简介这是一份基于深度学习的人脸识别考勤系统毕业设计项目面向计算机相关专业正在准备毕设的学生以及需要项目实战练习的学习者。系统可支撑260人的考勤数据包含完整可运行的Python源码、演示视频、使用手册并经过导师指导与严格调试适合直接作为毕业设计、课程设计或期末大作业使用。压缩包共26个文件以Python脚本、图像资源、字体文件、说明文档及配置文件为主覆盖界面展示、用户信息管理、考勤状态记录等模块整体大小约239.41MB。核心代码基于face_recognition库实现人脸识别配有UI界面与多张界面截图便于理解前后端交互逻辑。目前已有158人学习下载对于希望快速搭建人脸识别考勤系统、参考高质量毕设写法或进行二次开发的读者而言这份资料具备较强的参考价值。1. 基于深度学习的人脸识别考勤系统为什么它稳、它值不值得做基于深度学习的人脸识别考勤系统大概是本科毕业设计里投入产出比最高的一类选题技术栈只有 Python依赖库成熟演示效果又足够直观。它解决的是教室或办公室最具体的考勤登记问题——刷脸即打卡后台自动生成记录不需要排队按指纹或人工点名。适合有 Python 基础、想在毕业设计里用上深度学习的本科生也适合想在团队里快速搭一套考勤原型的工程师。不过做完一遍你会有个明显感受这个项目的难点不在人脸识别算法本身而在怎么把识别能力稳定嵌进考勤流程里。光线一变就漏打卡、相似脸误打卡、阈值怎么设才是真正决定项目质量的地方。拿到源码包后先跑通演示视频对应的主线流程再谈优化这是最省时间的路径。2. 从检测到比对人脸识别考勤的技术链路与模型选型2.1 传统方法为什么在考勤场景不稳LBPH 与特征脸的边界很多教材会把 OpenCV 自带的 LBPH 和 Eigenfaces 当作人脸识别的入门案例。这两种方法的思路是把人脸图像投影到低维空间用像素统计特征做分类。在受控环境下——正对镜头、光线均匀、背景单一——它们确实能跑通人脸识别门禁系统的早期原型也大量依赖这类方法。但考勤现场恰恰是最不受控的上午十点的窗边阳光、傍晚的顶灯逆光、侧脸说话时拍到的半张脸、偶尔换上的眼镜任何一个变化都可能让 LBPH 的识别率明显下滑。传统方法的核心缺陷在于特征表达能力不足。LBPH 描述的是纹理局部二值模式Eigenfaces 描述的是全局灰度分布它们都没有真正学到“这张脸是谁”的语义信息。换句话讲如果一个人稍微转个头像素分布就变了分类器跟着失效。考勤系统对误识和漏识都很敏感漏一次打卡就要手动补记录用传统方法做出来的演示效果经不起现场检验。2.2 深度学习链路检测、对齐、特征提取与比对深度学习方法解决的是同一件事让模型自动从人脸图像里学到多尺度的语义特征。常见的技术链路拆成四步。第一步是人脸检测从整帧画面里找到人脸框第二步是特征提取把检测到的人脸区域喂给 CNN 骨干网络输出一个固定长度的特征向量第三步是归一化对向量做 L2 归一化消除亮度影响第四步是比对计算当前向量和注册库中向量的欧氏距离或余弦相似度距离小于阈值就判定为同一人。特征提取是整个链路的核心。以 dlib 的 ResNet 模型为例输入一张 150x150 的对齐后人脸CNN 经过若干卷积层和残差块后压缩成 128 维浮点向量。同一个人的不同照片在这套特征空间里会聚成一团不同人的照片则天然分散。距离越近相似度越高。这个“度量学习”的思路让系统不需要存储原始照片只存特征向量既省空间又便于后续扩展人员库。2.3 模型选型face_recognition 与 ArcFace 各自的适用边界毕设和中小型考勤项目里最稳妥的起点是 face_recognition 库。它封装了 dlib 的预训练 ResNet 模型输出 128 维特征CPU 上即可运行不需要你从头训练任何网络。而如果追求更高的精度可以换成 InsightFace 里的 ArcFace 系列输出 512 维特征在困难样本上的表现更强但对硬件有要求。下面这张表列出常见选型方案特征维度是否需要自训练CPU 运行适用场景OpenCV LBPH取决于参数需要训练流畅受控环境演示精度低face_recognition128否用预训练权重流畅毕设、中小型考勤系统InsightFace ArcFace512否用预训练权重建议 GPU高精度考勤、门禁机选型原则是能跑通、能讲清、能演示。face_recognition 之所以适合毕设是因为它有预设的检测器、对齐逻辑和特征提取器代码量少答辩时你能解释清楚每一层在做什么而不是打开一个黑匣子。ArcFace 适合作为进阶对比实验出现如果你有 GPU 或处理服务器上的离线识别任务用它做一轮对照能明显提升论文说服力。无论选哪个核心参数都是“距离阈值”这个点上很容易翻车后面专门讲。3. 人脸注册与数据准备用 OpenCV 建出可用的训练集3.1 用摄像头批量抓帧Haar Cascade 采集脚本考勤系统的第一步是给每个参与者建立人脸档案。