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OpenCV 的人脸识别应用

在Linux平台下开发一人脸识别系统,通过QT来开发用户界面,调用OpenCV图像处理库对相机进行采集和处理采集图像,从而实现了人脸检测、身份识别、简单表情识别的功能。     

基于OpenCV的人脸识别应用

以Python语言和OpenCV开源计算机图像视频处理库为基础,对人类的面部检测与面部特征分类展开研究,通过调整明暗值对比度等方法增加训练样本,克服小样本问题.采用卷积神经网络进行模式识别分类,开发出基于Python和OpenCV的人脸识别原型系统,为提高部队营区安防提供了技术参考.     

基于ARM的人脸识别门禁系统设计

针对现有门禁系统因采用IC卡、射频卡等考勤方法存在"认卡不认人",采用指纹虹膜等生物识别技术存在指纹容易损伤等问题,设计了一套基于ARM的人脸识别门禁系统。该系统采用S3C2440B芯片为处理器、USB摄像头作为视频采集设备,自动搜索人脸进行拍照;采用基于PCA的人脸识别算法对采集的人脸图像进行识别,若为非法入侵人员则发出报警声,并通过GPRS技术发短信通告系统管理员采取安全防范措施。测试结果表明,该系统在严格的测试环境下能够准确高效地识别出人脸,平均识别率达95%以上。     

基于嵌入式人脸识别考勤系统的设计

设计了基于嵌入式的人脸识别考勤系统。首先进行嵌入式的人脸识别考勤系统的硬件设计。在此基础上进一步确定了Linux系统设计方案,搭建嵌入式的软件系统,然后利用了PCA算法来完成人脸图片的识别。最后利用VS2010进行考勤系统的设计,实现考勤记录的实时查询,从而完成了基于嵌入式的人脸识别考勤系统的设计。     

基于OpenCV的智能校园人脸门禁系统的设计与实现

随着科技的发展，使用智能化设备的人会越来越多。由于2020年突发的新冠疫情，导致各大场所都实行人员出入管理制度。为了更好和更方便管理，主要针对校园进出管理设计了一款具有高度安全、方便、高效的智能校园人脸门禁系统。系统基于Open CV+Qt的软件环境，主要有人脸识别端口和人脸采集端口两个端口，人脸采集端口实现对人脸图像的采集，人脸识别端口实现对人脸图像的信息识别。     

基于嵌入式的搜索机器人

设计基于嵌入式的搜索机器人系统,采用防滑四轮驱动平台,AVR单片机对平台运动情况进行独立控制;硬件设计上采用S3C2440作为处理和控制芯片,综合利用红外等各种传感器,实现对周边环境情况的监测;软件设计上充分利用ARM9的多任务处理能力,同时实现信息传递、信息采集、平台运动等多项功能。     

基于S3C2440的嵌入式Linux内核设计

该文介绍了三星公司的基于ARM9内核S3C2440芯片嵌入式Linux系统设计。在确认已经移植好的U-boot的基础上,进行控制模块基于ARM9的Linux嵌入式系统设计方案,裁剪并移植Linux内核。     

基于VIVI的嵌入式便携播放器设计与实现

嵌入式便携播放器集播放Office文档、图像文件、声音文件、视频文件于一体,是未来多媒体便携设备的必然发展趋势。以三星的S3C2440处理器作为系统的硬件开发平台,提出了一套满足项目需求的嵌入式便携播放器的应用解决方案,具有很强的实用价值。并在此基础上设计并移植了适用于播放器硬件平台的Bootloader,它以VIVI为原型,通过分析其源码结构,添加了USB升级软件的功能。     

人脸识别会议签到的嵌入式系统设计

为了解决传统会议签到问题,利用S5PV210与CC2530、摄像头、按键、液晶显示屏等硬件设备设计了一种人脸识别会议签到硬件终端。在定义的通信协议的基础上,采用C语言开发出了下位机与上位机间进行数据传输的程序。利用QT编制了人脸识别会议签到终端控制系统软件,重点研究了基于PCA算法的人脸识别实现、QT与CC2530的串口通信、ZigBee组网的数据传输。实验结果表明:基于PCA算法的人脸识别稳定可靠、上位机软件操作方便,ZigBee无线通信稳定,软硬件设计达到了预期的功能和要求。     

