目 录 摘 要 Abstract 1绪论 1.1课题背景及研究意义 1.2国内外学生宿舍管理系统研究现状 1.3人脸识别技术的研究现状 1.4本论文主要工作内容 1.5本论文创新点 2学生宿舍管理系统技术选择和需求分析 2.1Spring 2.2Spring MVC 2.3MyBatis 2.4系统需求概述. 2.5系统建设目标 2.6用户特征. 2.7非功能性需求. 3学生宿舍管理系统平台设计 3.1平台架构设计. 3.2系统总体业务描述 3.3学生宿舍管理系统前端设计概要 3.4用户管理. 3.5业务流程. 3.5.1宿舍大门出入流程图 3.5.2宿舍异常就寝记录流程 4人脸识别在学生宿舍管理系统中的应用 4.1机器学习. 4.2人脸图像采集. 4.3人脸检测. 4.4人脸图像预处理. 5学生宿舍管理系统的实现与测试 5.1前端代码结构设计 5.2系统登录页面设计 5.3学生宿舍管理系统基础管理.. 5.4学生宿舍管理系统宿舍就寝信息管理 5.5 功能测试 5.6详细测试记录 5.7人脸识别测试. 6总结与展望

介绍了便携式的人脸识别系统，采用DSP控制，电路简单，可靠性高，应用灵活，是人脸识别新的发展途径之一。

人脸图像识别应用-WIP 该项目使用 ，由指导，利用其“ 2020年完整的Web开发人员：从零到精通” 。 并与结合使用。 此应用程序的目的是拍摄任何图像（.png或jpg），并自动检测图像中的任何面Kong。 可用脚本 在项目目录中，可以运行： npm start 在开发模式下运行应用程序。 打开在浏览器中查看。 如果进行编辑，页面将重新加载。 您还将在控制台中看到任何棉绒错误。 预览： 在制品 登录/注册（工作中） 数据库（用户配置文件） 服务器

自行建立的数据集主要是为了进行现场人脸的收集，这种方式与机场中人脸数据收集的情况非常的相似，准备了400对正样本、400对负样本，进行实验。 在这种情况下，得到的图像的相似程度，就是输入的数据，之后，将其进行排列，进行数值的预测，最终得到TPR、FPR概率值。文件要直接放在D盘下保存，在matlab2014a运行完全正确。

1，登录界面两个key值为百度云账号注册应用key值； 2，此demo为Qt调用Python函数，所以必须先配置环境，把python安装目录下的libs和include配到Qt中的pro文件中； 3，py文件需放到exe同文件夹下才可以正确运行； 4，使用说明：https://blog.csdn.net/hdaioutgjht/article/details/85331801