基于RFID的人脸识别门禁系统总体设计

本设计是研究和设计出一种高智能化、高安全性、实现远程监控与管理、自动报警的门禁系统.该系统采用RFID技术与门禁控制器之闻对人员信息的获取和初步认证,同时采用了人脸识别技术,并对视频采集到的进出人员图像信息进行人脸检测并与RFID信息对应的人脸进行认证.     

基于唇语识别的身份认证研究及系统设计

随着人脸识别身份认证技术的广泛应用,各类针对人脸识别系统的攻击手段逐渐出现.为了应对这类安全性问题,提出了基于唇语识别的身份认证方法.基于唇语识别的身份认证系统要求用户在进行人脸识别认证的同时读出验证码,系统既要对人脸进行比对,还要通过唇语识别技术识别出说话内容并与验证码进行比对,只有两部分比对都通过才能通过系统的身份认证.最后设计了基于唇语识别的身份认证系统,主要包括前端、网关和后端.     

融合LeNet-5和Siamese神经网络模型的人脸认证算法研究

基于人脸信息的身份认证对于个人安全和社会稳定都具有非常重要的意义。传统的人脸认证方法依赖人工构造视觉特征,易受外界条件影响,识别精度不高。深度学习模型以自主学习方式进行特征提取,能从复杂的数据中提取到人脸的隐性特征。然而大部分深度学习人脸认证方法需大量带有身份标记的训练样本,额外增加了标记数据的成本。针对以上问题,提出了融合LeNet-5和Siamese神经网络模型的人脸认证算法。该算法在Siamese神经网络框架基础上,引入LeNet-5卷积神经网络,将单分支LeNet-5卷积网络扩充为结构相同且参数共享的双分支LeNet-5卷积网络,通过缩小卷积核、增加卷积层来调整网络结构,使用Contrastive Loss函数对融合网络进行训练。实验结果表明,该算法在不同的人脸数据集上,均获取较高的识别精度。     

基于NR 网络的门禁系统研究与设计

针对常规门禁系统容易被盗刷等问题,主要研究了人工智能(AI)技术和新空口[NR (5G)]网络的应用,设计了一个基于NR (5G)网络的智能门禁系统,以此提升门禁系统的安全性和实用性。描述了门禁系统的需求与相关技术背景、系统的软硬件设计、系统调测与预期效果等内容。该系统由摄像头、5G通信、温度传感器等模块组成,通过门禁终端采集人脸图片信息,利用5G网络将图片传递给云端服务器中开源计算机视觉库(OpenCV)对访客进行身份对比,并根据识别结果控制门禁的开关。     

基于身份证和人脸双重识别技术的智能门禁系统设计

针对智能门禁系统实名制管理及安全性问题,设计了一种基于身份证和人脸双重识别技术的智能门禁系统,通过RFID射频识别技术实现了身份证识别,通过宽度学习卷积神经网络算法实现了人脸识别,设计了智能门禁系统的通信指令,提出了一种基于优先级的周期性多任务调度算法,有效地提高实时多任务系统的整体控制性能;经实验结果表明,该智能门禁系统可实现网络化管理以及实名化开锁,可以应用于门禁系统、政府公租房、长短租公寓、民宿网约房、家庭联网门锁、写字楼等多领域。     

人脸遮挡识别技术在智能备件柜身份认证中的应用

研究人脸遮挡识别技术在智能备件柜身份安全认证中的应用，以提高智能备件柜的安全性。依据人脸肤色以及形状特征定位人脸位置并对图像进行灰度归一化处理，采用稀疏编码方法将遮挡人脸图像的局部特征转变为特征向量，运用支持向量机构建遮挡人脸图像分类器，根据输出结果判断实时采集的人脸与数据库人脸图像是否匹配，实现智能备件柜的身份安全认证。实验结果表明，该方法能够准确识别遮挡人脸完成身份安全认证，人脸识别的误识率低，识别速度快，可保障智能备件柜安全。     

基于Android系统的人脸识别门禁系统的设计

智能门禁系统是安全防护系统中重要的组成部分 ,本文采用人脸识别技术与手机端身份识别技术,设计了一种基于Android的人脸识别门禁系统,实现了用户在Android手机端进行人脸识别身份验证获取服务器发来的二维码作为开门“软钥匙”,用获取到的二维码去智能门禁终端进行扫码开门的功能。在人脸识别方面,采用了Adaboost人脸检测算法和PCA人脸识别算法,并结合OpenCV实现了门禁系统的人脸识别。测试结果表明：本系统具有良好的易用性、安全性,并且获得较高的人脸识别率和识别速度,从而弥补传统门禁的缺陷与不足。     

基于RFID技术的电子标签在门禁系统中的应用

RFID是一种非接触识别技术,具有广阔的应用前景.针对有线门禁系统布线繁琐的缺点,设计了一种基于无线传输的门禁系统.系统采用RFID技术,对用户刷卡信息和密码进行认证.门禁控制器通过无线数据传输模块连接到管理计算机,对用户信息和卡信息进行文件和数据库管理.实际应用结果表明,系统运行稳定,实时性好.     

