基于人脸识别门禁系统_20110703.pptVIP

基于人脸识别的门禁系统 项目背景 随着社会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。人脸识别由于具有直接、友好等特点，易于被广大用户所接受,因而有着广泛的研究与应用前景 。 项目介绍 本项主要包括两部分：（1）设计基于常见操作系统的人脸识别系统；（2）将人脸识别系统和门控系统结合，设计基于人脸识别的门禁系统。 建立人体面貌的数据库 用摄像机采集单位人员的人体面貌的面像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹编码贮存起来。 图2 人脸检测 人脸检测是人脸分析第一步，主要判断是否存在人脸。我们拟采用AdaBoost算法。它是目前人脸检测最为成功的算法之一，该算法的特点就是训练慢，检测快。 AdaBoost算法原理 AdaBoost算法针对不同的训练集训练同一个基本分类器（弱分类器），然后把这些在不同训练集上得到的分类器集合起来，构成一个更强的最终的分类器（强分类器）。理论证明，只要每个弱分类器分类能力比随机猜测要好，当其个数趋向于无穷个数时，强分类器的错误率将趋向于零。 人脸识别 人脸识别是核心步骤。对门禁系统而言，准确性和敏捷性很重要，因此我们拟采用基于特征参数匹配的方法。 图像采集 图1 特征提取 特征对比 开门 不开门 人脸数据库 摄像头 人脸定位 识别成功 识别失败 临时存储库 特征参数匹配算法 1. 提取人脸特征参数。 2.计算输入图像特征参数与数据库中人年特征参数的差值。 3.根据预先设定的阈值来确定图像是否包含在数据库中。 基于DSP的门禁系统设计 系统硬件构成及工作过程 如图3 整个系统的硬件结构由采集系统、识别动作系统以及网口通信三部分组成。 图3 RJ45 RTL8109AS PC机 视频信号 SAA7111 RAM CPLD 采集系统 网口通信 DSP5402 FLASH 门锁控制器 识别动作系统 创新之处 （1）人脸识别是当今计算机研究领域一项热门的课题，但是把它同门禁系统结合还比较少。我们准备基于人脸识别开发出一种实用的新型门禁系统，它适用于中小型公寓楼，能够快速有效地判读并作出反应。 （2）一般的基于人脸识别的门禁系统受光线的影响较大，我们拟采用基于主动近红外图像的人脸识别技术，一定程度上可以减弱光线变化对识别的影响。 经费预算 论文版面费、资料费：300。 实验材料费：3200（摄像机、硬件控制芯片的购买）。 系统测试、鉴定费：500。 差旅费：200。 谢谢观看 * 人脸检测是一个开放性的，比较活跃的研究课题。在人脸检测算法中，依照时间顺序的发展有模板匹配模型，肤色模型，ANN模型，SVM模型，Adaboost模型等。其中Adaboost模型在速度与精度的综合性能上表现最好。 * 1.几何特征的人脸识别方法 2.几何特征的人脸识别方法基于特征脸（PCA）的人脸识别方法 3.神经网络的人脸识别方法 4.弹性图匹配的人脸识别方法 5.线段Hausdorff 距离(LHD) 的人脸识别方法 6.支持向量机(SVM) 的人脸识别方法 加电后系统完成初始化,存储在FLASH 中的程序和数据加载到SRAM中。当有人要通过门时, 通过按键中断给DSP 一个中断信号, DSP 通过缓冲串行接口BDX1 向采集系统发出采集指令, SAA7111 将从CCD 摄像头采集的视频数据进行解码, 实现A/D 转换, 并给出LLC2( 采集时钟) 、VREF( 场同步参考信号) 、HREF( 行同步参考信号) 等采集参考控制信号, 然后通过CPLD 控制图像采集, 并将解码图像信号存储在SRAM中。当完成图像信号存储后, CPLD 给DSP发出结束命令。DSP 在接到采集结束命令后, 对在SRAM中的图像信号进行检测算法的处理, 获得特征数据并传给PC 机, 特征数据和PC 机数据库中的人脸模板进行对比, PC 机把识别结果传给DSP,DSP 则通过多通道缓冲串口给门锁控制器发送开门信号或报警信号。由于DSP 系统的存储能力有限, 又考虑到系统的便利性和扩展性, DSP 与PC机采用了以太网通讯, 将PC 机作为DSP 系统的备份设备, 记录识别日志, 同时存放识别对比程序和模板数据库, 并随时可以从远处PC 机上得到前端识别系统的状态。 * * 人脸检测是一个开放性的，比较活跃的研究课题。在人脸检测算法中，依照时间顺序的发展有模板匹配模型，肤色模型，ANN模型，SVM模型，Adaboost模型等。其中Adaboost模型在速度与精度的综合性能上表现最好。 * 1.几何特征的人脸识别方法 2.几何特征的人脸识别方法基于特征脸（PCA）的人脸识别方法 3.神经网络的人脸识别方法 4.弹性图匹配的人脸识别方法 5.线段Hausdor