基于人臉識別技術(shù)的宿舍門禁系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、人臉識別技術(shù)在社交網(wǎng)絡(luò)、安防和電子商務(wù)中有著廣泛的應(yīng)用，是當(dāng)前科學(xué)研究的熱點之一。而當(dāng)前視頻圖像處理技術(shù)發(fā)展迅猛，再借助機器學(xué)習(xí)的發(fā)展優(yōu)勢，人臉識別技術(shù)的發(fā)展將更加迅速。
　　論文對人臉識別技術(shù)的相關(guān)理論進行了介紹，人臉識別技術(shù)的核心內(nèi)容包括人臉檢測和人臉識別兩方面的內(nèi)容。通過對相關(guān)理論進行學(xué)習(xí)之后，論文設(shè)計了一個簡單的人臉識別宿舍門禁系統(tǒng)。該系統(tǒng)的主要功能包括:住宿學(xué)生注冊、住宿學(xué)生管理、住宿學(xué)生人臉識別、訪客登記以及入侵報警等

2、功能。在經(jīng)過需求分析之后，論文給出了該系統(tǒng)的總體設(shè)計以及各個模塊的詳細設(shè)計。其中人臉識別功能是論文研究的核心內(nèi)容，也是設(shè)計實現(xiàn)人臉識別宿舍門禁系統(tǒng)的關(guān)鍵環(huán)節(jié)。
　　在對人臉識別宿舍門禁系統(tǒng)進行設(shè)計之后，對該系統(tǒng)中所用到的關(guān)鍵技術(shù)進行了詳細分析。論文設(shè)計的算法流程為:首先利用Adaboost算法對實時捕獲的學(xué)生圖像進行人臉檢測，接著對于已經(jīng)檢測出存在人臉的圖像利用LBP算法提取特征矩陣，然后對得到的特征矩陣使用PCA進行降維處理，最

3、后利用SVM算法對降維后的特征矩陣進行分類識別。論文在給出總的算法設(shè)計的同時也對其中的關(guān)鍵算法進行了詳細的介紹。以上的主要目的就是為了使系統(tǒng)可以具有較高的識別率和識別速度。最后基于對系統(tǒng)的設(shè)計以及關(guān)鍵技術(shù)的研究，論文利用OpenCV視覺庫中所對應(yīng)的相關(guān)API實現(xiàn)了人臉識別宿舍門禁系統(tǒng)。
　　利用ORL庫對論文最終所實現(xiàn)的人臉識別模塊進行了檢測，最終的實驗結(jié)果為:識別速率平均可以達到354ms每張，準(zhǔn)確率可以達到92.5％。由此結(jié)果