【技术实现步骤摘要】
一种基于二维人脸识别的门禁控制系统
本专利技术属于人脸识别领域,特别涉及一种基于二维人脸识别的门禁控制系统。
技术介绍
随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求,生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性,并且具有很强的自身稳定性及个体差异性,生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有:指纹识别,视网膜识别,虹膜识别,步态识别,静脉识别,人脸识别等。与其他识别方法相比,人脸识别由于具有直接,友好,方便的特点,使用者无任何心理障碍,易于为用户所接受,从而得到了广泛的研究与应用。除此之外,我们还能够对人脸识别的结果作进一步的分析,得到有关人的性别,表情,年龄等诸多额外的丰富信息,扩展了人脸识别的应用前景。近些年来,并没有比较好的电脑人脸识别软件,传统人脸也存在许多弊端,检测速度慢,需要数据集量大,对环境要求过高。
技术实现思路
本专利专利技术了一种基于二维人脸识别的门禁控制系统,解决传统人脸识别检测对环境要求高,检测速度慢和安全性差的缺点,采用专业的摄像头模块,解决现有的使用神经网络进行人脸检测面临着训练数据收集困难的困境;还将计算机视觉与机器学习有机融合,实现了一个快速的准确率高的人脸识别系统,具体通过以下技术方案实现。一种基于二维人脸识别的门禁控制系统,包括门锁、摄像头、语音模块、显示屏、无线通信模块、服务器、存储模块、数据库;包括以下步骤:S1、导入预设用户的基准照片,通过无线通信模块提交至服务器;通过人脸识别算法对基准照片生成128个基准特征参数,储存在存储模块和数据库中;S2、 ...
【技术保护点】
1.一种基于二维人脸识别的门禁控制系统,包括门锁、摄像头、语音模块、显示屏、无线通信模块、服务器、存储模块、数据库;其特征在于,包括以下步骤:S1、导入预设用户的基准照片,通过无线通信模块提交至服务器;通过人脸识别算法对基准照片生成128个基准特征参数,储存在存储模块和数据库中;S2、当探测到摄像头前2m内具有待识别物体时,摄像头拍摄待识别物体照片,通过人脸识别算法对待识别物体照片进行初次人脸识别,获取其中的人脸照片;若不能获取人脸照片,则终止识别;S3、对步骤S2获取的人脸照片进行人脸真实度识别,若经识别为真实人脸,则触发人脸识别模块,完成二次人脸识别;否则终止识别;S4、对人脸照片中的128个基准特征参数之间的欧氏距离设立匹配阈值;触发人脸识别模块后,将待识别人员的人脸与所有预设用户的人脸逐一比对,若经识别其与基准照片的欧氏距离不超过匹配阈值,则识别为预设用户,打开门锁,同时将出入信息录入存储模块,并通过无线通信模块传输至服务器和数据库;若经多次识别其相似度仍大于匹配阈值,则识别为非法闯入者,发出警报并通过无线通信模块提醒预设用户,同时拍摄非法闯入者照片并传送给房屋主人。其中,所述 ...
【技术特征摘要】
1.一种基于二维人脸识别的门禁控制系统,包括门锁、摄像头、语音模块、显示屏、无线通信模块、服务器、存储模块、数据库;其特征在于,包括以下步骤:S1、导入预设用户的基准照片,通过无线通信模块提交至服务器;通过人脸识别算法对基准照片生成128个基准特征参数,储存在存储模块和数据库中;S2、当探测到摄像头前2m内具有待识别物体时,摄像头拍摄待识别物体照片,通过人脸识别算法对待识别物体照片进行初次人脸识别,获取其中的人脸照片;若不能获取人脸照片,则终止识别;S3、对步骤S2获取的人脸照片进行人脸真实度识别,若经识别为真实人脸,则触发人脸识别模块,完成二次人脸识别;否则终止识别;S4、对人脸照片中的128个基准特征参数之间的欧氏距离设立匹配阈值;触发人脸识别模块后,将待识别人员的人脸与所有预设用户的人脸逐一比对,若经识别其与基准照片的欧氏距离不超过匹配阈值,则识别为预设用户,打开门锁,同时将出入信息录入存储模块,并通过无线通信模块传输至服务器和数据库;若经多次识别其相似度仍大于匹配阈值,则识别为非法闯入者,发出警报并通过无线通信模块提醒预设用户,同时拍摄非法闯入者照片并传送给房屋主人。其中,所述人脸识别算法的具体为:a1、选择若干人脸照片,利用方向梯度直方图HOG方法,对这些照片进行灰度处理,将每张人脸照片分割成若干个16×16像素的小方块区域;a2、计算每个小方块区域的向上、向右、右上三个主方向的梯度值,选取梯度值最高的主方向相应的箭头,用该箭头代替该小方块区域形成若干人脸的方向梯度直方图HOG;a3、导入预设用户的基准照片或待识别人员的照片,与步骤a2的若干人脸的方向梯度直方图HOG进行比对,计算待识别人员与基准照片的128位编码所对应的欧氏距离,比较欧氏距离与匹配阈值的大小,完成待识别人员脸部识别确认;a4、通过dlib中卷积神经网络选取预设用户的基准照片或待识别照片的人脸上的68个特征点,以眼睛和嘴巴位置的特征点为基准,对人脸照片进行旋转、缩放和错切,使眼睛和嘴巴处于中心区域;a5、通过训练好的FaceNet深度卷积神经网络,在预设用户的基准照片或待识别照片的人脸上最终形成128个特征参数。2.根据权利要求1所述的一种基于二维人脸识别的门禁控制系统,其特征在于,所述人脸识别算法的具体步骤a5中,FaceNet深度卷积神经网络的训练方法具体为:b1、每次训练导入三张脸部照片,第一张为第一人的人脸照片,第二张为第一人的另一张基准照片,第三张为第二人的人脸照片;b2、查看FaceNet深度卷积神经网络对三张脸部照片各生成的128个特征参数,调整FaceNet深度卷积神经网络,保证第一张和第二张的128个特征参数相似,且第一、二张与第三张的128个特征参数不同;b3、选用不同人的人脸照片按照步骤b1和b2重复多次,完成FaceNet深度卷积神经网络的训练。3.根据权利要求2所述的一种基于二维人脸识别的门禁控制系统,其特征在于,步骤S1具体为:S11、导入预设用户的基准正脸、侧脸照片;S12、利用FaceNet深度卷积神经网络,在预设用户的...
【专利技术属性】
技术研发人员:桂冠,杨震,洪凯圣,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。