基于人脸识别技术的门禁系统设计与实现

近几年,人脸识别技术作为生物特征识别技术中非常重要的一项,逐渐成为人工智能以及模式识别的一项焦点。本文将人脸识别技术应用于门禁系统,制定出一种设计方案实现基于人脸识别的门禁管理,采用二维线性判别分析(2D Linear Discriminant Analysis,2DLDA)算法有效提升了人脸识别门禁系统的识别效率,该系统具有方便、简单、成本低以及可移植性强等优势。     

基于SeetaFace的人脸识别门禁系统

社会的发展需要科学技术作为支撑,生活水平的提高伴随着更多的安全隐患,门禁系统的开发与完善与人们的生活密切相关。主要任务是设计一个基于SeetaFace的人脸识别门禁系统,搭配OpenCV先进行图像提取、样本采集和图像预处理,用Seeta Face-engine自带的检测模块、特征点标记模块和特征提取识别模块三个核心模块来完成人脸识别的主要功能。通过软件控制门禁,达到智能门禁的效果。     

考场三辊闸门禁系统的应用——智能门禁系统和图像采集的嵌入式集成

通过对三辊闸智能门禁系统和图像采集嵌入式集成的分析,针对传统三辊闸门禁系统在考场入口的应用及局限性,提出优化考场出入口管理系统的实施方案。该系统包括工作站、统计中心、监控中心、工程现场入口LED显示屏、三辊闸、扫描设备和人脸识别仪。     

基于小波变换的人脸光照补偿

提出了一种用于非均匀光照条件下人脸识别的光照补偿算法。该算法首先将人脸图像变换到对数域,并在对数域中计算2维小波变换,通过舍弃低频子带图像中的系数来实现人脸图像的非均匀光照补偿。由于人脸光照补偿的目的是为了提高人脸识别性能,所以光照补偿的效果利用人脸识别率来表征。在Yale B人脸库中,与对数域离散余弦变换（DCT）光照补偿算法进行了比较,实验结果表明,本文方法的人脸识别平均误识率可以达到0.18%,比对数域DCT方法具有更好的性能。另外,在CAS_PEAL人脸库中的实验结果表明,本文方法的性能与对数域DCT方法相近。     

基于Tengine的实验室门禁系统的实现

高校实验室存储有大量重要的数据,为了保障实验室数据的安全,需要严格控制进出实验室的人员,并对人员的访问时间予以记录。针对上述需求,设计了一种基于人脸识别的实验室门禁系统。该系统基于开源前向端侧推理框架Tengine,在边缘平台EAIDK-610开发板上进行部署。应用该系统提高了实验室管理的安全性,降低了非法用户访问带来的实验室数据泄露的风险。     

基于小波变换和模糊神经网络的人脸图像识别方法

提出了小波变换技术和模糊神经网络技术相结合的人脸识别方法。小波变换具有良好的多尺度特征表达能力,能将图像的大部分能量集中到最低分辨率子图像,高频部分则对应于图像的边缘和轮廓,能很好的表征人脸图像的特征。模糊神经网络具有很强的分类能力,并且可以运用神经网络的学习算法。实验表明,二者的结合对人脸识别具有计算量小,识别率高的优点,有很强的实用性。     

基于云计算的校园门禁系统研究

传统门禁系统有很多不足之处,将云计算应用于传统门禁系统中,增加门禁系统的多模态,并使系统处于松耦合状态,可以提高门禁系统的安全性和用户体验。该文探索并设计了云计算下校园门禁系统的云架构与构建,给出了校园环境下的门禁系统功能、应用以及逻辑设计,提高了现有硬件的利用率,使数字化管理在门禁系统中得到应用,对基于云计算的门禁系统的发展有一定参考价值。     

基于远程射频识别在门禁系统中的应用分析

随着电子技术和信息技术的发展,门禁系统的发展越来越多样化和智能化。设计了基于nRF24LE1射频芯片的门禁系统,研究了门禁系统的发展历史和现状以及超高频射频识别在门禁系统中的应用。设计的基于超高频射频识别的门禁系统实现了门禁发送端和接收端数据的无线传输,门禁系统在安装、使用、扩展、维护上与传统门禁系统相比得到了很大提高,充分展示了超高频射频识别技术在门禁系统设计、发展中的可行性和必要性,契合了门禁系统智能化、信息化和多样化的发展要求。     

基于小波变换和核主成分分析的人脸识别算法

人脸识别是当前模式识别和图像处理领域的研究热点。属于生物鉴别技术的一部分。一个完整的人脸识别系统主要由以下几个基本环节构成：图像预处理、人脸检测与定位、特征提取分类识别。本文主要针对图像的特征提取分类识别环节进行分析和试验：首先应用哈尔小波变换初步提取人脸图像的特征;再对小波系数运用核主成分分析进行最终的人脸特征提取。     

