登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 理工学类 > 自动化 > 正文

人脸识别系统的微信小程序设计毕业论文

 2021-11-11 20:50:02  

论文总字数:23489字

摘 要

本文利用微信开发工具的编程语言实现人脸检测和识别相关功能的前端编程,所得结果对于微信小程序的拓展应用具有指导意义。

论文主要研究了微信小程序前端编程和人脸识别库的调用。

研究结果表明:微信小程序的人脸识别在微信平台具有较好的实用性。

本文的亮点:通过微信小程序这个平台,完成对拍照的人脸识别研究。

人脸识别,顾名思义是通过某些摄像工具:如摄像机,照相机,采集人脸信息,而后采取相应的算法和识别场景进行深度的数据分析,得出识别结果。

本文将微信小程序和人脸识别相结合,具有较高的实用性,可以作为考勤等工具。

关键词:人脸识别;微信开发者工具;前端编程

Abstract

In this paper, we use the programming language of wechat development tools to realize the front-end programming of face detection and recognition related functions. The result is of guiding importance for the expansion and application of wechat mini programs.

The results show that: wechat small program face recognition in wechat platform has good practicability.

Features of this paper: in the wechat applet platform to achieve simple face recognition and tracking detection.

Face recognition is a beautiful biometric technology based on the facial feature. A series of related technologies are used to collect the image or video stream containing the face with the camera or camera, and automatically detect and track the face in the image, and then carry out the face recognition for the detected face.

This paper combines wechat applet with face recognition, which has high practicability and can be used as attendance and other tools.

Key Words:Face recognition;Wechat developer tool;Front end programming

目录

第1章 绪论 1

1.1 微信小程序开发背景和意义 1

1.2 人脸识别研究背景 2

1.3 人脸识别国内外研究现状 3

1.3.1 人脸识别在国内的研究现状 3

1.3.2 人脸识别在国外的研究现状 4

1.4 技术研究背景和应用前景 5

1.5 本文主要研究内容 5

第2章 项目相关技术介绍 6

2.1 微信开发者工具 6

2.2 人脸识别技术特点 10

2.2.1 面部采集和检测 10

2.2.2 人脸图像预处理 10

2.2.3 面部特征提取 11

2.2.4 人脸匹配和识别 11

第3章 小程序开发详解 12

3.1 微信小程序开发 12

3.1.1 全局配置文件 13

3.1.2 js 18

3.1.3 json 19

3.1.4 wxml 20

3.1.5 wxss 20

3.2 人脸识别模块 21

3.2.1 模块分析 21

3.2.2 接口调用 21

第4章 人脸识别功能设计 21

4.1 面部图像采集模块 21

4.1.1 Adaboost算法 22

4.1.2 算法流程 22

4.1.3 算法特点 23

4.2 人脸识别功能模块 23

4.2.1 图像预处理 24

4.2.2 Eigenface方法 25

第5章 仿真结果与分析 26

5.1 结果展示 26

5.2 问题分析 28

5.3 反思 28

5.4 本章小结 29

参考文献 30

致谢 31

第1章 绪论

本章内容分为四个部分,分别是微信小程序开发背景和意义,人脸识别研究背景和现状,技术研究背景和应用前景,本文主要研究内容。

1.1 微信小程序开发背景和意义

微信小程序是一种基于腾讯公司的微信平台,开发出的小型程序,不用下载也可以直接使用,非常方便,用户可以通过下拉菜单和扫一扫等多种途径直接使用。

腾讯公司在允许申请个人小程序以后,在企业和个人之间的界限也逐渐模糊,除了个别功能需要提交相应的资料,其它的几乎没有区别。

微信小程序是在微信平台可以直接使用的程序,在2017年引起轰动,创新十足。在近三年的发展后,腾讯公司已经建立了自己的开发环境和相应的生态。它也是腾讯公司的创新之举,实实在在地影响了中国的程序员们。已经有数以百万计的微信小程序开发员加入这个行列,共同推进微信小程序的发展。微信小程序的数量(包括个人和企业)已经超过了百万,基本做到全方位包围,每日的用户达到了近3个亿,也可以在城市直接扫码乘车。不仅如此,微信平台还提供了许多的就业机会。

