OpenCV实时考勤系统问题：未注册人脸被错误标注姓名

问题背景 #

基于Python+OpenCV开发的实时考勤系统，能够正常检测人脸，但遇到数据库中未存储的人脸时，系统会错误匹配到某个已注册用户，无法识别该人脸为未知身份。

问题根源 #

当前使用的KNeighborsClassifier模型的predict()方法，无论输入样本与训练集的相似度如何，都会返回训练集中的一个标签，不会判断样本是否属于训练集范畴。因此未注册的人脸会被强行匹配到最“接近”的已知用户，导致误识别。

解决方案 #

通过获取预测结果的置信度（概率），设置合理阈值来区分已知/未知人脸：

• 使用KNN的predict_proba()方法获取每个类别的预测概率
• 设定一个置信度阈值（比如0.6，可根据实际情况调整）
• 仅当最高概率超过阈值时，返回对应用户；否则返回"Unknown"

修改后的关键代码 #

1. 更新identify_face函数 #

# Identify face using ML model with confidence check
def identify_face(facearray):
    model = joblib.load('static/face_recognition_model.pkl')
    # 获取所有类别的预测概率
    proba = model.predict_proba(facearray)[0]
    # 获取最高概率及其对应的标签
    max_proba = max(proba)
    predicted_label = model.predict(facearray)[0]
    # 设置置信度阈值，这里设为0.6，可根据实际测试调整
    confidence_threshold = 0.6
    if max_proba >= confidence_threshold:
        return predicted_label
    else:
        return "Unknown"

2. 修改start函数中的考勤逻辑 #

在start函数中，识别到"Unknown"时不添加考勤，同时在画面上显示未知身份：

# ... 原有代码 ...
face = cv2.resize(frame[y:y+h, x:x+w], (50, 50))
identified_person = identify_face(face.reshape(1, -1))[0]
if identified_person != "Unknown":
    add_attendance(identified_person)
    cv2.putText(frame, f'{identified_person}', (x+5, y-5),
                cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 2)
else:
    cv2.putText(frame, 'Unknown', (x+5, y-5),
                cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
# ... 原有代码 ...

额外优化建议 #

• 调整阈值：建议根据实际场景测试，调整confidence_threshold的值，平衡误识别和漏识别的比例
• 样本多样性：增加已注册用户的训练样本（不同角度、光照下的人脸），提升模型对已知用户的识别准确率，同时让未知人脸的概率更易低于阈值
• 特征优化：当前直接使用像素值作为特征，可以考虑改用更鲁棒的人脸特征提取方法（比如OpenCV的FaceRecognizer、Dlib的人脸关键点特征等），进一步提升识别准确性

内容的提问来源于stack exchange，提问作者mahesh pandey