利用Gabor小波变换解决人脸识别中的小样本问题

提出了一种在人脸识别中解决小样本问题的新算法。通过把人脸图像经过Gabor小波变换后得到的每个图像都看成是独立的样本,大大增加了每一类人脸样本的样本数,解决了人脸识别中的小样本问题。专门针对人脸特征向量组,设计了使用白化变换后余弦距离测度的最近邻分类器来进行分类判决。在FERET人脸库中,对该方法与直接PCA方法进行了实验比较,结果表明,新方法的平均正确识别率可以达到97%,比直接PCA方法具有更好的识别性能。     

基于静脉识别技术的网络门锁

介绍了一种目前最先进的生物识别技术之一,即静脉识别技术;同时介绍了门禁系统中的一个特殊成员网络门锁;利用目前已经生产的一款掌心静脉识别模块改进目前使用IC卡作为身份识别标识的网络门锁系统;提供了一种最简单、成本最低的对现有网络门锁和门禁系统改进方法,为需要使用类似生物识别技术改造旧门禁系统提供了一种参考。     

基于ARM9的指纹识别门禁系统

为实现基于嵌入式ARM的指纹识别门禁系统,采用了基于ARM9的指纹识别门禁系统的软硬件设计,提出了指纹获取、指纹识别处理、指纹匹配等方法和相关算法。其中,硬件方面主要采用了三星公司的基于ARM920T内核的S3C2410A处理器和富士通公司的MBF200指纹传感器;软件设计包括了系统上电初始化、指纹识别处理、电控锁控制等部分以及Linux操作系统的移植和驱动的编写等。试验结果表明,该系统具有准确性高、识别快的优点,而且易于二次开发和功能扩展。     

无线视频监控系统人脸跟踪功能的实现

为实现视频监控的人脸跟踪功能,结合计算机视觉与舵机云台控制技术,设计了一种基于嵌入式处理器的无线视频监控系统.利用 MicroPython 计算机视觉库对采集图像进行滤波处理,以增强图像效果.采用改进卷积神经网络模型进行机器学习和人脸识别,将处理后的监控图像上传至服务器,用户可通过查看浏览器进行实时监控.测试结果表明,当有人脸出现在视频监控范围内时,系统可驱动舵机云台进行有效的人脸识别与追踪.     

人脸特征识别

人脸识别是模式识别、图像处理等学科的一大研究热点,可以广泛地应用于安全部门、电视会议、身份鉴别、数字监控等领域。人脸识别技术因其广泛的应用领域而成为最具吸引力的研究方向之一。人脸是一个非常复杂的模型．因此即使一个小孩也可以轻易地识别出一张人脸．但是应用计算机进行人脸识别却是一件困难的事情。人脸识别技术有着广泛的应用前景和迫切的现实需要,是当前模式识别领域最热门的研究方向之一。一般的人脸识别系统主要包括预处理,特征提取．样本学习和识别过程四个部分。其中特征提取的好坏将直接影晌到识别效果。     

一种基于无源射频识别的智能门禁系统

针对采用无线射频识别门禁系统授权识别准确率较低,以及较难防范未经授权的人员将授权人员带入限制区域的问题,提出了一个智能访问控制系统。所提出的系统由超高频无线射频识别子系统和计算机视觉子系统组成。超高频无线射频识别子系统实现人员的识别和认证功能,而计算机视觉子系统实现捕获人员图像并准确计算其数量的功能。实验表明,访问控制系统通过比较2个子系统所确定的人员数量,可以提高射频识别的准确率,并有效解决尾随访问控制问题。     

人脸识别方法

本文简单介绍了计算机人脸识别技术的研究背景、应用领域和研究内容;重点介绍了人脸检测和人脸识别中的几种典型算法;总结了现存的研究困难并提出了解决方法及今后的发展方向。     

人脸图象自动识别技术

本文论述了人脸图象识别的三个主要阶段即图象分割、特征提取识别的知识,以及如何用计算机图象识别系统的实现。     

复合方式现场总线控制系统通信协议的设计

本文介绍了总线方式现场控制系统中逻辑令牌环结合主从的复合介质存取控制技术及复合方式下通信协议设计。     

一种分布式人脸识别方法及性能优化

传统的集中式人脸识别方法在时间效率和可扩展性等方面存在不足,已经不能满足大规模实时人脸识别的需求。针对这个技术瓶颈,本文提出了一种分布式人脸识别方法,该模型由多个代理和一个服务器组成。代理能够同时对多个视频中的行人进行检测、跟踪以及特征提取,服务器则对视频中的行人执行识别操作。针对代理处理的任务分布不均而导致处理视频时间过长、任务量过大引起的CPU利用率激增问题,设计了代理的负载均衡来进行性能优化。利用代理统计处理的视频总数及每个视频中的行人数,并将统计数据发送给服务器。服务器通过负载均衡将视频重新分配给每个代理进行人脸识别。实验结果证明,分布式人脸识别有效地提高了人脸识别方法的效率和可扩展性。对一些较为极端的实验例子,经过性能优化后,代理中最大的CPU利用率降低近40%,有效地缓解了时间延迟问题。