在训练阶段用的人脸对齐目标点这组数值不是随便写的是论文作者在预处理时定的标准。LMEDS是稳健估计方法能剔除个别偏差很大的关键点。遇到极端侧脸时某个关键点可能定位不准如果直接参与矩阵计算对齐结果会歪得很厉害稳健估计能把这部分影响降到最低。这个函数在你后面接入摄像头实时流时同样适用不必改动。3.3 特征提取与比对128 维向量的距离判定对齐后的人脸图送入 FaceNet输出 128 维特征向量。比对时计算两个向量的欧氏距离距离小于阈值判定为同一人。# models/recognizer.py import numpy as np from scipy.spatial.distance import euclidean class FaceRecognizer: def __init__(self, threshold0.85, encoderNone): self.encoder encoder self.threshold threshold def compare(self, face_vec, registered_vecs): face_vec: 当前识别到的 128 维向量 registered_vecs: 已注册的向量列表每个元素是 (name, vector) 返回值: (匹配到的姓名, 最小距离, 是否通过阈值) min_dist float(inf) matched_name None for name, vec in registered_vecs: dist euclidean(face_vec, vec) if dist min_dist: min_dist dist matched_name name passed min_dist self.threshold return matched_name, min_dist, passed这里有一个值得注意的设计registered_vecs是从内存加载的而不是每次比对都去读数据库或 npy 文件。项目在系统启动时会把data/embeddings/下的所有向量一次性加载到内存里注册人数在几百人以内时完全没问题。如果人多了比如上千全量线性扫描的性能会下降届时要考虑用 FAISS 或者 Milvus 做向量检索这是后面二次开发的方向。threshold0.85这个值怎么定我的经验是在可控光照条件下同一个人不同角度的 FaceNet 距离通常在 0.6~0.9 之间不同人的距离通常在 1.2 以上。0.85 是一个相对宽松的值能容忍一定的角度和光线变化但如果你在光线特别差的环境中使用误识别率会上升。调阈值时不要靠猜用一个验证集跑一遍画出误识率和拒识率的曲线再定。3.4 签到服务Flask 路由与 SQLite 落库签到逻辑暴露为 HTTP 接口前端上传一张图片后端完成检测、对齐、提特征、比对成功则写入签到记录并返回结果。# app.py import os import sqlite3 from flask import Flask, request, jsonify, render_template from models.detector import FaceDetector from models.encoder import FaceEncoder from models.recognizer import FaceRecognizer from utils.db import DB from utils.align import align_face app Flask(__name__) detector FaceDetector(devicecpu) encoder FaceEncoder(model_pathmodels/weights/facenet.pt) recognizer FaceRecognizer(threshold0.85) db DB(data/attendance.db) app.route(/signin, methods[POST]) def signin(): if image not in request.files: return jsonify({code: 400, msg: 缺少图片}), 400 file request.files[image] img_bytes file.read() img cv2.imdecode(np.frombuffer(img_bytes, np.uint8), cv2.IMREAD_COLOR) boxes, probs, landmarks detector.detect(img) if len(boxes) 0: return jsonify({code: 404, msg: 未检测到人脸}) # 取置信度最高的人脸避免误检干扰 best_idx int(np.argmax(probs)) box boxes[best_idx] lm landmarks[best_idx] aligned align_face(img, lm, output_size(160, 160)) face_vec encoder.encode(aligned) name, dist, passed recognizer.compare(face_vec, db.load_all_embeddings()) if not passed: return jsonify({code: 401, msg: f人脸未匹配最小距离 {dist:.2f}}) db.insert_attendance(name, signin) return jsonify({code: 200, msg: f{name} 签到成功, distance: float(dist)})这段代码有几个关键点。