基于体感的扩展身份认证系统

身份认证是信息安全的一道重要防线,针对目前主流认证方式存在的不足,开发了基于体感的扩展身份认证系统,系统分为人脸、语音、身高和手势4个认证环节,较好地提高了系统的安全性,并实现了非接触交互体验。系统基于微软的Kinect设备实现,通过对骨骼追踪、图像识别等技术的整合和开发研究,设计了多种手势动作识别算法、人脸信息比对算法、身高识别算法、多手势随机组合分发算法和防范入侵者的入侵检测模块,系统经过测试证明认证准确可靠,可运用于多种环境的身份认证,具有较好的安全性,使用便捷、操作直观。     

视频监控下的人脸跟踪与识别系统

针对智能视频监控系统的要求,设计了一个基于视频监控的自动多人脸跟踪识别系统,该系统的功能是实时跟踪视频监控范围内的人脸并鉴别人脸的身份。针对复杂背景及类似人脸区域的影响,提出了一种Adaboost人脸检测算法和主动形状模型相结合的人脸检测算法,实现人脸的准确检测;针对视频监控范围内人脸偏转、交错以及由于人员不断出入而导致人脸数目发生变化的问题,提出了CamShift和Kalman滤波器相结合的多人脸跟踪算法,同时对跟踪到的人脸进行实时身份识别。实验证明,该系统在视频监控范围内对人脸检测和身份识别准确,跟踪实时性好,是一种建立实时视频监控系统的实用方法。     

卷积神经网络的人脸隐私保护识别

目的 近年来，随着人脸识别认证技术的发展及逐渐普及，大量人脸照片存放在第三方服务器上的现象十分普遍，如何对人脸进行隐私保护这个问题变得十分突出。方法 首先对人脸图像进行预处理，然后采用Arnold变换对人脸关键部位进行分块随机置乱，并将置乱结果图输入到深度卷积神经网络中。为了解决人脸照片在分块置乱时由于本身拍照角度的原因导致的分块不均等因素，在预处理时根据人眼进行特性点定位，再据此进行对齐处理，使得预处理后的照片人眼处于同一水平线。针对人脸隐私保护及加扰置乱后图像的识别，本文提出了基于分块随机加扰的深度卷积神经网络模型。不包含附加层，该模型网络结构由4个卷积层、3个池化层、1个全连接层和1个softmax回归层组成。服务器端通过深度神经网络模型直接对置乱后人脸图像进行验证识别。结果 该算法使服务器端全程不存储原始人脸模板，实现了对原始人脸图像的有效加扰保护。实验采用该T深度卷积神经网络对处理过后的ORL人脸库进行识别，最终识别准确率达到97.62%。同时通过多组对比实验，验证了本文方法的有效性。结论 与其他文献中手工提取特征并利用决策树和随机森林进行训练识别的方法相比，本文方法减少了人工提取特征的工作量，且具有高识别率。     

物联感知和生物识别在实名制票务中的研究

以乘客的生物特征取代身份证信息,以2.4 GHz射频识别技术和人脸识别技术实现无线信息感知,建立了基于物联网框架的实名制售检票解决方案。系统采用无源RFID标签为车票载体,通过装有RFID读写器的闸机对车票及其对应的乘客身份信息实现主动感知。为降低现有算法人脸检测及识别的时间,满足大批乘客检票实时性要求,改进了Viola-Jones算法以提高人脸检测速度,提出了基于OGA的改进Fisher脸方法对图像向量进行降维,并对特征空间进行优化以提高人脸识别效率。实验结果表明,设计的实名制票务系统有较好的实时性和可靠性;通过实例说明了系统在实际应用中的可行性。     

基于深度学习的人脸活体检测算法

身份认证技术有了很大的发展,随之不断出现的是各种伪造合法用户信息的欺诈手段。针对这一问题,提出一种基于深度学习人脸活体检测算法,分析了真实人脸和欺诈人脸之间的区别,将真实人脸和照片进行数据去中心化、zca白化去噪声、随机旋转等处理;同时,利用卷积神经网络对照片的面部特征进行提取,提取出来的特征送入神经网络训练、分类。算法在公开的数据库NUAA上进行了验证,实验结果表明该方法降低了计算的复杂度,提高了识别准确率。     

