人脸识别考勤系统可能由于用户化妆等原因发生错误。基于树莓派的在线人脸识别考勤系统使用OpenCV集成的LBPH算法，当发生识别错误时，管理员可以远程登录系统对用户采集新的样本以更新其人脸模型。对系统进行测试，发现其能够稳定运行；测试模型，发现模型更新后对已知人脸与未知人脸识别评分之差为更新前的4.63倍，即识别的正确率高于更新前的正确率。可以认为系统通过更新模型能够减少由于特征变化引起的识别错误。

Face-Recognition：人脸识别算法在Keras当中的实现 目录 所需环境 Environment 文件下载 Download 使用方法 Usage 效果 Performance 所需环境 tensorflow-gpu==1.13.1 keras==2.1.5

树莓派3B × 1 面包板 × 1 12伏直流电动门 × 1 双通道5V继电器模块 × 1 直流电源适配器 × 1 12V 5A开关电源任何高于3A应该工作。必须是12V。 × 1 网络摄像头网络摄像头保证工作。 × 1 通用键盘和鼠标任何键盘和鼠标都可以。 × 1 通用扬声器由于面部识别门使用音频反馈，因此可以将一对扬声器连接到Raspberry Pi。 × 1 Microsoft Visual Studio 2017 微软Azure Microsoft Windows 10 IoT核心

基于Spring Boot框架实现的WEB app，能调用百度云AI进行人脸识别签到

基于 Python2.7 ，百度人脸识别在线API的调用 1、申请百度人脸识别应用 首先需要在百度智能云平台登录，登陆后创建应用，创建的应用是人脸识别的，默认已帮你勾选上了相关功能。 创建应用后，点击管理应用，你就可以获取 API Key 和 Secret Key 。 2、获取token 现在就可以编写代码调用在线的 人脸检测API 了 首先是获取 token ，用于校验，代码如下，注意换成自己申请的 API Key 和 Secret Key 。 def getToken(): global token # client_id 为官网获取的AK， client_secret

Face-Recognition：人脸识别算法在Keras当中的实现 目录 所需环境 tensorflow-gpu==1.13.1 keras==2.1.5 文件下载 进行预测所需的facenet_keras.h5可以在Release里面下载。 也可以去百度网盘下载 链接: 提取码: tkhg 使用方法 1、先将整个仓库download下来。 2、下载完之后解压，同时下载facenet_keras.h5文件。 3、将facenet_keras.h5放入model_data中。 4、将自己想要识别的人脸放入到face_dataset中。 5、运行face_recognize.py即可。 6、align.py可以查看人脸对齐的效果。 效果 face_recognize.py的运行结果： )

基于树莓派的在线人脸识别考勤系统

在线人脸识别完整版源码，内容包括了百度人脸API，所用技术Tracking.js+base64+Java+Web页面，前后端分离参考。