摘要：随着人脸识别技术的发展，这项技术的广泛应用使得在社会生活之中随处可以见到，越来越多的互联网公司应用人脸识别技术在各个领域。目前大多数的考勤门禁系统使用的还是指纹识别或者是物理卡片进行身份认证，这些身份识别都有一定的局限性。所以本文设计实现的系统应用AI人脸识别技术进行相关实现。而嵌入式设备因为其体积较小，有着较低的功率，可运行适合的操作系统，所以作为本系统实现的主要载体。

因此本文设计出基于嵌入式人工智能的人脸识别系统，结合嵌入式设备的特点在云端进行数据计算处理，配合实现人脸识别的门禁考勤系统。首先，本系统使用的架构是嵌入式设备进行基本的人脸识别，将采集到的人脸数据通过网络发送给云端服务器，使用深度学习技术进行人脸标记，通过神经网络不断训练生成模型，再识别新的人脸数据，进行人脸匹配。

本系统设计使用的嵌入式设备是ARM架构的树莓派3B，云端服务器使用Python语言与Torch机器学习框架依靠深度神经网络和FaceNet算法实现人脸识别功能。在嵌入式设备上编写图形界面实现相应的功能，图形界面选择使用Qt5进行编写，实现能够实时进行人脸身份识别和训练人脸数据模型的工作。

关键词：树莓派；人脸识别；深度学习；Torch；Python

目录

摘要

Abstract

1 绪论-1

1.1本课题的研究背景与意义-1

1.2 本课题的研究目的和内容-2

2 系统分析-3

2.1 系统需求分析-3

2.2 采用的关键技术介绍-3

2.2.1 PyQt-3

2.2.2 TCP Socket-4

2.2.3 Torch 框架-4

2.2.4 Dlib-4

2.2.5 Deep Neural Network-5

2.2.6 OpenCV-5

2.3 可行性分析-5

3 系统概要设计-6

3.1 系统总体设计-6

3.2 系统接口的概要设计-7

3.2.1 嵌入式预处理图像接口-7

3.2.2 后台识别框架-8

3.2.3 函数接口说明-8

3.3 系统数据来源设计-12

3.4部分主要功能详细介绍-13

3.4.1 人脸实时识别-13

3.4.2 训练人脸图像数据-13

4 系统详细设计-14

4.1 系统界面的详细设计-14

4.1.1 嵌入式人脸实时识别界面-14

4.1.2 嵌入式人脸图像标记训练-15

4.2 系统功能模块的详细介绍-15

4.2.1人脸实时识别模块-15

4.2.2人脸图像标记训练模块-16

4.2.3后台识别模块-16

4.2.4后台人脸数据训练模块-16

5 系统实现-17

5.1 系统开发环境-17

5.2 系统运行环境要求-17

5.2.1 服务器端要求-17

5.2.2 客户端要求-17

5.2.3 网络环境要求-17

5.3 系统部署-18

5.3.1 嵌入式设备-18

5.3.2后台人脸识别服务器-18

5.3.2 嵌入式程序的运行-18

6 系统总结-20

6.1 系统特点介绍-20

6.2 系统存在的问题-20

6.3 系统改进建议或设想-20

6.5 毕业设计心得体会-21

结    论-22

参 考 文 献-23

致    谢-24