CNN Attend — Biometric Attendance System

1. تحميل البيانات

تُفتح كل صورة بتدرج الرمادي وتُحوّل إلى متجه من 10304 قيمة بكسل. يُستخدم اسم المجلد ( s1،، s2...) كمعرّف (تسمية) للشخص.

2. تقسيم البيانات بين مجموعتي التدريب والاختبار

يتم تقسيم البيانات بنسبة 80% / 20% باستخدام تقسيم طبقي ( random_state=42)، بحيث يظهر كل شخص في كلتا المجموعتين:

صور التدريب: 320

صور الاختبار: 80

3. استخراج الميزات — PCA (الوجوه الذاتية)

n_components=100تُقلل خوارزمية تحليل المكونات الرئيسية (PCA) عدد whiten=Trueخصائص كل صورة من 10304 إلى 100 مكون رئيسي. يتم تطبيق خوارزمية PCA على مجموعة التدريب فقط، ثم تُطبق على مجموعة الاختبار.

4. التصنيف - آلة المتجهات الداعمة

يتم تدريب آلة المتجهات الداعمة ذات نواة RBF على ميزات PCA:

نظام الحضور

بعد التدريب، تُستخدم الوجوه التي تم التعرف عليها لإنشاء سجل حضور:

يتم تمرير كل وجه اختبار إلى المصنف للتنبؤ بهوية الشخص.

إذا لم يتم وضع علامة على الشخص بعد، فسيتم كتابة صف يحتوي attendance.csvعلى رقم الطالب والتاريخ والوقت .

إذا تم وضع علامة على الشخص بالفعل، يقوم النظام بطباعة تحذير بدلاً من إضافة نسخة مكررة.

في تجربة دفتر الملاحظات، تم تسجيل حضور جميع الأشخاص الأربعين مرة واحدة بالضبط.

نموذج من attendance.csv: