人臉識(shí)別的智能門禁系統(tǒng)的研究與設(shè)計(jì).pdf

1、隨著經(jīng)濟(jì)水平的提高和科技的發(fā)展，人們對(duì)安防提出了更高的要求。人臉識(shí)別作為先進(jìn)的生物識(shí)別技術(shù)之一，逐漸地應(yīng)用于我們的生活中，將人臉識(shí)別技術(shù)與門禁相結(jié)合擁有廣闊的前景。但是常見的門禁系統(tǒng)，大都是以PC機(jī)作為系統(tǒng)運(yùn)行平臺(tái)，這就給門禁系統(tǒng)帶來成本高昂和安裝繁瑣的劣勢。論文針對(duì)現(xiàn)有常見門禁系統(tǒng)的不足，將人臉識(shí)別技術(shù)和嵌入式技術(shù)相結(jié)合，研究設(shè)計(jì)基于人臉識(shí)別的智能門禁系統(tǒng)。
　　論文首先對(duì)門禁系統(tǒng)的需求進(jìn)行分析，根據(jù)實(shí)際應(yīng)用需要提出人臉識(shí)別的智

2、能門禁系統(tǒng)的技術(shù)指標(biāo)，進(jìn)行了系統(tǒng)整體方案設(shè)計(jì)。系統(tǒng)以Smart210為主控制器，以Linux操作系統(tǒng)為軟件開發(fā)平臺(tái)，使用Video4Linux2框架采集圖像。為去除圖像中的干擾因素，在進(jìn)行人臉識(shí)別前加入去噪聲、灰度化、直方圖均衡化等預(yù)處理步驟。仿真測試了現(xiàn)有常見的人臉識(shí)別算法，重點(diǎn)考慮識(shí)別率和識(shí)別耗時(shí)，經(jīng)過研究選擇適合系統(tǒng)的Adaboost和PCA算法人臉識(shí)別算法。而后重點(diǎn)對(duì)Adaboost算法及PCA算法進(jìn)行理論研究，然后將Adabo

3、ost算法應(yīng)用于人臉檢測，再訓(xùn)練出人眼分類器用于眨眼檢測，以確定是真實(shí)人臉，排除人臉圖片開門的情況。為提高系統(tǒng)對(duì)光照的抗干擾性，提出使用分塊LBP算子和PCA結(jié)合的人臉識(shí)別算法。針對(duì)PCA算法在側(cè)面人臉識(shí)別時(shí)成功率低的問題，提出基于自編碼器的正面人臉重建方法，使用MATLAB進(jìn)行仿真實(shí)驗(yàn)，重建正面人臉，最后結(jié)合PCA算法檢驗(yàn)重建人臉的效果。系統(tǒng)前端基于QT框架設(shè)計(jì)了人機(jī)交互界面，結(jié)合OpenCV計(jì)算機(jī)視覺庫完成了系統(tǒng)軟件部分的設(shè)計(jì);后臺(tái)