基于树莓派的人脸打卡系统的设计开题报告

1. 研究目的与意义

人脸识别是当前人工智能和模式识别的研究热点，它是近20年来才发展起来的，20世纪90年代后更成为科研热点。

最初的应用源于公安部门关于罪犯照片的存档管理和刑侦破案,随着科学技术的发展和社会的进步，进行快速、有效、自动的人脸识别的技术要求日益迫切。

不仅如此，目前该技术在国家公共安全、社会安全及商业等领域都有很多应用，并且可以为系统提供安全保障。

2. 课题关键问题和重难点

人脸识别是一个视觉模式识别问题，它利用摄像机将随光照、姿态、表情等环境因素和人自身因素的变化而变化的三维人脸转变为二维人脸图像进行识别。

一般地，自动人脸识别系统由人脸检测、人脸校正、特征提取和特征匹配四个模块构成。

首先，人脸检测模块对摄像机图像中潜在的人脸区域进行初定位并将其从背景中分离出来。

3. 国内外研究现状（文献综述）

通过对传统形式的考勤管理系统，例如rfid，指纹识别技术以及人脸识别技术三者的对比，分析出三者的优劣，综合所述，人脸识别的精度最高，安全性也最高。

人脸识别技术是以生物特征为基础，借助计算机技术，通过对人脸的特征进行分析与确认，实现对不同人脸的精确识别。

人脸识别技术具体包含三个步骤，即人脸图像采集、人脸检测及人脸识别。

4. 研究方案

人脸识别技术是以生物特征为基础，借助计算机技术，通过对人脸的特征进行分析与确认，实现对不同人脸的精确识别。

人脸识别技术包含三个步骤，即人脸图像采集、人脸检测及人脸识别。

人脸图像采集是借助摄像头采集人脸的图像，比如静态图像、动态图像，不同位置、不同表情等方面的图像;人脸检测主要用于人脸识别的预处理，即在图像中准确定位人脸的位置和大小，主流的人脸检测算法是采用adaboost学习算法;人脸识别是将检测到的人脸与已存的人脸库中的人脸进行对比，得出两者的相似度值。

5. 工作计划

2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料。

。

第17周：与导师沟通进行课题总体规划。