无接触温度测量与身份识别装置设计

疫情期间,具有面部识别和测温功能的设备在防疫安全检查过程中被广泛使用,这两个功能尤为重要,但却是独立的。为了使身份识别与无接触测温结合起来,设计了一套无接触温度测量和身份识别系统,该系统由无接触温度测量模块和身份识别模块两个部分组成。文中阐述了无接触温度测量和身份识别系统的设计原理和实现方法,采用了红外传感器进行温度采集、收发字节、检测温度、温度报警等。温度报警装置由蜂鸣器进行报警输出;在TFT屏上扫描并采集被测人的面部特点进行身份识别,当检测到身份不符时报警装置通过蜂鸣器进行报警输出。     

RFID技术在电梯检验系统中的应用

目前电梯检验效率低下,有必要利用计算机、通信等技术开发电梯检验辅助系统,提高检验效率。提出了在电梯检验系统中应用射频识别技术(RFID)来解决电梯身份识别难的设计构想,分析了电梯检验系统的总体架构和系统中RFID模块的构成,给出了RFID模块的软硬件设计。与传统的检验方法相比,RFID技术的应用能提高电梯检验工作的效率和质量,实现电梯身份识别的数字化和智能化。     

视频下的正面人体身份自动识别

为了能够实现视频下正面人体身份的自动识别,设计的系统包括Adaboost行人检测、Adaboost人脸检测、肤色验证、步态预处理、周期检测、特征提取以及决策级融合识别等模块.通过行人检测模块可以自动开启人脸检测模块和步态周期检测模块.实验结果表明,提出的根据下臂摇摆区域确定步态周期的方法对正面步态周期检测准确,计算量小,适用于实时的步态识别.采用人脸特征辅助步态特征在决策级的融合方法是解决视频下身份识别的新思路,在单样本的步态识别中,融合人脸特征可以提高识别精度.     

基于云计算身份识别的危化品实验室门禁系统设计

利用云计算平台实现人员身份识别及其进出信息记录,是提高危化品实验室门禁系统安全性的有效技术手段。在分析面向身份识别的云计算平台应用框架的基础上,设计了危化品实验室门禁系统,包括硬件模块和后台管理等。描述了系统软件开发流程,包括：云计算平台接入、人脸图像检测及调用、身份识别与门禁控制参数设置。当被试人员与摄像头之间的距离为40cm至105cm时,门禁系统身份识别性能满足设计要求,选取最佳测试距离70cm进行全天候测试,测得系统身份识别准确率大于85%,响应时间少于1.82s。     

基于RFID的人员身份识别及定位系统研制

针对管制区域的人员身份识别与定位问题,设计了一种基于RFID的人员身份识别及定位系统;系统采用RFID技术,构建了以数据采集层、数据库层和管理应用层为核心的三层系统架构,设计了以C8051F126为控制器核心,以FPGA为数据处理器的RFID读写器,读写器通过RS-232C串行端口与上位机相连,上位机通过调用RFID的DLL动态链接库文件进行RFID数据采集;上位机程序将采集的数据进行后台管理,主要由通信处理模块、卡片管理模块、控制器管理模块、权限管理模块等组成,各模块均以SQL Server2000为后台运行数据库,实现各模块之间的数据操作和共享;应用结果表明,该系统实现了对人员区域定位、出入控制、人员轨迹记录等功能,运行稳定,实时性好。     

基于树莓派的访客指纹门禁打卡系统的设计与实现

完成指纹算法设计和相应的UART程序设计.指纹识别技术是基于生物识别技术的现代化技术,根据每个人指纹图像的不同来进行身份识别,其具备安全性、特异性、可靠性等特点,符合访客系统的基本要求.实现本系统需要大量的运算,故选取了树莓派三代B型开发平台和Linux操作系统进行设计研究,指纹模块选取了较为成熟的FPC1020AM一体式半导体电容指纹识别模块,其识别速度快、安全性高、稳定性强.     

