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。     

联网式多通道门禁考勤系统的设计

为了研究安全可靠的门禁系统,构建了基于人脸确认算法的联网式多通道门禁系统,为非接触性安防系统提出了解决方案.研究了人脸识别门禁系统的关键技术问题,给出了系统的功能和结构,提出了一种有效的颜色补偿算法和人脸确认算法,最后设计出相应的工作流程和界面.该系统具有采集、检测,确认和报警等多项功能,包括摄像机、液晶屏、智能卡读卡机、数据转换模块、网络接口模块、中央控制计算机、报警系统、报表打印设备等多个组成部分,并实现了利用非接触性智能卡来验证持卡人身份.     

基于Linux的人脸识别系统设计

文章提出了基于Linux系统环境下的人脸识别系统设计,硬件采用了基于S3C2440芯片作为处理器,采用USB摄像头进行人脸图像采集,以QT作为人机交互界面.对人脸识别系统设计原理进行了研究,重点探讨了特征提取、特征降维和人脸识别等技术问题.最后将PC上实验成功的人脸识别系统植到开发板上,测试结果表明,该系统能准确快速地识别人脸.     

基于云计算的嵌入式人脸识别系统建构与研究

针对嵌入式系统运算、存储资源有限等缺陷,采用先进的FaceCore人脸检测开放平台构建一套基于云计算的嵌入式人脸图像处理系统;通过在高性能嵌入式平台接入图像采集设备采集图像信息,然后将复杂的图像处理、检测、识别等算法转移到云平台进行,实现人脸特征值检测、人脸特征点检测、人脸相似度检测、人脸匹配等功能,减少了嵌入式系统的本地运算负担,降低了嵌入式人脸检测、识别系统的软硬件成本;最后通过对多个不同年龄、性别的人进行人脸检测识别、人脸和嘴的位置检测以及图像中人脸个数检测,分别得到检测时间的平均值;实验结果验证了构建基于云计算的嵌入式人脸识别实时系统的可行性,系统的稳定性、可靠性,并且与以前直接在本地进行计算做比较,具有较高的实时性,为未来嵌入式系统进行实时的图像处理提供了一种更有效的解决方案。     

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。     

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。     

煤矿调度室员工自动签到系统的设计

针对煤矿采用的打卡记名等常规考勤方法存在的考勤信息不准确问题,采用人脸识别技术设计了一种煤矿调度室员工自动签到系统,介绍了系统的总体设计方案及人脸识别算法。该系统首先采集人脸图像并进行预处理,然后采用Adaboost算法进行人脸检测,最后采用POEM+分块PCA算法及最近邻法分类器对采集到的人脸图像进行识别,以实现调度室员工的自动签到功能,并对考勤状况加以记录,为员工考核提供依据。     

基于EHMM的人脸识别算法

人脸识别是对从视频图像中检测到的人脸区域进行身份的认证．是将待识别人脸与数据库中的人脸进行匹配的过程。将EHMM应用于人脸识别,提取人脸的DCT系数特征作为观察向量,用EHMM算法进行人脸模型训练和识别,并使用OpenCV对人脸识别算法进行功能仿真验证和相关探究,达到较好的人脸识别效果。实验结果表明,正常光照下,该算法的识别率在95％以上。     

人脸识别视频分析的设计与实现

智能视频监控随着大数据视频分析技术的应用得到迅速发展,通过实时监控,视频分析系统即时反应。识别出视频监控采集到的目标人脸。在基于ARM11的S3C6410嵌入式硬件平台,以Linux操作系统为软件平台,用LBP算法对人脸图像进行预处理,减少光照对识别的干扰;用PCA算法对经一致模式统计后的均衡直方图进行特征提取和降维,降低数据的计算量;对降维后的数据运用岭回归算法进行分类,设计并优化LBP＋PCA算法,结合RidgeRegression分类技术作为人脸识别视频分析的解决方案。     

基于2DPCA和流形学习LPP算法的人脸特征提取应用

人脸图像的特征提取是人脸识别系统中最关键同时也是难题之一。流形学习算法是近些年的人脸识别和语音识别两个领域应用较多的非线性降维方法。通过对人脸识别系统的研究,现提出一种全新的基于2DPCA（Two-Dimentional PCA）和流形学习LPP（Locality Preserving Projections）算法的特征提取方法,可为今后深入研究人脸识别技术提供较好的参考。仿真实验表明,该算法与传统特征提取PCA、LDA算法相比,可以取得更好的识别率。     

人脸识别技术在医院挂号管理系统中的应用

文章提出了一种在现有挂号管理系统中增加面部识别功能的方案,该方法能通过挂号窗口的摄像头检测到可疑的挂号人员,从根本上杜绝或减少＂号贩子＂的存在,增加挂号的成功率。该系统采用了经典的K-L特征提取方法,具有较高的识别率。由于该系统结构简单,所需设备均为常用设备,因此具有较好的应用前景。     

