Mr Poopybutthole1. 项目背景与核心价值
实验室门禁管理一直是高校安全管理的重要环节。传统门禁系统主要依赖IC卡或密码验证，存在代刷、冒用等安全隐患。我在研究生期间参与过多个实验室的智能化改造项目，发现人脸识别技术在门禁领域的应用能有效解决这些问题。
这个毕设项目的核心价值在于：
- 实现实验室人员的无接触式身份认证
- 通过活体检测技术防止照片/视频欺骗
- 与实验室管理系统数据打通，实现进出记录可追溯
- 为后续实验室设备使用权限管理提供生物特征基础
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 系统架构设计
2.1 整体技术栈选择
系统采用经典的B/S架构，主要技术组件包括：
- 前端：Vue.js + Element UI（适合高校实验室的轻量级方案）
- 后端：Spring Boot 2.7 + MyBatis（Java生态的稳定组合）
- 数据库：MySQL 8.0（关系型数据存储首选）
- 人脸识别：Python + OpenCV + FaceNet（算法效果与工程实现的平衡）
特别说明：没有选择TensorFlow等重型框架是考虑到实验室门禁对实时性要求（<1s）高于精度要求（95%+即可）
2.2 关键模块划分
（注：实际项目中应替换为真实的架构图）
-
用户管理模块
- 教职工/学生信息录入
- 人脸特征注册
- 权限分级设置
-
识别认证模块
- 实时视频流处理
- 人脸检测与对齐
- 特征提取与比对
-
门禁控制模块
- 继电器硬件接口
- 开门日志记录
- 异常报警触发
3. 核心算法实现
3.1 人脸检测优化方案
采用MTCNN三级联网络结构，针对实验室场景做了以下优化：
python复制# 示例：改进后的P-Net参数配置
def create_Pnet():
input = Input(shape=[None, None, 3])
x = Conv2D(10, (3,3), strides=1, padding='valid', name='conv1')(input)
x = PReLU(shared_axes=[