基于TensorFlow的人脸识别智能安防系统框架的研究与实现

随着工业的发展和人们生活水平的提高,人们的生活环境更加改善。但是,住宅小区和商业大厦的安全性没有得到提升,人们迫切需要新型的高效智能门禁系统提升居住区域的安全性。目前,国内外研制和使用的门禁系统主要是感应门禁系统和生物识别门禁系统。但这些门禁系统均存在弊端。例如,人脸识别门禁系统往往缺少人脸信息更新机制,当用户的面貌发生变化时,系统将不能准确识别。基于此,设计并实现了人脸识别智能安防系统框架,通过活体检测机制,使用双目摄像头进行3D人脸识别,可以有效避免上述问题。此外,通过采集用户的门禁使用数据,采用机器学习算法进行挖掘和分析,为每位用户建立风险控制模型,从而预测其每次通行的风险等级,并对高风险等级的行为提出更高层次的认证要求。结合以上两种技术手段,建立了身份认证双重保障机制,进一步提高了人脸识别的安全性和准确性。     

人脸识别技术研究与应用

讲解了人脸识别的发展历程和各个阶段使用的方法与技术,分析了基于深度学习的人脸识别的技术流程和独特优势.人脸识别已经成为一种比较成熟的身份识别技术,广泛应用于安防边防、公共安全、银行认证、社会管理等诸多领域,并形成了人证比对仪、人脸门禁、海量人脸搜索、人脸识别服务、人脸识别系统等多种稳定的产品形态.人脸识别必将是人工智能领域永不过时的主角,对于这项技术的研究具有长远的意义.     

结合人脸识别的RFID身份验证系统研究与实现

随着RFID识别技术的广泛应用以及人脸识别技术的发展,结合两种技术将会提高身份识别的安全性和有效性。基于此,整合了RFID射频卡信息处理、Adaboost人脸检测、LDA人脸识别等模式识别处理技术,实现了一个身份智能验证系统,可应用于大型活动、会议和体育赛事的安检以及公司的考勤中,具有重要的实际应用价值。     

化工园区危险品仓储智能管理系统软件设计

针对化工园区规模大、化工工艺复杂、危险源数量多、密度大,以及化学品控制和监管效率低等问题,设计并实现了一种化工园区危险品仓储智能管理系统.系统采用C#编程语言,综合利用虹膜身份识别门禁、RFID物品识别、环境感知、无线传感网络、多米诺效应风险管理和评估等技术,实现化工危险品仓储的智能监控和追踪、风险评估和预警.经过应用测试,整个系统性能良好,操作方便,提升了化工危险品仓储的安全性,以及管理的精细化和智能化.     

基于指纹和人脸识别技术的身份认证系统

本文描述了一套基于指纹和人脸识别技术的身份认证系统,在指纹识别的基础上增加了人脸识别技术,进一步提高了系统的安全性。该系统分为指纹特征信息服务器、人脸特征信息服务器、应用服务器和设备终端四部分,通过终端设备获取指纹和人脸的特征信息,分别与指纹特征数据库和人脸特征数据库中存储的特征信息进行匹配,进而完成对对用户身份的验证。通过对考生身份的认证实验证明了该系统的可靠性。     

基于SSH和掌形识别技术的门禁管理系统的研究

随着智能大厦及智能小区的发展将日益迅猛,作为智能大厦安防系统重要组成部分的智能门禁管理系统已成为保证人民人身和财产安全的最主要的安防措施之一。为了实现对门禁管制区域的智能化管理,采用生物识别技术中综合性能最为可靠的掌形识别技术,设计和实现了一套基于SSH的智能门禁管理系统,通过对掌形仪传来的信息进行识别、分析,从而进行有效的监视和管理。     

基于PCA和LDA的人脸识别系统设计

在现代社会当中,身份认证与识别问题变得尤为重要。其中,基于人脸面部特征的识别技术因其具有的突出优点脱颖而出,得到了广泛研究与应用。考虑到当前人脸识别技术遇到的相关难点,寻求了一种主成分分析(PCA)和线性判别分析(LDA)相结合的方法对人脸进行识别,并且基于LabVIEW/Matlab和摄像采集系统等软硬件设备,设计了人脸识别系统。该系统以人脸识别算法为基础,利用PC机为操作平台,通过将即时采集的人脸图像与所建立的人脸特征库比对,从而快速有效地查出已登记人员的身份信息。