FaceAttend

Sistema de presença baseado em reconhecimento de rosto

Projeto detalhado trabalhando aqui ... https://www.youtube.com/watch?v=0adsrsf_mhw&t=9s

O projeto contém dois webapp's desenvolvidos usando o Flask e o Python3. (Http://flask.pocoo.org/)

Banco de dados usado: MySQL Community Edition.

Para a reocognição de rosto, usei o Python3 "FACE_RECONCTION" por Ageitgey. (Https://github.com/ageitgey/face_recognition), construído usando o reconhecimento de rosto de ponta do dlib construído com aprendizado profundo. O modelo tem uma precisão de 99,38% nas faces rotuladas no benchmark selvagem.

Para detecção de paródia, usei o modelo de formação de tensorflow, reciclando sua última camada para que ele possa detectar telefones celulares em uma imagem. (Https://www.tensorflow.org/tutorials/image_recognition)

Para gerar e gerenciar o Excel, usei XLRX e XLRD e Pandas.

Para enviar e-mails, usei o Flask-Mail. (Https://pythonhosted.org/flask-mail/)

Dependência do site do administrador: Flask, MySqlClient, Sklearn, Numpy, Scipy, Almofado, Dlib, Face_recognition

Dependência do site dos professores: Flask_bootstrap, pytz, xlsxwriter, pandas, Flask_mail, tensorflow, xlrd

Existem principalmente dois aplicativos da Web para este projeto, um site de administrador e outro é o site do professor.

Todo o conceito está no momento da admissão na faculdade ou na escola, deve registrar os detalhes dos alunos, como o endereço de e -mail de seu nome e também criar dados de treinamento de cada aluno, inserindo seu ID do rolo e tirando fotos de seu rosto frontal e, em seguida, o WebApp criará automaticamente o modelo para esse ID de rolo específico e salvá -lo no servidor, o modelo criado para cada aluno é de cerca de 8 kb de tamanho. O administrador também pode registrar professores usando este site.

Agora, usando o site do professor (ele será usado quando o professor entrará na aula), o professor precisa fazer o login primeiro e depois de clicar na guia de participação, não haverá botão de volta, pois o professor passará o telefone para o aluno.

O aluno terá que apenas clicar em um snap enter aula e roll ID e pressione Enter para marcar sua altura.

Depois disso, também há um problema de ataque de paródia no reconhecimento de face, ou seja, alguém mostrará a imagem de alguém do rosto através do seu telefone celular e enganará nosso webapp e eles marcarão a frequência de seus amigos que não estavam presentes.

Mas resolvi esse problema usando o TensorFlow, treinando o início para detectar telefones celulares em uma imagem, então usei esse modelo no webapp, assim que o aluno clique em um snap, ele primeiro verificará se a face é paródia ou original. Para treinar a última camada do início, usei 200 imagens de telefones celulares e os alimento para o TensorFlow para treinar a última camada de início. Para fazer isso, siga https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#0 para baixar 200 imagens ao mesmo tempo, use a extensão Chrome Fatkun-Batch-Download.

Agora, depois que a parte do aluno é feita. O professor pode fazer o login novamente e depois ir à guia do relatório para ver a participação. Aqui existem várias opções que dei.

Se o professor quiser ver a frequência de hoje, basta selecionar a data e a hora para ver a participação. E também há uma opção para baixar a folha de atendimento no formulário do Excel e, em seguida, novamente, reinicie -o depois de fazer alterações, se for necessário pelo professor. E o professor também pode ver a participação total para sua palestra. Para que eles possam analisar quantas palestras cada aluno de aula em particular havia participado até agora.

Um recurso adicional é que o professor pode enviar e -mail para a participação marcada para todos os pais e alunos selecionando aula e clicando no botão de envio de correio.