基于嵌入式的近红外人脸识别系统设计

设计并实现了一套基于达芬奇平台OMAP3530的近红外人脸识别系统。本系统采用850nm的LED灯提供主动的近红外光源,在OMAP3530和EPM570处理器的协同作用下,实现了可见光图像与近红外图像的实时采集与处理。软件设计基于Codec Engine架构,ARM端负责图像的采集、识别结果的显示和数据库的管理;DSP端专注于人脸识别算法。通过图像采集、人脸检测、特征提取和特征匹配4个步骤实现人脸识别。本系统充分利用了OMAP3530丰富的接口和强大的图像处理能力,并且经过了C与汇编语言的优化。当环境光强发生变化时,系统仍能获得较高的识别精度和较好的实时性。     

基于嵌入式Linux的倒车影音系统设计

采用S3C2440微处理器为控制芯片,基于嵌入式Linux操作系统设计了一种安全可视化倒车系统。通过嵌入式Linux操作系统内核驱动USB摄像头实时地监控车后状况,通过超声波测距结果与阈值的比较来启动语音报警模块以提醒驾驶员注意。经实验验证,该系统运行稳定,采集的视频图像清楚且实时性高,能够满足可视化倒车的要求。     

基于OpenCV与人脸检测的自动筷子配发机器人的设计

在集体用餐环境如食堂等环境中就餐时,时常会遇到不方便拿取餐具的情况,针对此种情况十分需要一个能方便人们拿取餐具缓解人流拥堵的机器人。正如人的眼睛一般,机器通过视觉模块来感知环境,利用深度学习和OpenCV-Python使机器像人一样处理图片,搭载Nvidia JETSON Nano和智能小车平台,为智能筷子(餐具)配发机器人提供技术实现。     

基于ARM9与移动目标识别算法的安防监控系统设计

介绍了一种基于S3C2440硬件平台和移动目标识别技术的安防监控系统的总体设计方案,在嵌入式Linux平台下实现视频数据的采集、编码与传输;选择时间差分图像检测移动目标算法,实现视频运动物体的捕获与识别,判断目标类型,并及时发出报警信号;通过USB摄像头实现视频实时采集;利用xvidcore作为视频图像编码压缩算法;采用GPRS模块完成无线网络的接入与数据传输;并在嵌入式GUI解决方案QtopiaCore4的基础上,开发了安防监控软件系统;实际应用表明,该系统具有低功耗、抗干扰能力强及可靠性高等特点,提供了一种全新的安防监控应用方案.     

基于OpenCV的实验室视频签到系统的设计

设计一个基于OpenCV的实验室视频签到系统,实现视频签到、签到信息查询等功能。系统采用人脸检测技术,准确记录签到学生的面部图像资料,签到时间短,操作简单,能有效防止漏签和代签。     

基于人脸识别的门禁系统设计与实现

面部识别技术具有人脸信息实时持有、无需记忆或携带、非接触方式采集的特点。基于人脸识别的门禁系统以Samsung S3C6410嵌入式开发板为硬件平台,采用普通摄像头作为人脸图像采集设备,7寸LCD液晶显示触摸屏作为输入,由开发板加载的GPIO控制口及电子门锁组成。软件以嵌入式Linux为操作系统,设计并优化人脸识别算法,减少光照对识别的干扰,通过人脸库训练算法和人脸识别算法的软件运行,实现了人脸识别门禁系统的控制功能。本系统适用于近距离人脸识别,实行人员注册登记,具有多次使用的安防功能,具有非接触性、数据易采集、处理器功耗少、节省电能、成本低廉、便于安装、性能稳定的特点。     

基于OpenCV的通用人脸检测模块设计

人脸检测是智能视频监控系统中的重要组成部分,OpenCV实现的Adaboost人脸检测算法达到了实时检测人脸的处理速度.但在实际应用中,由于平台移植等障碍,现有系统升级兼容此模块困难.本文提出了一种支持多编程语言平台的通用人脸检测模块,详细阐述了.NET平台调用技术和改进的JNI方法调用OpenCV人脸检测模块的具体步...