论文部分内容阅读
随着信息技术的不断发展和现代化社会的日益进步,同时伴随着不安全因素的隐患,智能安防系统得到了大力推广。门禁系统作为安防系统核心组成部分,也日益成为社会各界关注的焦点。使用卡片和密码形式的传统门禁系统由于功能单一、易丢失等缺点,无法满足人们对安全日益增长的需求。人脸识别作为典型的生物特征识别技术因具有很高的唯一性和稳定性,非常适合安防系统的需求,将其引入到门禁系统中已成为当前热门的研究方向。本文针对小型办公场所设计了一套基于人脸识别的智能门禁系统,该系统由嵌入式门禁端、人脸识别服务端组成,具有权限控制和考勤等功能。全文主要工作如下:1.人脸识别理论分析与研究人脸检测和人脸识别算法是设计基于人脸识别的智能门禁系统的核心技术,然而现有人脸检测和人脸识别算法很多,确定适合本文所设计系统的算法是系统设计的关键。通过实验分析对比经典人脸检测算法AdaBoost和近期比较热门的使用卷积神经网络改进的MTCNN人脸检测算法,MTCNN因检出速度更快、检出率更高更适于门禁系统的应用。在深入研究主流人脸识别算法基础上,提出基于LC-KSVD-CRC的人脸识别算法,理论分析结果表明该算法具有较高识别率,但在实际场景测试中表现性能却不如基于深度学习的FACENET算法,因此选择了FACENET人脸识别算法。2.智能门禁系统设计结合实际需求设计门禁系统架构,以树莓派开发板为核心搭建嵌入式门禁端硬件平台,使用USB摄像头作为图像采集设备,通过电位器完成电子锁的开闭。在引入tensorflow深度学习框架、opencv视觉库的基础上,编写了基于FACENET算法的人脸识别服务端程序、基于MTCNN算法的人脸检测程序、远程网络请求程序、门锁控制程序和Web管理平台。实现了门锁控制、人脸注册、出入权限管理、考勤等功能。同时,管理员可以随时随地远程访问管理平台。3.在实际应用场景下对系统进行功能和性能测试,并分析影响性能的因素。实验结果表明:本文所设计系统在人脸检测率、人脸识别率、耗时都能达到实际应用场景的预期标准,且丰富的功能可满足日常需求。系统设计性能优良,且具有良好的应用前景。