基于STM32的智能垃圾回收箱设计

本文基于STM32设计开发了一款智能垃圾回收箱,能够实现在云平台上远程监测垃圾箱相关数据(垃圾满溢、位置、环境信息),并增加投放者身份识别和垃圾分类投放的功能。系统的设计包含两部分:硬件设计和软件设计。硬件主要包括STM32模块、GPRS模块、传感器、显示屏和扫描枪等。软件设计主要涉及STM32软件设计和云平台设计。该系统有利于城市垃圾箱智能化管理。     

智能快递柜的设计与实现

随着电商的逐渐兴起,物流行业的工作量迅速增加。本文应用ZigBee技术和GSM技术实现了智能快递柜的设计,系统分为下位机信号采集传输模块和上位机控制模块。下位机具有身份识别和温湿度监控功能。利用Lab VEWI设计用户界面,实现用户动态密码验证功能。该系统工作稳定,提高了物流工作效率,具有一定的推广性。     

基于RFID的用户身份识别管理系统的设计

RFID是一种射频识别技术,不要求识别系统与特定目标之间互相接触或建立连接。提出一种基于RFID的用户身份识别管理系统,采用RFID模块配合WPF编写的软件系统和SQL数据库,对用户身份进行识别和管理。     

基于数字证书的身份认证系统的设计与实现

身份认证技术是能够对信息收发方进行真实身份鉴别的技术,是保护网络信息资源安全的第一道大门,在安全系统中的地位极其重要.提出了一种基于数字证书进行身份认证的方法,构建了身份认证系统模型方案,采用OpenSSL软件包,Ubuntu作为服务器操作系统,Tomcat作为WEB服务器软件,设计一个基于数字证书的身份认证系统,以网站登录注册系统为例实现身份认证.本系统由四大模块组成,有登录模块、注册模块、数据加密模块、数字证书处理模块,能够实现用户身份认证.系统模块实现结果表明,该系统安全可靠、易维护,具有良好的可扩展性.     

基于ARM的RFID智能安全管理系统设计与实现

为了对高级会议的会场及参会人员实现智能安全管理,采用嵌入式系统结合RFID技术设计并实现了一种集多功能于一体的智能安全管理系统.系统基于ARM7TDMI32位开发板,内扩展了显示、声音报警和通信模块,外扩展了射频、指纹和摄像模块,能同时对与会人员实现射频识别,指纹识别和图像识别三重身份认证功能.阐述了系统的总体设计、ARM7与MFRC531射频芯片及其他硬件模块的接口设计以及上层应用软件的设计和开发方法,最后通过测试验证了系统实现的功能和稳定性.     

基于Web的在线考试系统

系统在减轻教师工作负担、提高工作效率、优化学生考试的流程,增强参加考试学生的身份识别等功能上,比传统的考试模式节省人力财力和时间,系统由用户注册模块、考试模块和系统管理模块等3大模块组成。     

基于组合公钥的IP安全通信系统设计研究

本文分析基于组合公钥的IP安全通信系统的设计目标,并结合践行经验,对系统内的五大模块,即:用户交互模块、日志模块、处理模块、过滤模块以及数据库模块进行概要设计,促进数据传输之前通信双方进行了身份认证、完成了密钥协商,通过"身份认证"与"密钥协商"更好地确保了数据的机密性与完整性,使系统的安全性得到提高.     

基于Arduino的网络集成智能家庭系统设计

基于Arduino的网络集成智能家庭系统设计基于Arduino UNO R3开发板核心技术扩展了ESP8266Wi Fi无线模块、CH-SR501人体红外感应模块、雨滴感应模块、MQ-2烟雾气敏传感器模块、DHT11温湿度传感器模块、光照电阻模块等传感器模块采集外部信息,以实现对室内温湿度进行准确监测。利用K210 Maix Bit身份识别安防系统搭配AMG8833红外热像仪模块对来客进行非接触式体温测量以及身份识别,一旦发现体温异常的来客,系统立即发出警报,并向移动终端发送实时数据以及判断请求。通过搭配ATK-ESP8266模块利用WiFi技术将传感器节点实时采集的信息传输至移动终端,实现智能家庭信息的集成与控制。同时,本系统还扩展了LD3320语音识别技术,可实现语音控制家庭电器的开关,以及实现对室内设备的智能控制、晾衣架智能回收、火灾监测、实时安防监控等功能,为人们提供更智能、更安全、更舒适的生活环境。     

