赵泽军 兰雁

【摘 要】近几年深度学习大火，而人脸识别又是深度学习的典型代表。TensorFlow是深度学习的一个平台，主要通过搭建卷积神经网络系统来对图片样本进行特征识别、分类训练，进而达到人脸的识别。本系统调用了OpenCV计算机视觉库中的功能函数，通过USB摄像头实时截取人脸图像，然后进行Haar特征识别以及Adaboost分类器的分类训练，最后打开摄像头，将捕捉到的人脸与训练好的图片进行对比，从而达到人脸识别的效果。

【关键词】深度学习;人脸识别;卷积神经网络;OpenCV;TensorFlow

人脸识别本质是用一个几何特征矢量来表示人脸，并根据模式识别中层次聚类的思想设计分类器，达到识别目的。调用OpenCV库中的功能函数来截取视频中的图像帧数据，并进行一系列预处理，完成图片的灰度化以及统一图片的大小和格式，然后再将这些图片输入到搭建好的卷积神经网络中进行训练，训练完成后将生成一个训练模型，此模型便是人脸识别时的评估标准。

一、模块功能及结构划分

系统共分为四个部分，分别为：实时人脸截取模块、图片预处理模块、CNN搭建和训练模块以及人脸检测模块。

实时人脸截取模块主要负责采集人脸图片。管理员输入要采集的人员姓名，后台生成以该姓名为名称的文件夹，然后使用USB摄像头获取视频数据，利用OpenCV的功能函数定位人脸部分，截取一帧的图像数据保存到该文件夹下，当采集数量达到设定的数量后，摄像头关闭。

图片预处理模块主要负责图片灰度化、像素归一化、图片大小规格化以及为每一类图片夹指定一个唯一的标签，便于后面的训练。……