这里说的“训练集”并不是让你从零训练 CNN而是采集注册样本供预训练模型提取特征后存入人脸库。采集工具直接用 OpenCV 的 Haar Cascade 检测器就够了它不需要 GPU实时性也好。先安装环境pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple用清华镜像源能省去很多网络等待时间这是 Python 项目环境里很常见的做法。采集脚本如下import cv2 import os save_dir faces/alice os.makedirs(save_dir, exist_okTrue) cap cv2.VideoCapture(0) cascade cv2.CascadeClassifier( cv2.data.haarcascades haarcascade_frontalface_default.xml ) count 0 while count 80: ok, frame cap.read() if not ok: break gray cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces cascade.detectMultiScale( gray, scaleFactor1.1, minNeighbors5, minSize(100, 100) ) for (x, y, w, h) in faces: face frame[y:yh, x:xw] face cv2.resize(face, (160, 160)) cv2.imwrite(f{save_dir}/{count:03d}.jpg, face) cv2.imwrite(f{save_dir}/{count:03d}_flip.jpg, cv2.flip(face, 1)) count 2 cv2.rectangle(frame, (x, y), (xw, yh), (0, 255, 0), 2) cv2.imshow(collect, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()逻辑说明脚本循环读取摄像头帧先用灰度图做检测因为 Haar 特征在灰度空间上计算能减少颜色干扰检测到人脸后裁剪、缩放到 160x160 并落盘。代码里的count 2是因为我同时保存了原图和水平翻转图等于在注册阶段就做了一次基础增强。参数说明scaleFactor1.1控制每层金字塔的缩放比例数值越小检测越精细但耗时越长minNeighbors5要求至少 5 个邻近矩形框才确认为人脸用来压低误检率。采集时请主动变换角度和远近左右转头、稍微低头抬头都要拍别坐在一个姿势下连拍 80 张否则后面识别很容易翻车。3.2 图像预处理与数据增强解决小样本过拟合用预训练模型提取特征时理论上不需要大量训练数据但注册样本太单一时特征向量的覆盖范围会偏窄。举个例子你只采集了正脸照识别时用户稍微偏头 20 度提取出的 128 维特征可能就跑到阈值之外了。数据增强在这里不是为了让网络多学而是为了让特征提取结果更稳定。常见做法是对注册样本做亮度扰动和平移扰动import cv2 import numpy as np def augment(img): # 随机亮度调整模拟上午和下午的光照差异 alpha 0.8 0.4 * np.random.rand() img cv2.convertScaleAbs(img, alphaalpha, beta0) # 随机水平平移 5% 像素模拟人没有完全正对摄像头 rows, cols img.shape[:2] dx int(0.05 * cols * np.random.uniform(-1, 1)) M np.float32([[1, 0, dx], [0, 1, 0]]) img cv2.warpAffine(img, M, (cols, rows)) return img这段代码放在注册脚本里对裁剪出的人脸图先增强再保存。convertScaleAbs的alpha是增益系数0.8 到 1.2 之间随机变化相当于把照片调暗或调亮 20%。平移矩阵M让图像左右偏移最多 5% 的像素宽度模拟人脸没有完全居中的情况。处理后同一个人的注册特征会覆盖更广的光照和位置范围实时识别时就不容易因为一点环境变化就掉线。3.3 训练集与评估集划分留出调阈值的数据很多毕设源码包里的目录结构是faces/已知人员/每人一个文件夹这种做法本身没问题但要注意别把所有采集到的图片一股脑全拿去注册。我一般会按 7:3 划分七成进注册库三成放进独立的faces/test/目录用来做后续的阈值验证。这样做的价值在于threshold不是拍脑袋定的而是通过评估集算出来的。