FaceNet based Attendance System
1.0.0
Um aplicativo da Web baseado em aprendizado profundo para marcar a participação nos alunos, reconhecendo os rostos do aluno a partir das imagens de vídeo de vigilância da sala de aula.
Um aplicativo da Web em Python para reconhecer os rostos do aluno em uma sala de aula do vídeo de vigilância e marcar a participação em uma planilha do Excel. Algoritmos de aprendizado profundo como MTCNN e FaceNet são usados para detecção e reconhecimento de rosto , respectivamente. E usando a estrutura do Flask , o aplicativo da Web foi criado.
As seguintes coisas precisam ser instaladas corretamente em sua máquina.
Para instalar os pacotes, use o comando pip install .
O número necessário de imagens (pelo menos 10) para cada aluno deve ser coletado e armazenado em pastas separadas. As pastas devem ser nomeadas no nome dos respectivos alunos. O caminho para as pastas pode ser Root_folder/attendance/facenet/dataset/raw/
Aqui, o algoritmo de detecção de face do MTCNN é usado. Ele toma Root_folder/attendance/facenet/dataset/raw/ como entrada e retorna Root_folder/attendance/facenet/dataset/aligned/ como saída. Basicamente, ele detecta as faces, alinham a região de cada imagem e armazenam -a no diretório alinhado.
Execute o seguinte comando no prompt de comando.
$ python attendance/facenet/src/align/align_dataset_mtcnn.py
attendance/facenet/dataset/raw attendance/facenet/dataset/aligned
--image_size 160 --margin 32
O conjunto de dados de saída da etapa 2 é alimentado no classificador de máquina de vetor de suporte que gera um vetor de incorporação dimensional de 512 para faces de cada aluno e treina o classificador nos vetores gerados.
Execute os seguintes comandos no prompt de comando.
$ python attendance/facenet/src/classifier.py TRAIN
attendance/facenet/dataset/aligned attendance/facenet/src/20180402-114759/
attendance/facenet/src/20180402-114759/my_classifier.pkl
--batch_size 1000 --min_nrof_images_per_class 10 --nrof_train_images_per_class 10 --use_split_datasetCrie uma pasta vazia denominada relatórios . Isso é para armazenar o relatório do Excel Sheets da participação , que é gerado automaticamente quando o algoritmo FaceNet reconhece os alunos. Isso é implementado usando o módulo Python XLSXWriter .
Agora execute o aplicativo da web por $ python run.py ele mostrará um endereço de localhost como http://127.0.0.1:5000/ , que será o URL do aplicativo da web.
Ao executar o aplicativo, ele redireciona para a página inicial. Nessa página, há um hiperlink de detalhes da classe Add . Basicamente, ele pede ao usuário que insira os detalhes do aluno. Os detalhes fornecidos são armazenados no banco de dados SQLite .
Nota: O nome de cada alunos inserido deve ser o mesmo que o nome do conjunto de dados do aluno criado na etapa 1 .
Ao pressionar o hiperlink de participação , ele o redireciona para uma página em que o usuário precisa fazer o upload de uma imagem da sala de aula.
Nota: A imagem deve estar em uma boa resolução e também contém os rostos claros de todos os alunos.
Depois de fazer o upload da imagem, leva algum tempo para processar. Você pode visualizar os detalhes de segundo plano em execução no prompt de comando. Em seguida, ele cria uma planilha do Excel na pasta Relatórios, que contém os detalhes da presença.
