本文旨在简单聊一下做一个与人脸识别相关的本科毕业设计，希望不是挖坑文。
背景：普通本科毕业设计大多是构建网站（购物、管理系统、论坛），相对来说老师看的也审美疲劳，当然如果买毕设的话价格会相对便宜。
本文不会过多涉及或者一开始会极少出现具体代码，毕竟只是简单探讨或是启发一下阅读者的思路，而非教程。
人脸识别的技术方法网上一搜一大堆，具体项目则是要和各类实际情况结合，比如某种情景下的人的统计，通过人脸识别进行考勤，识别特定人物等。
相关技术方法：Python、OpenCV、dlib
【python项目|做一个人脸识别相关的毕业设计】大体思路：
一.获取照片
这一步这一使用本地的图片，也可以通过摄像头拍摄照片，后者会与识别时使用的照片更为契合。
1.具体方法
OpenCV调用摄像头获取图像并进行基础的处理（灰度等），Dlib进行特征获取，这里可以使用官方的识别模型或检测器。
例如 shape_predictor_68_face_landmarks.datdlib_face_recognition_resnet_model_v1.dat
可以直接从网上下载，一些用法和介绍可以见dlib官网介绍http://dlib.net/
这是dlib官方训练好的模型，准确率较高，并且文档也较为丰富。
随后提取特征并可以存储在CSV文件中，方便之后使用。
2.大体流程
文章图片
二、识别
1.具体方法
此间的大致方法也是cv获取图像，调用模型处理并且和上面计算出的特征进行欧氏距离，比较一定阈值就判为识别成功。完成了识别后后续操作则根据项目来。
这里用到的模型是128维人脸识别模型，同样由Dlib官方提供。dlib_face_recognition_resnet_model_v1
理论上认为0.5的阈值就可以达到一个颇为理想的数值，但是考虑到现实情况较为恶劣的光照，所以可以调低了些。
2.大致流程
文章图片
三、界面
1.具体方法，Python提供了Pyqt、tkinter等较为不错的库，如果考虑到风格或是个人习惯的话也可以用别的库来写界面，例如PyQt等，但是注意PyQt安装时可能会出现一定的问题，一定要对应好版本。
四、实践思路
那么具体实践肯定不能就做一个识别界面，扫一下告诉是谁，这样一点也没有意义。结合到具体生产实践中去，这就是我们所说的落地，也可以看作是毕业设计的加分项。
具体人脸识别的应用大概有这些，仅仅是思路，希望能给读者一些启发：考勤系统，门禁系统，识别特定目标人物，锁，等等。
具体demo可以github上搜索face recognition等相关关键词 类似的：https://github.com/ageitgey/face_recognition
https://github.com/search?q=face+recognition
总结：本文初稿旨在简单探讨一个要求较低的设计项目的思路，虽然网上都有现成的代码和demo，但是结合这项技术还是较能做出一个一般院校中新颖的设计作品。
https://github.com/coneypo/Dlib_face_recognition_from_camera
这是一个很优秀的demo，极力推荐，博主可谓业界良心了 欢迎评论探讨
推荐阅读
- 人脸识别|【人脸识别系列】| 实现自动化妆
- 推荐系统论文进阶|CTR预估 论文精读(十一)--Deep Interest Evolution Network(DIEN)
- Python专栏|数据分析的常规流程
- Python|Win10下 Python开发环境搭建(PyCharm + Anaconda) && 环境变量配置 && 常用工具安装配置
- Python绘制小红花
- Pytorch学习|sklearn-SVM 模型保存、交叉验证与网格搜索
- OpenCV|OpenCV-Python实战（18）——深度学习简介与入门示例
- python|8. 文件系统——文件的删除、移动、复制过程以及链接文件
- 爬虫|若想拿下爬虫大单，怎能不会逆向爬虫，价值过万的逆向爬虫教程限时分享