faces/ ├── known/ │ ├── alice/ # 注册库约60张 │ ├── bob/ │ └── carol/ └── test/ ├── alice/ # 评估集约20张 ├── bob/ └── carol/目录组织好后注册脚本逐个读取known下每个人的照片提取特征后保存成encodings.pkl方便识别阶段直接加载。测试集里的照片严格独立注册时不可见这样才能反映系统在真实场景下的表现。4. 识别与考勤主流程特征比对、阈值判断和打卡记录4.1 实时识别循环人脸定位、128 维编码和阈值比对识别阶段的核心代码是把人脸检测、特征提取和比对串成一个实时循环。在 Python 里face_recognition 库把这三步封装得很好先加载注册库再逐帧处理摄像头画面import face_recognition import cv2 import pickle import datetime import sqlite3 # 加载注册阶段保存的特征向量 with open(encodings.pkl, rb) as f: known_encodings, known_names pickle.load(f) # 初始化数据库 conn sqlite3.connect(attendance.db) conn.execute( CREATE TABLE IF NOT EXISTS records ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL, time TEXT NOT NULL, date TEXT NOT NULL, status TEXT NOT NULL ) ) # 跳帧计数器 frame_skip 0 cap cv2.VideoCapture(0) while True: ok, frame cap.read() if not ok: break frame_skip 1 if frame_skip % 3 ! 0: continue # face_recognition 内部使用 RGB 顺序 rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # 检测人脸位置modelhog 适合 CPUcnn 需要 CUDA boxes face_recognition.face_locations(rgb, modelhog) # 提取当前画面中所有人脸的 128 维特征 encodings face_recognition.face_encodings(rgb, boxes) for box, encoding in zip(boxes, encodings): # 计算与注册库中每个人的距离 distances face_recognition.face_distance(known_encodings, encoding) min_idx int(distances.argmin()) # 考勤场景建议用 0.45 而不是默认 0.6宁缺毋滥 if distances[min_idx] 0.45: name known_names[min_idx] else: name unknown top, right, bottom, left box cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2) cv2.putText(frame, name, (left, top - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2) cv2.imshow(attendance, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()逻辑说明face_recognition.face_locations返回的是人脸的边界框坐标face_encodings对这些框逐一提取特征。face_distance返回一个数组每个元素对应当前人脸和注册库中某个人的欧氏距离我用argmin()取出距离最小的那个人的索引。如果最小距离小于 0.45就判定为这个人否则标记为 unknown。参数说明modelhog在 CPU 上每帧耗时约 50 到 100 毫秒cnn精度更高但需要 CUDA 环境0.45这个阈值不是固定的应该根据评估集调整后面第 5 章会专门展开。4.2 打卡逻辑SQLite 去重与迟到状态判定识别出是谁之后下一步才是考勤业务逻辑同一人同一天只允许打一次卡超过固定时间记为迟到。