np.argmax(probs)选置信度最高的人脸是为了避免画面里路过的其他人导致误识别——不是不做多人识别而是签到场景下通常希望「当前操作的人」签到其他人不该干扰。如果你想支持多人同时签到改动也很简单循环遍历所有框每个都做对齐、提特征、比对然后批量写入签到记录。db.load_all_embeddings()每次签到请求都从内存加载向量列表但数据库本身是全局的所以虽然连接是懒创建的查询和插入动作都很轻量。SQLite 的写入是串行的单人考勤场景不会有性能问题。3.5 注册模块把一张照片变成一条数据库记录注册和签到的流程是反过来的签到是「图片 → 向量 → 比对 → 记录」注册是「图片 → 向量 → 存储」。注册脚本的核心逻辑很短# register.py import os import cv2 import numpy as np from models.detector import FaceDetector from models.encoder import FaceEncoder from models.recognizer import FaceRecognizer from utils.db import DB def register_person(image_path, name, detector, encoder, db): img cv2.imread(image_path) boxes, probs, landmarks detector.detect(img) if len(boxes) 0: print(f[失败] {image_path} 中未检测到人脸) return False # 选最大的脸作为注册样本bbox 面积最大 areas [(b[2]-b[0]) * (b[3]-b[1]) for b in boxes] best_idx int(np.argmax(areas)) lm landmarks[best_idx] aligned align_face(img, lm, output_size(160, 160)) vec encoder.encode(aligned) # 存入 DBperson 表存姓名embedding 表存向量 db.insert_person(name, vec) print(f[成功] {name} 已注册向量维度 {vec.shape}) return True注册选脸逻辑用的是「面积最大」和签到用的「置信度最高」有本质区别。注册时你希望选到的是最清晰、占画面最多的那张脸因为这是后续比对的基准签到时画面里可能出现多张脸你要选最有可能「主动签到」的那个人置信度是更好的依据。这两种策略不能互换互换会引入很多隐蔽的识别问题。4. 环境搭建与运行从裸机到跑通一次刷脸签到4.1 环境准备与依赖清单运行这个项目需要 Python 3.8依赖清单集中在 requirements.txt 里。核心包是这几个facenet-pytorch2.6.0 torch2.1.2 torchvision0.16.2 flask3.0.0 opencv-python4.9.0.80 scipy1.11.4 numpy1.26.2facenet-pytorch 这个包自带 MTCNN 和 Inception ResNet V1 的预训练权重不需要单独到第三方网站下载模型文件这一点能帮毕业设计省掉不少麻烦。torch 和 torchvision 的版本要和 CUDA 版本匹配如果你没有独显直接安装 CPU 版就行pip install torch2.1.2 torchvision0.16.2 --index-url https://download.pytorch.org/whl/cpu pip install -r requirements.txt注意facenet-pytorch 在 2.x 版本之后依赖 PyTorch 1.x/2.x 均可运行但如果你用的是 Python 3.9torch 2.1.2 是稳妥选择Python 3.10/3.11 可以用更新的 torch 2.2但要确认 facenet-pytorch 的依赖兼容。4.2 数据准备与注册流程在跑通签到之前先要准备人脸数据。我的建议是每个拟注册的人准备 3~5 张不同角度、不同光照的正面照放在data/faces/姓名/目录下然后运行批量注册脚本python train.py --face_dir data/faces --output embeddingstrain.py 会遍历每个子目录读取所有图片对每张图做检测、对齐、提特征然后把同一个人的多个向量取平均生成一个代表向量存入数据库。取平均能有效降低单张照片光线、角度带来的偏差# train.py 中关于多张照片向量平均的核心逻辑 for name, image_paths in person_images.items(): vectors [] for path in image_paths: vec extract_embedding(path) if vec is not None: vectors.append(vec) if len(vectors) 0: print(f[警告] {name} 的所有照片都未检测到人脸跳过) continue avg_vec np.mean(vectors, axis0) # 归一化到单位长度保证距离计算一致性 avg_vec avg_vec / np.linalg.norm(avg_vec) db.insert_person(name, avg_vec)np.mean之后再做一次 L2 归一化是很有讲究的。