Proyecto de detalle que funciona aquí ... https://www.youtube.com/watch?v=0adsrsf_mhw&t=9s
El proyecto contiene dos WebApp desarrollados con Flask y Python3. (Http://flask.pocoo.org/)
Base de datos utilizada: MySQL Community Edition.
Para la reoconnición de la cara, utilicé Python3 "Face_recogntion" de Ageitgey. (Https://github.com/ageitgey/face_recognition), construido con el reconocimiento facial de estado de DLIB construido con aprendizaje profundo. El modelo tiene una precisión del 99.38% en las caras etiquetadas en el punto de referencia salvaje.
Para la detección de parodia, utilicé el modelo de inicio de Flow Tensorflow al volver a revertir su última capa para que pueda detectar teléfonos móviles en una imagen. (Https://www.tensorflow.org/tutorials/image_recognition)
Para generar y administrar Excel usé XLRX y XLRD y PANDAS.
Para enviar correos electrónicos, usé Flask-Mail. (Https://pythonhosted.org/flask-mail/)
Dependencia del sitio de administración: frasco, mysqlclient, sklearn, numpy, scipy, almohada, dlib, face_recognition
Dependencia del sitio de los maestros: Flask_bootstrap, Pytz, XLSXWriter, Pandas, Flask_Mail, TensorFlow, XLRD
Hay principalmente dos aplicaciones web para este proyecto, uno es, por ejemplo, el sitio de administración y otro es el sitio del maestro.
Todo el concepto es en el momento de la admisión al administrador de la universidad o la escuela, debe registrar los detalles de los estudiantes, como su dirección de correo electrónico de nombre, y también crear datos de capacitación de cada estudiante ingresando su ID de rollo y tomar instantáneas de su cara frontal y luego WebApp creará automáticamente un modelo para esa ID de rollo particular y guardarlo en el servidor, el modelo que se crea para cada estudiante tiene aproximadamente 8 kb de tamaño. El administrador también puede registrar a los maestros utilizando este sitio.
Ahora que usa el sitio del maestro (se usará cuando el maestro realmente ingrese a la clase), el maestro debe iniciar sesión primero y luego, después de hacer clic en la pestaña de asistencia, no habrá un botón de retroceso ya que el maestro pasará el teléfono al alumno.
Luego, los estudiantes tendrán que hacer clic en una clase de entrada y Roll ID y presionar ENTER para marcar su atenancia.
Después de eso, también hay un problema de ataque de parodia en el reconocimiento de la cara, es decir, alguien mostrará la imagen de la cara de alguien a través de su teléfono móvil y engañará nuestra aplicación web y marcarán el asistente de sus amigos que no estaban presentes.
Pero resolví este problema usando TensorFlow, mediante el inicio de capacitación para detectar los teléfonos móviles en una imagen, luego utilicé ese modelo en la aplicación web tan pronto como el estudiante haga clic, primero verificará si la cara es parodia o original. Para volver a entrenar en la última capa del Inception, utilicé 200 imágenes de teléfonos móviles y las alimento para tensorflow para volver a entrenar la última capa de inicio. Para hacer esto, siga https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#0 para descargar 200 imágenes a la vez use la extensión de Chrome de fatkun-batch-download.
Ahora, después de que la parte del estudiante haya terminado. El maestro puede iniciar sesión nuevamente y luego ir a la pestaña del informe para ver la asistencia. Aquí hay varias opciones que he dado.
Si el maestro quiere ver el asistente de hoy, simplemente seleccione Fecha y hora para ver la asistencia. Y también hay una opción para descargar la hoja de asistente en forma de Excel y luego volver a cargarla después de hacer cualquier cambio si el maestro requiere en algún momento. Y la maestra también puede ver la asistencia total para su conferencia. para que puedan analizar cuántas conferencias cada estudiante de la clase particular había asistido hasta ahora.
Una característica adicional es que el maestro puede enviar un correo electrónico para la asistencia marcada a todos los padres, así como a los estudiantes seleccionando la clase y haciendo clic en el botón Enviar correo.