这段逻辑与识别解耦放进独立的函数里更好维护def punch(name, work_start_minute9 * 60 30): now datetime.datetime.now() date_str now.date().isoformat() time_str now.strftime(%H:%M:%S) # 去重同一天同一人只记录一次 exists conn.execute( SELECT 1 FROM records WHERE name ? AND date ?, (name, date_str) ).fetchone() if exists is not None: return ALREADY current_minute now.hour * 60 now.minute status NORMAL if current_minute work_start_minute else LATE conn.execute( INSERT INTO records (name, time, date, status) VALUES (?, ?, ?, ?), (name, time_str, date_str, status) ) conn.commit() return status逻辑说明先查records表里有没有同一天同名记录SELECT 1的作用是只要存在即返回一行比SELECT *省内存查到就返回ALREADY主循环里不再重复插入。迟到判定用“当前时间距零点分钟数”和 9:30 对应的 570 比较避免字符串比较的格式坑。work_start_minute参数可以外部传入比如上午第一节课开始时间方便后续改成不同的考勤规则。4.3 结果可视化在画面上叠加姓名和打卡状态实时识别出姓名后画框和文字能让演示效果提升一个档次。上面的代码里已经用了cv2.rectangle和cv2.putText但有几个细节要注意。putText默认字体不支持中文直接写中文会显示成问号我一般用姓名的拼音或英文缩写代替如果一定要显示中文可以用 PIL 先渲染成图片再贴到帧上代码会多出十几行对毕设来说收益一般。另外文字位置放在人脸框的上方 10 像素处避免遮挡面部画框颜色在识别成功时用绿色unknown 时用红色视觉上更直观。5. 避坑人脸识别考勤的高频翻车点与排查方法5.1 同一张脸换个光线就认不出光照敏感不是玄学现象是上午录入的样本下午靠窗位置就识别失败人脸框能框住但系统返回 unknown。原因是预训练模型对低照度、逆光和色温变化很敏感单一样本的 128 维特征覆盖范围不够。解决方法是注册阶段多角度、多时段采集同时在预处理里加直方图均衡化gray cv2.cvtColor(face, cv2.COLOR_BGR2GRAY) gray cv2.equalizeHist(gray) face cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)equalizeHist能拉伸灰度分布让暗部细节更明显。但注意它会把彩色信息丢干净如果后面还要用彩色特征更好的做法是只在检测阶段用灰度增强特征提取阶段保留原图。这个坑我踩过两次别在预处理阶段用力过猛。5.2 相似脸误识别双胞胎与阈值调优现象是 A 打卡成功后台却显示 B 的名字双胞胎或者长得比较像的同学之间尤其明显。原因是 128 维特征空间里两人距离本身就接近默认阈值一宽松就跨过去了。考勤场景里误识比拒识更麻烦拒识还能手动补卡误识会直接记错人。解决办法是调低阈值同时加一道低成本二次校验。常见做法是识别成功后弹窗要求输入学号后四位或者考勤机配合工卡做双重确认。阈值怎么调我一般对评估集里所有照片算一遍距离画出同类距离和异类距离的分布找两者交叉点附近的数值0.4 到 0.5 是一个比较现实的区间。5.3 Windows 下安装 face_recognition 失败dlib 编译坑现象是pip install face_recognition报错控制台出现CMake must be installed或Failed to build dlib。原因是 dlib 需要本地编译 C 扩展Windows 环境下缺 Visual Studio 的 C 构建工具就会失败。解决顺序是先安装 CMake再安装 Visual Studio Build Tools勾选“使用 C 的桌面开发”工作负载最后重新执行 pip 安装pip install cmake pip install dlib pip install face_recognition如果还是失败换 Python 3.8 到 3.10 的 64 位版本试试新版 Python 对 dlib 的 wheel 支持不一定跟得上。这个坑几乎每个在 Windows 上跑人脸识别的同学都会遇到提前装好能省出一下午。5.4 实时视频卡顿每帧全图编码的代价现象是画面预览正常一进入识别循环就掉到 5 帧以下CPU 占用接近 100%。原因是每帧都做一次全图人脸检测加 128 维编码dlib 的 HOG 检测器虽然快但 640x480 的分辨率下仍要消耗大量计算。