FaceNet 的 Cosine Similarity 和欧氏距离在归一化后的向量上行为更稳定如果不同人的向量模长差异大欧氏距离会偏向模长更大的那个引入不必要的误判。这条经验同样适用于你后面替换任何特征提取模型。4.3 启动服务与完整验证启动方式是标准的 Flask 入口python app.py默认监听 5000 端口。浏览器打开http://127.0.0.1:5000会看到签到页面页面上传一张照片后后端会依次执行「检测 → 对齐 → 提特征 → 比对 → 落库」然后把签到结果返回到页面。为了验证整个链路是否真的跑通了我喜欢用 curl 直接打一次接口绕过前端页面定位问题curl -X POST http://127.0.0.1:5000/signin \ -F image/path/to/test_face.jpg如果返回{code: 200, msg: 张三 签到成功}说明链路全通。如果返回人脸未匹配你需要在页面或日志里确认两件事一是测试照片和你注册用的照片是否是同一个人废话但最容易翻车二是距离值是多少——如果距离在 1.0~1.3 之间大概率是光线、角度差异太大可以把 threshold 往上回调一点如果距离在 1.5 以上那就是特征提取输入有问题去检查对齐环节。数据库里的记录可以直接用 SQLite 命令行查看sqlite3 data/attendance.db select * from attendance order by created_at desc limit 10;看到签到时间和人名正确落库整个系统的功能闭环才算真正完成。5. 避坑指南人脸识别签到系统最常见的 5 个坑5.1 服务启动时报错模型文件找不到现象运行 app.py 时抛出FileNotFoundError提示找不到facenet.pt。原因facenet-pytorch 的 MTCNN 权重是在首次调用时自动下载的但 FaceNet 权重Inception ResNet V1需要显式传入路径。项目代码里写的model_pathmodels/weights/facenet.pt指向的是一个不存在的文件。解决第一次使用前先运行以下命令把权重下载到指定位置from facenet_pytorch import InceptionResnetV1 import os os.makedirs(models/weights, exist_okTrue) resnet InceptionResnetV1(pretrainedvggface2).eval() torch.save(resnet.state_dict(), models/weights/facenet.pt)如果下载超时检查网络后重试。权重文件大约 107MB下载完成后后续启动就不再经过网络。5.2 多人同框时签错了人现象A 和 B 同时出现在镜头里A 想签到结果系统把 B 的名字报了出来。原因签到接口里虽然用了np.argmax(probs)选置信度最高的人脸但在真实场景中离镜头更近的人往往置信度更高而不是「主观上想签到的那个人」。解决把选脸策略从「置信度最高」改成「面积最大 当前画面中心」即优先选择距离画面中心最近的人脸# 计算每个人脸框中心到画面中心的距离取最小 img_h, img_w img.shape[:2] center np.array([img_w / 2, img_h / 2]) best_idx None min_center_dist float(inf) for i, box in enumerate(boxes): box_center np.array([(box[0] box[2]) / 2, (box[1] box[3]) / 2]) dist np.linalg.norm(box_center - center) if dist min_center_dist: min_center_dist dist best_idx i这样改后系统会强制签画面中间那张脸行为更符合直觉。如果要支持多人同时签到就别用「取一张」的逻辑改为遍历所有框、逐一识别、批量写入。5.3 光线变化导致识别率暴跌现象白天注册的人晚上在室内灯光下签到距离值直接飙到 1.3 以上频繁拒识。原因FaceNet 对光照的鲁棒性没有想象中强。注册照片是室内均匀光照签到时是顶灯从上方打下来人脸阴影分布完全不同特征向量偏移明显。解决我一般会在注册阶段就让照片覆盖光照变化——每个人注册 5 张照片分别在正面光、侧光、稍暗环境下拍摄然后取平均向量。这个「数据多样性兜底」的思路比调阈值管用得多。另一方面在预处理阶段加入直方图均衡化也能压缩光照差异def preprocess_for_face(img): img_gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) equalized cv2.equalizeHist(img_gray) img cv2.cvtColor(equalized, cv2.COLOR_GRAY2BGR) return img对签到场景等效光照处理后距离值通常能下降 0.1~0.2。5.4 SQLite 并发写入报错database is locked现象用浏览器开多个标签页同时签到某个请求返回 500后端日志报sqlite3.OperationalError: database is locked。原因SQLite 处理并发写入时采用文件锁机制多个线程/进程同时写同一个 db 文件超过默认 busy_timeout 后直接抛错。Flask 开发服务器本身是多线程的并发请求会触发这个冲突。