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。     

基于Linux的身份认证系统设计与实现

当前普遍采用智能卡的身份认证方法已不能满足快速、准确的身份认证要求,正在逐渐被生物特征识别技术取代。选用指纹识别技术用于身份认证系统,开发了一款快速、准确的身份认证系统。该系统利用串口将指纹模块和基于AT91SAM9261的嵌入式linux开发板连接,实现了多种功能,实现了对用户进行有效的身份认证功能。     

利用NB-IoT技术的机房智能门禁设计

随着智慧校园的不断发展,学校机房的门禁系统也在逐渐智能化。本文设计了一种利用NB-IoT技术的机房门禁系统。该门禁系统以Arduino Mega2560 Pro为主控,采用NB-IoT通信方式。系统利用指纹识别模块识别人员身份;利用继电器控制电磁锁的开与关;利用LCD显示屏显示指纹录入、临时授权码输入等信息。电池电压、身份识别等信息通过NB-IoT传输到点灯科技平台,实现远程监测。当需要临时开启门禁时管理员可登录点灯科技平台(或APP)实现远程解锁。     

基于深度神经网络的软件机器人语义识别方法

由于软件机器人语义识别中存在噪音,易产生表述不清等问题,增加了数据分析难度,影响了语义识别效果,为此,设计一种基于深度神经网络的软件机器人语义识别方法。通过Python语言中的urllib模块和NPL模块抓取二分类语料中的正负语料,搭建软件语料库。利用输出模块、解码器模块、编码器模块以及数据输入模块构建深度卷积神经网络模型,对融合后的张量进行处理后,获取语义分割结果。设计联合语义智能机器人识别模型,通过合并意图识别与实体识别,实现软件机器人语义识别。测试结果表明,设计方法的平均F₁值高于0.82,最高错误率低于0.592%,语义分割标准度量值高于0.83,对大量数据进行语义识别时花费时间较短,证明了设计方法具有较好的语义识别效果。     

低分辨率行人重识别数据集及其基准方法

目的 行人重识别旨在解决多个非重叠摄像头下行人的查询和识别问题。在很多实际的应用场景中,监控摄像头获取的是低分辨率行人图像,而现有的许多行人重识别方法很少关注真实场景中低分辨率行人相互匹配的问题。为研究该问题,本文收集并标注了一个新的基于枪球摄像头的行人重识别数据集,并基于此设计了一种低分辨率行人重识别模型来提升低分辨率行人匹配性能。方法 该数据集由部署在3个不同位置的枪机摄像头和球机摄像头收集裁剪得到,最终形成包含200个有身份标签的行人和320个无身份标签的行人重识别数据集。与同类其他数据集不同,该数据集为每个行人同时提供高分辨率和低分辨率图像。针对低分辨率下的行人匹配难题,本文提出的基准模型考虑了图像超分、行人特征学习以及判别3个方面因素,并设计了相应的超分模块、特征学习模块和特征判别器模块,分别完成低分辨率图像超分、行人特征学习以及行人特征判断。结果 提出的基准模型在枪球行人重识别数据集上的实验表明,对比于经典的行人重识别模型,新基准模型在平均精度均值（mean average precision,mAP）和Rank-1指标上分别提高了3.1%和6.1%。结论 本文构建了典型的...     

基于RandLA-Net的3D点云牙颌分割与身份识别

针对PointNet局部特征聚合不充分、保存模型较大、识别精度有待提升等问题,在三维（3D）点云牙颌身份的识别任务中,采用RandLA-Net的编码结构作为主干网络;在分割任务中采用原始RandLA-Net作为主干网络。针对RandLA-Net特征聚合模块聚合单一的问题,在识别任务中采用基于偏移注意力（OA）的特征聚合模块,在分割任务中增添了基于点云的Transformer block模块,相较于RandLA-Net的原始网络,新的网络模块能够更好地聚合局部特征。为了达到大规模开集数据集的身份再识别目的,将分类的交叉熵损失函数替换成了三元组损失函数。针对训练牙颌样本数据较少的问题,采用生成虚拟正样本的方式极大地拓展了数据集。实验结果表明：在识别任务中,相较于原始的RandLA-Net主干网络,识别任务的top-1平均精度提升了3.13个百分点;在分割任务中网络平均精度相较于原始RandLA-Net提升了3.06个百分点,平均交并比（MIoU）提升了6.05个百分点。