解决方法是跳帧处理每隔 3 帧识别一次识别结果保持到下一轮刷新另外可以先把帧缩小到一半再做检测检测到人脸后再在原图上裁剪编码small cv2.resize(frame, (0, 0), fx0.5, fy0.5) boxes face_recognition.face_locations(small, modelhog) # boxes 的坐标需要放大 2 倍映射回原图这样做的代价是框位置会有一点点滞后但对考勤打卡来说完全够用。如果还需要更高帧率就换modelhog之外更快的检测器比如 OpenCV 的 DNN 人脸检测。5.5 画面颜色发蓝发绿OpenCV 的 BGR 与 RGB 混用现象是 OpenCV 窗口里画面颜色正常但 face_recognition 始终检测不到人脸或者检测框位置偏移。原因是 OpenCV 的cv2.imread和VideoCapture返回的都是 BGR 顺序而 face_recognition 内部按 RGB 处理通道顺序反了会让特征编码严重偏离。解决方法是显式转换不要在一个文件里混用两种顺序rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)判断是不是踩了这个坑最简单的方法是打印一张人脸图的 RGB 均值如果红色通道明显偏低基本就是顺序反了。这个坑只影响调用了 face_recognition 的开发方式如果你全程用 OpenCV 自己写检测和特征提取反而不会遇到。6. 效果验证与答辩用准确率和 ROC 曲线证明系统可用6.1 留出集评估脚本准确率、召回率与混淆矩阵毕设答辩时“能跑”不算亮点“能证明自己调过参”才算。用第 3 章留出的faces/test/评估集写一个批量评估脚本遍历测试照片统计正确识别、误识和漏识的数量import os import face_recognition with open(encodings.pkl, rb) as f: known_encodings, known_names pickle.load(f) tp fp fn 0 threshold 0.45 for true_name in os.listdir(faces/test): path os.path.join(faces/test, true_name) for file in os.listdir(path): img face_recognition.load_image_file(os.path.join(path, file)) enc face_recognition.face_encodings(img) if not enc: continue dist face_recognition.face_distance(known_encodings, enc[0]) pred known_names[int(dist.argmin())] if dist.min() threshold else unknown if pred true_name: tp 1 elif pred ! unknown: fp 1 else: fn 1 precision tp / (tp fp) if (tp fp) else 0 recall tp / (tp fn) if (tp fn) else 0 f1 2 * precision * recall / (precision recall) if (precision recall) else 0 print(fprecision{precision:.3f} recall{recall:.3f} F1{f1:.3f})这个脚本的本质是把阈值当成唯一超参数通过评估集观察不同值下的表现。把threshold从 0.3 扫到 0.6记录每一档的精度和召回率你就能画出一条 ROC 曲线答辩时贴上去比任何文字描述都有说服力。注意face_encodings在检测不到人脸时返回空列表脚本里跳过了这些样本实际部署时它们应该算作漏识统计时要单独计一笔。6.2 进阶方向活体检测与多模型对照如果你还有余力可以加一个最简单的活体检测注册时记录用户完成“眨眼”或“张嘴”动作的 3 帧序列识别时要求摄像头连续捕捉到动作变化才打卡成功。这种方案不依赖红外设备纯 OpenCV 就能实现能挡住照片和手机屏幕攻击是考勤系统场景里很实用的加分项。另一个加分点是模型对照把评估脚本换成 ArcFace 再跑一遍对比两者在相同阈值下的准确率和 F1能证明你做过选型而只是调用了一个库。这两件事都不难但工作量都不小建议在主线流程稳定运行一周之后再动手。我自己的血泪经验是别等答辩前一天才去调阈值评估集越早建好后期返工越少参数调优的时间永远是越提前越划算。希望帮到你。本文还有配套的精品资源点击获取