← 返回项目库

face recognition system｜人脸识别与视觉分析平台

面向需要人脸识别与视觉分析能力的团队的人脸识别与视觉分析平台。

face recognition system定位为人脸识别与视觉分析平台，已根据源码结构和真实页面整理展示范围。技术基础包括Docker。

真实界面

项目截图

共 8 张

登录页（本地化字体与账号入口）：打开 CompreFace 登录页，确认界面已改为本地静态资源渲染、登录表单与注册入口可用。
注册页（新用户开户表单）：打开注册页，确认姓名、邮箱、密码与确认密码字段齐全，外部用户可自助创建账号。
应用列表首页（演示账号登录后）：以演示账号登录后进入应用列表，确认演示应用 Demo app 已随部署自动创建并展示。
应用详情与三种人脸服务（含用户菜单交互）：打开 Demo app 详情页，确认识别、检测、验证三个服务的名称、API key 与类型完整；随后点击右上角用户菜单，验证登录会话菜单可正常展开。
当前账号信息接口（演示账号已就绪）：登录后读取当前用户信息接口，确认部署时自动创建的演示账号 demo@example.com 已完成注册并可直接用于验收。
管理服务健康状态接口：访问管理服务状态接口，确认 admin 服务与数据库连接在部署后处于 OK 状态。
人脸核心服务状态（arm64 原生插件）：访问核心服务状态接口，确认检测与特征插件为 YuNet/SFace 的 arm64 原生实现，且相似度系数与 Java 端一致。
人脸库一致性检查接口：访问人脸库一致性接口，确认数据库与人脸特征集合一致、演示应用数据完整。

Capabilities

核心功能

✓图片或样本输入入口
✓识别结果查看
✓样本与任务记录管理
✓参数或模型配置
✓结果状态与反馈查看
✓自部署运行配置

适用场景

图片识别与视觉分析
检测结果复核
AI 能力原型验证
视觉应用二次开发

适合谁

安防、门禁、考勤等场景的系统集成商和需要视觉识别能力的技术团队。

商业化思路

可提供识别模型部署、私有化运行、行业场景适配和接口对接服务。

你会拿到什么

  • ✓完整源码包（保留原项目许可证）
  • ✓中文部署说明与环境要求
  • ✓真实部署运行截图
  • ✓源码来源、技术栈与验证记录

部署流程

  1. 1阅读项目详情、原 README 与许可证
  2. 2按部署说明准备服务器和环境变量
  3. 3启动服务并完成网页健康检查
  4. 4替换正式域名、密码和业务配置

真实验证结果

Docker Compose 全部服务运行正常且网页端口响应，等待后台终审和资料整理。 源码包、部署说明和业务证据已上传并对账，等待服务端审核。

部署前须知

具体第三方账号、OAuth 凭证和生产密钥需由使用者自行申请与配置。

部署难度

中等

最低配置

以部署说明和实际验证结果为准

开源许可证

Apache-2.0

最后验证

2026-09-12

技术栈

Docker

授权说明

已检测到原项目许可证文件：LICENSE；发布前仍需人工复核署名和商用边界。

Release notes

版本记录

1 个已发布版本

verified-run-1621

本地真实部署、网页探测与交付物整理通过，已完成 OSS 校验。

部署要求：详见源码包内的慕卿部署说明。

登录后领取