基于核的图像欧氏距离人脸识别

引进了两幅图像之间的一种新的距离度量方法——图像欧氏距离,该距离是利用核函数对传统的欧氏距离进行改进而得到的。在此基础上,设计了一种新的分类识别方法——基于核的图像欧氏距离人脸识别方法,并应用于人脸识别中。为验证该算法的可行性,对人脸图像进行DCT变换得到预处理样本,并在ORL和Yale人脸库上进行多角度的比较实验。分析实验结果表明,该方法优于其它距离分类器算法。     

基于ARM构建Sobel边缘检测算子的指纹识别系统实现

介绍了一种采用ARM处理器作为控制核心,构建指纹识别算法的嵌入式系统的实现方法。该系统采用光学指纹传感器（内建格科微电子有限公司的光学GC0307CMOS图像采集芯片）与ARMCortexM3内核的意法半导体公司32位高性能单片机STM32F205RE组成功能主体,采fflSobel边缘检测算子、Gabor滤波、图像二值化等图像采集与处理算法对指纹图像进行识别。经过大量实践证明,该设计适合嵌入式组件开发中需要进行生物指纹特征提取、识别,指纹身份认证、比对等场合。系统具有高性价比且交互简易、识别率高、扩展性强,便于嵌入式应用。     

基于OPC的以MATLAB为计算平台的工业监控系统设计

以易控组态软件为主体,以MATLAB为计算后台,通过OPC进行数据交换,充分利用易控组态软件的友好的人机对话功能和M A T L A B强大的绘图和计算能力,为监控系统实现先进智能算法找到了一个切实可行的方法。     

基于STM32的智能家居控制系统设计

为设计出一款便于用户使用的智能家居控制系统,本系统以STM32F103单片机为控制中心,结合HC-05蓝牙模块、非特定人语音识别模块、GSM模块形成一套三体控制式的多功能控制系统。系统使用MQ-2烟雾传感器、HC-SR501人体感应模块、DHT11温湿度传感器以及继电器等对室内环境进行检测、处理,然后通过TFT显示屏显示室内环境状态。本系统可通过带有蓝牙功能的手机、用户语音来控制室内灯光、窗帘、风扇等;紧急情况下,利用GSM网络在10秒内通过发送报警短信提醒用户。系统性能良好,操作简便,成本低廉,适合广大用户使用,以及推广至智能化市场。     

基于对比学习的多特征融合戴口罩人脸识别

随着计算机视觉技术应用的发展和智能终端的普及,口罩遮挡人脸识别已成为人物身份信息识别的重要部分。口罩的大面积遮挡对人脸特征的学习带来极大挑战。针对戴口罩人脸特征学习困难这一问题,提出了一种基于对比学习的多特征融合口罩遮挡人脸识别算法,该算法改进了传统的基于三元组关系的人脸特征向量学习损失函数,提出了基于多实例关系的损失函数,充分挖掘戴口罩人脸和完整人脸多个正负样本之间的同模态内和跨模态间的关联关系,学习人脸中具有高区分度的能力的特征,同时结合人脸的眉眼等局部特征和轮廓等全局特征,学习口罩遮挡人脸的有效特征向量表示。在真实的戴口罩人脸数据集和生成的戴口罩人脸数据上与基准算法进行了比较,实验结果表明所提算法相比传统的基于三元组损失函数和特征融合算法具有更高的识别准确率。     

基于ICA与HMM的表情识别

独立分量分析(independent component analysis,ICA)是一种盲源分离的有效方法,为了进一步有效提取表情图像中隐藏的信息和提高表情识别率,可将它应用于人脸表情识别。由于脸部表情为人类情感、认知过程的研究提供了极为重要的测量依据,因此表情特征的提取和特征序列所代表的表情状态是表情识别过程中的重要步骤。为了更好地进行表情和情感的分类,提出了一种ICA结合隐马尔可夫模型(HMM)识别表情的情感分类系统,该系统首先利用ICA算法进行表情特征提取,为了加快特征提取的速度,这里采用了FastICA算法;然后通过7个训练好的HMM进行表情识别。实验结果显示,该系统使人脸表情识别的整体效果有了提高,取得了令人满意的效果,可以用来识别人脸表情。     

基于事例的面部动作单元识别算法

本文提出基于事例的交互式遗传算法进行面部动作单元识别的算法,将用户的比较能力融入到搜索过程,快速检索到与待识别图像匹配的事例图像,从而实现动作单元的半自动识别。该方法不需抽取图像特征,因而可用于识别非控制成像条件下自发面部图像或图像序列中的动作单元,具有较好的鲁棒性和实用性。文中采用16幅受控成像条件下收集的简单图像进行实验,单独AU的平均识别率达到77.5%,AU组合的平均相似度为82.8%。采用10幅有干扰的非受控成像条件下收集的复杂图像进行实验,单独AU的平均识别率为82.8%,AU组合的平均相似度为93.1%。相对于特征脸算法,本文算法的平均识别率和相似度都有较大程度的提高。