%20(2).svg)
项目简介
本项目是基于深度学习的图书馆人流监控系统，借助人脸识别和追踪技术，能实时监控图书馆内人流情况，提供人流统计、实时监控、特殊人士检测、人流分析和报告生成等功能。系统采用MTCNN进行人脸检测，DeepSORT进行目标追踪，以及FaceNet进行人脸特征提取和识别。
项目的主要特性和功能
- 即时人流监控：通过实时视频流，即时检测并显示图书馆内人数。
- 闭馆人流检查：图书馆关闭时，检查并显示未离开人员信息。
- 特殊人士检测：检测特殊人士（如黑名单成员）入馆情况并即时通知管理员。
- 查询功能：可根据时间段、ID、姓名、学号等条件进行人员查询。
- 统计功能：提供人数统计和趋势分析，支持按时间段和图表类型自定义。
- 设定功能：管理特殊名单和通知名单，可添加、修改和删除名单成员信息。
安装使用步骤
假设用户已下载本项目的源码文件，以下是安装和使用步骤：
1. 设置OpenCV环境变量：设置OpenCV环境变量，确保程序能正确找到摄像头。
bash
setx OPENCV_VIDEOIO_PRIORITY_MSMF 0
2. 创建并激活Conda虚拟环境：创建并激活一个Conda虚拟环境。
bash
conda create --name myenv python=3.9
conda activate myenv
3. 安装Nvidia CUDA Toolkit（可选）：若使用GPU，安装CUDA Toolkit。
bash
conda install cuda -c nvidia==11.7
4. 安装系统所需套件：安装项目所需的Python套件。
bash
pip install -r requirements.txt
5. 配置数据库：创建并配置MySQL数据库，用于存储人脸信息和跟踪数据。修改main.py中的数据库连接参数。
python
conn = mysql.connector.connect(
host='127.0.0.1',
user='root',
password='your_password',
database='your_database'
)
6. 运行程序：运行主程序，启动系统。
bash
python main.py
7. 测试功能：测试系统的各项功能，确保正常运行。
使用本系统需正确安装和配置Python环境，以及相关的库和依赖。同时，系统需要连接到支持视频流输入的设备（如摄像头）以及能存储和查询数据的数据库。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】