解决给 SQLite 连接设置 busy_timeout并让每次请求独立开连接# utils/db.py import sqlite3 def get_conn(): conn sqlite3.connect(data/attendance.db, timeout10) conn.execute(PRAGMA journal_modeWAL) conn.execute(PRAGMA busy_timeout5000) return connjournal_modeWAL开启预写日志模式允许读写并发busy_timeout5000让写入等待 5 秒。这样处理之后十来个并发签到请求基本不会出问题。如果你的场景是要支撑大规模并发那得换 MySQL 或 PostgreSQLSQLite 不适合。5.5 使用 GPU 但速度没变快现象机器上有 NVIDIA 显卡安装了 GPU 版 PyTorch但签到一次还是要 2~3 秒和 CPU 差不多。原因单张图片的推理任务GPU 的优势根本发挥不出来。MTCNN 和 FaceNet 的单次推理都很快瓶颈反而在图像解码、仿射变换和 Python 调用开销上。只有当你同时处理几十路摄像头或者批量注册几百张照片时GPU 才有明显优势。解决个人签到场景下老老实实用 CPU 推理如果你想压榨性能把 OpenCV 的imdecode也替换成cv2.imdecode(..., cv2.IMREAD_COLOR)之外还可以把 Flask 开发服务器换成 gunicorn 多进程注册批量任务时用 PyTorch 的 DataLoader 做 batch 推理。做毕业设计答辩演示时CPU 单张图足够。6. 二次开发把签到系统改造成课堂考勤 数据可视化最后写三个我认为最有实践价值的改造方向。如果你拿这个项目当毕业设计这几条改完工作量能从「完成任务」变成「有明显增量」。第一个改造接入摄像头实时流。当前系统是「上传一张图片」式签到体验还不够自然。改成摄像头连续检测需要在检测到人脸后做「同一个人只签一次」的去重控制。我用一个字典维护「姓名 → 最近签到时间」如果五分钟内已签到过就不再重复写入避免一个人站在镜头前一秒签十次。改造点集中在新增一个/signin/live路由内部循环捕获帧、检测、识别、判断去重。注意循环里要控制 fps别让 CPU 满载。第二个改造增加迟到/早退判断与统计报表。签到表里增加signin_time和signout_time两个字段注册时给每个学生绑定上课时间表。签到接口写入时判断当前时间 规定上课时间 宽限分钟则标记为迟到。统计报表直接查 SQLite 聚合select name, date(created_at) as day, case when strftime(%H:%M, created_at) 09:15 then 迟到 else 正常 end as status, count(*) from attendance group by name, day;每次签到成功后前端页面用 Chart.js 渲染今天的签到率、迟到人数答辩时现场演示效果很好。改造这部分需要新增一个/api/stats/路由返回 JSON 数据前端模板里加一个统计页面。第三个改造把 FaceNet 换成 ArcFace。如果你是奔着「深度学习」这四个字去的换模型是论文里最能出彩的一章。具体做法是安装insightface包用它提供的 ArcFace ONNX 模型替换 FaceNet 的 encode 方法import insightface import cv2 class ArcFaceEncoder: def __init__(self, model_pathmodels/buffalo_l/w600k_r50.onnx): self.model insightface.model_zoo.get_model(model_path, providers[CPUExecutionProvider]) self.model.prepare(ctx_id0) def encode(self, aligned_bgr): # ArcFace 的 get_feat 接受 BGR 图像注意不要像 FaceNet 那样转 RGB embedding self.model.get_feat(aligned_bgr) return embedding同一个人在不同光照下ArcFace 的余弦相似度通常比 FaceNet 更高误识率更低。但要注意 ArcFace 的预处理要求和 FaceNet 不同——它期望输入是 BGR 且已经归一化对齐方式也不同。改造后需要重新跑一轮注册之前用 FaceNet 注册的向量全部作废。我对接任何新模型时都习惯做一件事准备一个 20 人的测试集分别计算「同一人平均距离」和「不同人平均距离」画一个距离分布直方图确认两类分布有明显的分界点后再定阈值。这套验证方法比盲目调参数靠谱得多——模型换得越勤越需要一个稳定的基准来兜底。从这次拆解项目之后我每次接手类似的识别类系统都会先跑通一条最小链路、确认数据流的每个中间产物长什么样再开始谈优化。希望帮到你。p a hrefhttps://download.csdn.net/download/QYgujingjing/87411072 stylecolor:#ec7500;font-size:14px; 本文还有配套的精品资源点击获取 /a img altmenu-r.4af5f7ec.gif srchttps://csdnimg.cn/release/wenkucmsfe/public/img/menu-r.4af5f7ec.gif stylewidth:16px;margin-left:4px;vertical-align:text-bottom;cursor:text; /p
