基于人脸识别的智慧小区门禁系统
|
摘要
为了促进智慧城市的发展,提升小区门禁系统的智能化服务,设计了一种基于人脸识别的智慧小区门禁系统。讨论了系统的总体架构,各模块功能作用,控制流程以及软件设计等,系统分为用户操作端部分、前端门禁机部分以及后台识别比对部分,主要包括用户信息注册模块、前端抓拍识别模块、数据传输模块、后台识别比对模块、智能开锁模块以及中心管控模块。人脸检测部分采用改进的AdaBoost算法,提高了多姿态下人脸检测的鲁棒性,后台比对部分采用多层卷积神经网络的方法对人脸进行比对。经过现场的实际运行,此系统方案具有良好的可靠性和稳定性。
In order to promote the development of smart city and enhance the intelligent service of community access control system, a smart community access control system based on face recognition is designed. The overall architecture of the system, the function of each module, the control flow and the software design are discussed. The system is divided into the user operation part, the front-end access control part and the background recognition comparison part, including the user information registration module and the front-end capture recognition module. Data transmission module, background recognition comparison module, intelligent unlocking module and central management module. The face detection part adopts the improved AdaBoost algorithm to improve the robustness of face detection under multi-pose. The background comparison method uses multi-layer convolutional neural network to compare faces. After the actual operation on site, this system solution has good reliability and stability.
In order to promote the development of smart city and enhance the intelligent service of community access control system, a smart community access control system based on face recognition is designed. The overall architecture of the system, the function of each module, the control flow and the software design are discussed. The system is divided into the user operation part, the front-end access control part and the background recognition comparison part, including the user information registration module and the front-end capture recognition module. Data transmission module, background recognition comparison module, intelligent unlocking module and central management module. The face detection part adopts the improved AdaBoost algorithm to improve the robustness of face detection under multi-pose. The background comparison method uses multi-layer convolutional neural network to compare faces. After the actual operation on site, this system solution has good reliability and stability.
引文
[1]刘利,王栋,董惠. 用于智能门禁系统的人脸识别技术[J]. 电视技术, 2010, 34(9):113-115.
[2]张坤. 智慧小区门禁系统的设计与实现[D]. 重庆:重庆邮电大学, 2017.
[3]张静端. 基于人脸识别技术的图书馆门禁系统的研究[J]. 现代电子技术, 2016, 39(18):99-103.
[4]黄知超,张鹏,赵华荣,等. 智能视频监控中基于肤色信息的人脸检测算法研究[J].现代电子技术, 2018, 41(7):58-61+66.
[5]司凤玲. 基于嵌入式技术的人脸识别门禁系统设计与实现[D]. 武汉:武汉纺织大学, 2018.
[6]王磊. 人脸识别的智能门禁系统的研究与设计[D]. 西安:西安工业大学, 2017.
[7]刘凯伦. 视频监控中实时人脸识别系统的研究与实现[D]. 郑州:郑州大学, 2017.
[8]李振雨,王好臣,王功亮,等. 基于级联Adaboost和神经网络主元分析算法的人脸检测系统[J]. 科学技术与工程, 2018, 18(1):280-286.
[9]李冰. 人脸识别系统中的活体检测技术的研究[D]. 天津:天津大学, 2017.
[10]卓成龙. 基于视频的多目标人脸跟踪算法研究与实现[D]. 成都:电子科技大学, 2013.
[11]吴丹阳. 基于视频的实时多人脸检测、识别与跟踪方法研究[D]. 沈阳:沈阳工业大学, 2013.
[12]CHAUDHRY S, CHANDRA R. Face Detection and Recognition in an Unconstrained Environment for Mobile Visual Assistive System[J]. Applied Soft Computing, 2017, 53:168-180.
[13]袁玥. 基于NFC的数字化智能门禁系统研究与设计[D]. 武汉:湖北工业大学, 2017.
[2]张坤. 智慧小区门禁系统的设计与实现[D]. 重庆:重庆邮电大学, 2017.
[3]张静端. 基于人脸识别技术的图书馆门禁系统的研究[J]. 现代电子技术, 2016, 39(18):99-103.
[4]黄知超,张鹏,赵华荣,等. 智能视频监控中基于肤色信息的人脸检测算法研究[J].现代电子技术, 2018, 41(7):58-61+66.
[5]司凤玲. 基于嵌入式技术的人脸识别门禁系统设计与实现[D]. 武汉:武汉纺织大学, 2018.
[6]王磊. 人脸识别的智能门禁系统的研究与设计[D]. 西安:西安工业大学, 2017.
[7]刘凯伦. 视频监控中实时人脸识别系统的研究与实现[D]. 郑州:郑州大学, 2017.
[8]李振雨,王好臣,王功亮,等. 基于级联Adaboost和神经网络主元分析算法的人脸检测系统[J]. 科学技术与工程, 2018, 18(1):280-286.
[9]李冰. 人脸识别系统中的活体检测技术的研究[D]. 天津:天津大学, 2017.
[10]卓成龙. 基于视频的多目标人脸跟踪算法研究与实现[D]. 成都:电子科技大学, 2013.
[11]吴丹阳. 基于视频的实时多人脸检测、识别与跟踪方法研究[D]. 沈阳:沈阳工业大学, 2013.
[12]CHAUDHRY S, CHANDRA R. Face Detection and Recognition in an Unconstrained Environment for Mobile Visual Assistive System[J]. Applied Soft Computing, 2017, 53:168-180.
[13]袁玥. 基于NFC的数字化智能门禁系统研究与设计[D]. 武汉:湖北工业大学, 2017.