基于人脸识别门禁系统的应用与研究.pdf

基于人脸识别门禁系统的应用与研究 本文主要研究了人脸识别技术在门禁管理系统中的应用与实践，设计实施了一套智能门禁管理系统，实现了实时准确的人脸识别门禁管理功能。 人脸识别技术是基于人的面部特征信息进行身份识别的一种技术，它通过电子仪器采集图像中的人脸信息，经过图像检测和分析，对捕捉到的人脸进行跟踪和鉴别，以确定身份是否合法。与指掌纹识别技术相比，人脸识别技术具有非接触性、高安全性、难以伪造等特点，使用灵活，识别率高，因此广为人们所接受，是未来身份鉴别的主流技术与发展趋势。 人脸识别核心技术及实现原理： 1.1 人脸识别检测算法 人脸检测算法主要有两种：基于特征匹配的检测算法和基于模型匹配的检测算法。前者利用人脸的面部骨骼特征、器官特征、肤色特征，通过先验知识将人脸图像以特征表示出来，在进行人脸检测时通过面部轮廓、皮肤颜色、器官的形状大小、相对距离等信息，来判断待检测的图像中是否存在人脸。后者通过预先设定器官形状大小及相对位置、皮肤颜色、面部骨骼轮廓等各种人脸参数来建立人脸模型库，在进行人脸识别时通过将检测到图像与人脸模型库中的模型进行匹配，若达到匹配要求，比如相似度达到90%以上则匹配成功，判定检测到的图像为人脸。 1.2 人脸识别实现原理 识别人脸的基本原理是通过将前端人脸识别仪检测到的人脸图像与后端存储的人脸库中的人脸特征向量进行匹配，以此来判别身份的合法性。在计算机人脸识别过程中，首先将人脸最外在的特征如眼睛大小和形状、鼻子的大小和形状、嘴巴的大小和形状、眉毛的大小和形状等信息理解成最外层人脸特征向量；其次将五官的位置、相对距离、面部骨骼轮廓、脸上的皱纹斑点等信息理解成中间层人脸特征向量；最后将人脸信息抽象，提炼出人脸不随拍摄的角度、光线的明暗程度等因素影响的特征，理解为最里层人脸特征向量。 2. 人脸识别门禁系统设计与实现 2.1 系统的模型设计 通过摄像头采集到图像后，经过人脸检测系统进行检测，若识别到目标，则将检测到的人脸信息进行预处理，采集人脸特征信息，通过人脸识别系统将检测到的人脸数据信息与人脸库中的人脸特征数值进行比对。若为合法用户，人脸识别系统就向门禁控制系统下达开闸放行指令，同时将信号发送到显示系统显示人员信息，并根据设定的场景进行语音播报；若为非法用户，则进行语音报警提示。 人脸识别门禁系统模型如图1所示。图1中，内部员工人脸识别门禁管理系统模型显示了系统的设计原理和工作流程。 外部人员来访时，首先进行人脸图像采集，并将采集到的访客信息推送到人脸识别门禁系统。在访客通过门禁设备时，由人脸识别仪拍摄采集到人脸图像信息后，经过人脸检测系统进行检测。若识别到目标，则将检测到的人脸信息进行预处理，采集人脸特征信息，并通过人脸识别系统将检测到的人脸数据信息与人脸库中的人脸特征数值进行比对。若为合法用户，人脸识别系统就向门禁控制系统下达开闸放行指令，同时将信号发送到显示系统显示人员信息，并根据设定的场景进行语音播报；若为非法用户，则进行语音报警提示。