An Improved Real-Time Face Recognition System at Low Resolution Based on Local Binary Pattern Histogram Algorithm and CLAHE

This research presents an improved real-time face recognition system at a low resolution of 15 pixels with pose and emotion and resolution variations. We have designed our datasets named LRD200 and LRD100, which have been used for training and classification. The face detection part uses the Viola-Jones algorithm, and the face recognition part receives the face image from the face detection part to process it using the Local Binary Pattern Histogram (LBPH) algorithm with preprocessing using contrast limited adaptive histogram equalization (CLAHE) and face alignment. The face database in this system can be updated via our custom-built standalone android app and automatic restarting of the training and recognition process with an updated database. Using our proposed algorithm, a real-time face recognition accuracy of 78.40% at 15 px and 98.05% at 45 px have been achieved using the LRD200 database containing 200 images per person. With 100 images per person in the database (LRD100) the achieved accuracies are 60.60% at 15 px and 95% at 45 px respectively. A facial deflection of about 30° on either side from the front face showed an average face recognition precision of 72.25%-81.85%. This face recognition system can be employed for law enforcement purposes, where the surveillance camera captures a low-resolution image because of the distance of a person from the camera. It can also be used as a surveillance system in airports, bus stations, etc., to reduce the risk of possible criminal threats.

基于疫情环境的人脸识别门禁系统研究

结合疫情的实际使用需求,研究了一种基于人脸识别门禁的系统.通过摄像头采集人脸信息,采用卷积神经网络进行训练,建立人脸模型,人体红外传感器实现非接触的温度采集,控制器根据数据信息,实现门禁系统的控制.

智慧小区人脸识别门禁系统应用研究

随着信息技术的快速发展,智慧小区在智慧城市建设中发挥着越来越重要的作用。人脸识别门禁系统是智慧小区安全管理中非常重要的一环,对该系统的应用进行深入研究,对于提高智慧小区安全管理水平有着十分重要的意义。为此,在深入研究人脸识别门禁系统在智慧小区应用的基础上,对系统中的关键技术、实现方法和挑战等进行分析,并给出优化建议。

嵌入式实验室门禁人脸识别系统设计

为加强对实验室门禁系统的控制,降低门禁程序的误检率,对嵌入式实验室门禁人脸识别系统进行设计与验证。简述系统的构建需求,有针对性地进行嵌入式系统总体结构设计。基础电路中接入0K6410核心板,关联前后识别端口的同时,植入图像采集装置,完成系统硬件的设计;建立嵌入式交叉识别编译环境,对所识别的图像预处理并设计定位指令,关联ORL嵌入式人脸数据库,完成系统软件的设计。系统测试结果表明:针对于静态检测识别环境和动态检测识别环境下的测试,在50名用户的识别测验后,得出的误检率均控制在15%以下,表明在实际嵌入式人脸识别过程中,识别误差小、可控、识别速度快、更易调整,具有实际的应用价值。

人脸识别技术在图书馆的应用研究

新一轮科技与产业革命正聚焦于人工智能的创新发展,人脸识别技术作为人工智能的典型应用,成为智慧图书馆建设的强劲助推力。文章介绍了人脸识别技术的发展现状、技术优势和市场前景,并以电子科技大学图书馆的人脸识别应用实践为例,探讨人脸识别与图书馆需求的结合点,重点分析人脸识别产品的考察要点、部署方案、布设经验与实施效果,以期为同行的应用提供借鉴。

人脸识别技术在图书馆的应用实践与发展思考

人工智能时代,人脸识别技术应用于多个行业领域,包括图书馆业界。文章在"刷脸"热这一背景下,运用网络调查方法,探究了我国图书馆界刷脸入馆和刷脸借书的应用现状。结合人脸识别技术的应用实践,从读者时间成本与读者接受意愿,读者卡相关系统的升级改造和图书馆经济与环境可持续发展三个方面进行了思考和分析。

基于双核数字信号处理器的人脸识别门禁系统

为了解决传统的人脸识别门禁系统稳定性差、处理速度低的问题,提出了基于双核数字信号处理器(DSP)的人脸识别门禁系统设计方案,研究了系统的结构组成和软件实现技术,利用双核技术和代码优化技术提高识别速度。实验结果表明,系统稳定性好,识别率高,识别速度较快,有较好的实用效果。

人脸识别智能门禁系统的优化设计技术

设计了融合人脸识别技术和嵌入式技术的新型智能门禁系统,以Smart210为主控制器,以Linux操作系统为软件开发平台,通过对采集到的人脸图像进行一系列预处理提高了人脸识别算法的抗干扰性,采用Adaboost算法进行人脸检测,融合分块LBP算子和PCA算法进行人脸识别。测试结果表明,系统实现了预定功能,实时性和识别成功率都达到了预期的目标。

