背景人脸识别技术目前已经非常成熟，但在移动端和专有设备应用中较为流行，而在网页端则很少见。出于学习的目的，从零开始实现web端的人脸登录功能。视频流：使用navigator.getUserMedia方法获取浏览器中的视频流+音频流（通过摄像头麦克风），以后可用于获取任意数据流，如光盘、传感器等。face_recognition：号称世界上最简单的人脸识别库（真的超级简单好用）。您可以以Python参考或命令行的形式使用它来管理和识别人脸。本软件包采用dlib中最先进的人脸识别深度学习算法，使得在《Labled Faces in the world》测试基准下识别准确率达到99.38%。它还提供了一个名为face_recognition的命令行工具，以便您可以使用命令行识别文件夹中的图片。总体流程：启动web服务，使用face_recognition对基础库图片进行建模，将建模结果（识别到的人脸在图片中的位置和人脸特征）加载到内存中。前端通过h5页面的getUserMedia方法调用摄像头获取视频流。通过canvas抓取一帧视频转成图片（base64），使用http或者websocket发送到后台。后台接受base64参数，转成图片保存。调用face_recognition.locations和face_recognition.face_encodings进行图像建模。调用face_recognition.compare_faces将图像建模结果与基础库结果进行比较。根据定义的比较阈值（称为容差，一般为0.6）返回比较结果。如果阈值小于该值，则判断为该用户，允许登录返回系统界面。否则返回人脸识别失败信息。功能模块图：功能时序图：效率：经过测试，最终可以实现，当底层数据库中的数据为10人时，1秒左右即可实现刷脸登录，识别效果还可以.侧脸和半脸（鼻子到额头）的测试结果能够通过。实际应用可行性在可视化项目中，人脸识别结合传统账号密码登录，可以提高系统安全性，更好的用户体验。限制：浏览器在https协议、127.0.0.1、localhost下需要权限调用摄像头，实际项目需要支持https。CompatibilityDesktopMobile注：本文只介绍简单实现，系统安全性不考虑过多。比如在这个简单的系统中，前端的数据采集过程，非注册用户也可以通过注册用户的照片来欺骗系统。在传输过程中，也存在数据泄露的风险。后面会针对这些情况进行一系列的优化。代码https://github.com/James-Nie/...说明安装人脸识别首先我的系统是win10，python版本是python3.7。需要提前下载安装3个包：1.vsc++2015，肯定是2015的，不要问为什么可以用这个链接：https://www.microsoft.com/zh-...你可以同样使用CommunityEdition2，BoostC++Libraries，可以使用这个链接：https://dl.bintray.com/boosto...选择boost_1_66_0-msvc-14.0-64.exe，安装到C盘3，cmake可以使用此链接：https://cmake.org/download/选择cmake-3.15。0-rc4-win64-x64.msi注意！！！cmake安装过程中，记得选择将路径添加到环境变量中。4、以上三者安装完成后，直接在命令窗口安装pipinstallface-recognition即可。在此过程中，dlib将自动安装。当然你也可以先安装dlib。这取决于你的心情。