2019年8月9日,微信对其开发者宣布新版本上线,支持小程序的共享。

小程序和人脸识别的结合是本文章研究的重点所在,下面简述优势所在。

(1)更好的体验。与应用程序相比,小型应用程序更方便用户使用,因为它们不需要下载,即点击即可使用。如果你想使用它们,你可以直接打开它们。这样,用户更愿意使用小程序而不占用手机空间,小程序对用户的体验更好。

(2)更强大。由于官方对微信的支持,小程序的功能非常强大,几乎可以响应所有企业需要。微信继续更新和支持applet,applet的功能越来越好。他们给小型企业带来的良好影响,,用户之间的反馈通常更好。

(3)降低成本。目前,公司除了开发小型应用程序外,还在开发移动服务程序。比如我们都知道开发应用程序的价格很高,稍微好一点的是一百多万,但这个价格对于很多小型企业望而却步,他们无法承担如此价格高昂的费用,因此微信小程序给他们提供了相应的平台。

(4)更容易推广。几乎人人手机上都有微信,用户数量无需赘述,第一年就达到了10多亿的规模。截住目前,没有任何一个公司的可以与之媲美,与此同时,带来的流量也是不可限量。

(5)更广阔的场景。微信小程序还为企业和个人都带来了相应的版本。只要公司有开发小项目的想法,就可以直接开发,完全可以满足承诺的需要。此外,applet可以连接到一个公共帐户和许多额外的网络场景,这样公司可以发挥更大的优势,并通过applet为用户提供更好的服务。

由此看来,微信的出现,切实给广大中小型企业和个人带来了更大的流量入口,还大大降低了开发的成本,因此微信小程序越来越被大家所接受。

1.2 人脸识别研究背景

人脸识别,顾名思义是通过某些摄像工具:如摄像机,照相机,采集人脸信息,而后采取相应的算法和识别场景进行深度的数据分析,得出识别结果。

人脸识别技术起源于上个世纪六十年代,当时在国内几乎没有研究背景,从美国开始有了研究方向。到了九十年代,进入了第一个正式阶段,当时主要使用的是美国,德国还有日本的技术原理。整个人脸检测系统最重要的地方是在于算法的先进性,然后将你识别出来的结果转化为实用的检测情况。目前面部识别工程融合了多项技术,如人工智能,机器学习,系统工程等等。

中国的人脸识别技术起源于上个世纪90年代,当时研究这方面的人还不多,但随着近些年人工智能概念的兴起,潮水般的人涌进这个方向,在2014年,我们的人脸识别开始有了明显的进步。其中2014年是中心年。该年,Facebook发表了一篇题为《深度人脸系统:一种肉眼水平的面部识别系统》的文章。我们的学者也逐渐进入这个领域。后来,香港方面的面部识别专家在人脸的训练上准确率达到99%以上,这也标志着电脑的训练程度超过了人眼。

人脸识别天生有着其它识别方式无可替代的优点,相比于传统的钥匙,指纹等,都具有一定的缺陷,但是人脸识别更为精确,而且在识别过程中很方便。

截至到目前,我们的人脸识系统越来越广泛,使用的场景也越来越多。例如扩展了一些不同的产品。存在机、门禁机等,产品种类20多种,可覆盖煤矿、楼宇、银行、军事、社保、电子商务、安防等领域,我相信,随着微信小程序逐渐的流行起来,和人脸识别相结合,可以更好的发展前景。

但是在目前人脸识别市场的解决方案主要有二维和三维两种识别技术。相机二维系统是一般的市场识别系统;但由于人脸不是平面的,在平面投影三维人脸信息的过程中,二维识别中的功能信息会丢失,三维的识别准确率更高,也更加实用。因此,目前更多的厂家都是采用的3D面部识别,这样可以大大提高准确率,精度也更高。

人脸识别不仅仅是对于算法的需求很大,同时对于不同的场景,他的要求也是不一样的。识别率算法的有力证据只存在于训练集和测试集之间,并且存在于实验室的“理论值”中。

请支付后下载全文,论文总字数:23489字

您需要先支付 50元 才能查看全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图