大家好，欢迎来到IT知识分享网。

背景

人脸识别已经发展了很多年，随着深度学习发展，开源的模型也有很不错的效果了。我们可以在不需要深入各种算法细节的情况下，就能搭建自己的人脸识别系统了，除了用于学习，还可以将我们自己家的摄像头接入到我们自己搭的系统，真正用起来。这个专栏就基于这样一个设想，从开源的模型中寻找适合的算法，一步步搭建一个实时的人脸识别系统出来。

效果

视频：https://www.bilibili.com/video/BV1Bh4y157f3/
源码：CoderInCV的个人主页 (mbd.pub)

实现功能

• 完全基于开源模型
• 支持输入视频文件、USB摄像头、rtsp视频流
• 注册信息和识别记录存储在sqlite，重启后不消失
• 除了识别人员，还会累计其出现次数
• 对于非注册人员，也会累计其出现次数
• CPU上可实时

系列预计写得一些内容

• 人脸检测
• 人脸跟踪
• 人脸关键点
• 人脸质量
• 人脸特征提取
• 人脸比对
• 动态人脸识别逻辑
  计划首先在CSDN更，视情况再看是否转发博客园。
  人脸识别_CodingInCV的博客-CSDN博客

整体框架

代码结构

face_recognition_modules
—base_model 模型推理基类
— configs 全局配置
— database sqlite数据库相关炒作
— face_alignment 人脸关键点
— face_detection 人脸检测
—face_quality 人脸质量
— face_search 基于faiss的人脸搜索
— face_recognition 人脸识别，包括识别模型和识别服务
—tracker 人脸跟踪
—common 一些通用结构体和功能函数
models 模型目录
test_images 测试视频和图片
ui 窗口界面
face_detect_task 算法运行的线程
gui.py 程序入口

软件使用说明

在项目目录，运行gui.py

python gui.py

软件界面如下：

注册人员

点击注册人员按钮，选择导入的文件夹，将注册文件夹下的图片，图片的名称为人员的名字。

注册进度会在日志输出区域显示，在识别过程中也可以执行注册人员的操作。
人员注册信息会存在register.sqlite数据库中。

打开输入源

软件支持3种输入源：视频文件、USB摄像头以及rtsp流。

打开视频文件

点击“打开文件”按钮，选择要打开的视频文件，视频预览区将开始播放视频，并画人脸框以及名称。

打开USB摄像头

在USB Camera区域输入摄像头的索引，一般为数字0，然后点击打开摄像头按钮。

打开IP摄像头（rtsp）

在IP Camera区域输入摄像头流地址rtsp://xxxxx，点击打开IP摄像头。

输出说明

识别结果包含人员姓名（不在底库中的为Unkown）, 出现的时间以及出现的次数。
注意该出现次数是从注册这个人开始计算，即使软件重启也不会清零，因为识别记录是存储在数据库中，只有点击清空记录，才会重新开始计算。

数据说明

人员注册信息以及识别记录存储在sqlite数据库中，关闭软件不会清空。再次打开时，会自动载入人员，无需重复注册。需要清空可以删除数据库文件或者在软件界面点击相应的按钮。