人脸识别技术在智能门禁系统中应用.docVIP

人脸识别技术在智能门禁系统中的应用 　　[摘 要]就目前来讲，智能门禁系统是一种非常重要的安全防护管理系统，其主要通过人脸来判断，确定来访人员是否能够允许，全面提升控制开关的安全性。系统中的红外线传感器当探测到人体红外线信号时，其内部的影响采集设备就会自动识别人脸图像，然后通过内部的系统来进行识别、确认，判定人员是否具备合法进入的权力。对于不具备合法进入权力的人员，前端的采集控制系统会通过控制系统直接发出语音说明实际情况。通过大量的实验可以发现，该系统方法具备可行性，全面实现了人脸识别智能化的使用。 　　[关键词]人脸识别职能门禁OpenCV 　　中图分类号：TP92 文献标识码：A 文章编号：1009-914X（2018）12-0241-01 　　经济发展的促进之下，人口流动性也在逐渐增强，安全入口的控制应用的需求量也在持续上升，生物统计识别技术受到了青睐，智能门禁系统也已经成为了非常重要的安全防护措施。生物特征可辨识度非常高，具备唯一性，人体的指纹、人脸、视网膜等等都可以用作智能安全控制的识别部分。人脸识别相较于其他部分的生物特征来说，其可辨识度比较高，且采集方面比较方便快捷，而且更加的准确和安全，可以在很多的场合内使用，具备非常好的实用效果。 　　人脸是人体非常重要的表达器官，其具备非常全面的人体信息，比如性别、皮肤、性格、面貌等等，所以人脸识别技术也就成为了一种非常重要的人机交互技术。人脸识别的主要工作原理就是人的面部特征是唯一性的。使用人脸来进行生物特征的识别可以更好的保证门禁管理系统发挥其管理作用。本文中主要深入的探讨人脸识别的智能控制设计，其中还包含了具体的系统设计和人脸检测方面的技术，希望本文的一些观点可以促进我国的智能门禁系统发展和进步。 　　1 职能门禁系统总体设计 　　人脸识别的智能门禁控制系统的整个部分主要由前端的信息采集部分以及后台的识别系统所组成。前者主要用来采集人脸信息，根据最终的反应情况发出语音警示；后者的主要作用就是进行人脸图像识别，合理的进行定位和采集，然后通过系统内部的串口将识别后的信息发送到采集系统中。该系统的框图如下图所示。 　　热释电红外线传感器可以检测大门口位置上是否有人员靠近；如果发现存在人员靠近现象，其系统内部的光敏电阻检测是否需要打开灯来为人脸识别提供必要的照明条件；串口发送信号之后可以通过后台的人脸检测系统进行识别，后台的系统在获取了信号信息后，影响采集系统将人脸图像获取，通过预处理、检测和人脸识别技术来判断人员的身份是否允许进入。对于无权限进入的人员，前端的系统会通过串口所反馈的信息来播放语音提醒；而允许进入的人员，前端控制系统则直接将开门信号传输出去，进而打开大门。 　　2 人脸采集检测识别系统算法 　　2.1 图像预处理 　　图像采集系统主要获取的是人脸图像信息，因为在采集人脸图像的过程中会受到诸如亮度、姿势、遮挡物等因素的影响导致其存在较大的差异性，因此在采集的过程中系统会发出一系列的噪声，如果此时收集的人脸图像信息未经过任何处理必然导致其最终的识别结果不准确。因此，为了准确的获取人脸图像信息，需要合理的进行图像处理，消除其识别过程中存在的噪音，提高图像的准确度。 　　人脸图像预处理主要包括：几何规范以及灰度规范。几何规范化主要利用的是人瞳孔数据作为依据，从而将整个人脸图像进行适当的平移、缩放等处理，从而形成了一个标准的人脸图像标准。灰度规范主要是提升人脸图像的质量水平，将所有的灰度都按照一个标准来进行设置，从而提升了人脸图像的精确度。 　　2.2 人脸检测 　　AdaBoost是一种非常典型的集成机器学习方法，主要是针对同一个训练集中的不同弱分类器，其具备较强的识别性能，较之随机检测方法更具优势，所有的迭代得到的弱分类器，并按照?D定的权值叠加起来，得到一个强分类器。将这些弱分类器连接到一起就形成了一个Adaboost级联分类器。在进行了一组样本学习之后，其可以保证识别率学习算法满足要求。该算法的自身是通过改变一系列的数据来实现的，每次根据训练集中的样本来检测其是否正确，然后与上次的总体分类准确率进行比较，从而可以确定每个样本的权值。 　　2.3 人脸识别 　　主成分分析法（Principal Component Analysis PCA）是一种非常有效的算法，其主要的优势在于能够准确的获取人脸所有的特征信息，并且能够充分的提取到相关有用信息，是目前非常实用的一种人脸识别技术。 　　PCA算法的原理是通过系统内部获取最为准确的人脸信息，然后根据这些信息构建一个完善的人脸空间图像信息，识别过程中可以将图像投影到该空间内，从而获取一个非常有效的投影系数，从而将所获取的人脸信息与数据库人脸图像进行比对。该算法主要是记忆人脸的一些特殊特