单机型人脸识别门禁系统的设计

本文在介绍智能IC卡门禁系统的功能及结构组成的基础上,结合人脸识别技术的最新发展,采用一种新型的人脸特征提取和识别算法,设计了单机型人脸识别门禁系统。将人脸识别的高安全性、便携性,难以伪造等优点用于门禁系统的身份认证,使门禁系统更安全,更易被人接受。实验证明该系统能够起到很好的实际应用效果。

基于OpenCV的嵌入式智能门禁系统设计

基于智能家居安防系统中安全性的需求,以三星S3C6410嵌入式核心芯片为平台,以Open CV技术为核心,设计实现了具有人脸识别功能的智能安防门禁系统。本智能门禁系统首先将授权人的人脸信息进行灰度化、降维及计算特征值等处理,再进行准备训练,得到授权人的相关信息。然后对摄像头采集到的人脸信息进行处理。将授权人的人脸信息与采集到的人脸信息进行比对,判定门禁系统是否开放。经过测试,该智能门禁系统较好的完成了人脸识别功能,实现了门禁系统的设计要求。本设计已成功应用于智能家居安防系统中。

基于人脸识别技术的智能门禁系统设计

设计了基于人脸识别技术的智能门禁系统。该人脸图像识别系统通过系统各种链接功能的设置,将人脸图像的特征提取、分类识别及识别结果的输出等仿真试验过程进行直观的操作。仿真试验数据表明,该系统在人脸图像识别准确率和减少计算时间方面具有实用价值,基于MATLAB的人脸图像识别系统能够方便用户进行识别测试操作。

基于Jetson Nano的智能门禁系统

针对在新冠肺炎疫情时期实验室、办公室等小型半封闭场所出入人员的管理问题,基于Jetson Nano硬件平台利用人脸识别和目标检测等算法对门禁系统进行设计与实现。该门禁系统实现了智能身份识别与口罩佩戴检测以及网页端的远程控制功能。测试表明,该门禁系统的识别正确率和识别速率可用于疫情时期出入人员的管理,具有实用性高、成本低、性能良好的特点。

基于三重人脸识别身份验证的门禁管理系统设计

针对目前门禁管理系统存在的身份验证模式较单一、安全级别较低等问题,并且为满足高保密性、高安全性场合的需求,设计了一种基于移动Android终端、嵌入式现场终端以及上位机系统的三重身份验证的安全门禁管理系统,并且利用人脸识别技术的独特性进行控制;简单介绍了系统的软件和硬件开发平台、系统整体的网络拓扑结构,给出了系统的整体实现与运行框架,并且详细设计了基于移动Android端、嵌入式端以及后台服务器端的3个子系统的软件部分,包括流程图设计及各个软件界面设计;进行多次模拟试验,最终给出整个系统的部分运行效果图;结果表明,该系统能够进行三重身份识别验证,准确度较高,运行稳定,能够很好得满足特殊场合的需要,具有良好的实用前景和推广价值。

人脸识别技术在门禁系统中的应用研究

近几年,作为生物特征识别技术中非常重要的一项,人脸识别技术具有独特的发展优势,逐渐成为人工智能以及模式识别的一项焦点,受到了很多研究者以及机构的关注。人脸识别技术具有方便、直接以及友好的优势,因此在很多领域得到了广泛的应用。文章将人脸识别技术应用于门禁系统,制定出一种设计方案有效提升人脸识别门禁系统的识别效率,在系统设计的过程中采用了较新的特征提取算法,即2DLDA算法来实现人脸特征的识别,最后使用邻分类器来实现分类识别的功能。

基于嵌入式人脸识别的高校图书馆智能门禁系统设计

高校图书采取针对性验证方式设立的门禁系统,对于维护高校图书馆的安全和营造良好的阅读环境起着至关重要的作用。但是门禁系统的验证方式不同,其便捷性以及安全性也存在很大差别。当前高校图书馆普遍采用磁卡式的门禁系统,其便捷性以及安全性不高,同时磁卡存在易于丢失的缺点。研究基于人脸识别的高效智能门禁系统设计,旨在更好地避免安全隐患。通过不可复制的人脸特征,并借助Adabost算法,极大地提高了人脸识别的速度与精度,使得高校智能门禁系统变得更为安全、便捷、可靠。

基于人脸识别技术的智能图书馆门禁系统研究

从智能图书馆门禁系统构建的角度出发,探讨当下图书馆的外部用户访问验证方式存在的不足之处。在此基础上,提出利用Adaboost迭代算法多路门禁管控的人脸识别方案,将人脸拍照与特征图像匹配进行匹配,验证进入的用户身份是否合法,由此保证智能图书馆门禁系统的安全性、人员识别与管理的准确性。

人脸识别技术门禁系统在高校公寓管理中的应用

随着ABC时代的到来,人脸识别技术得到了飞速发展,在生物鉴别技术、图像处理技术辅助与支持下,人脸识别技术受到了广泛关注。公寓管理是高校日常管理工作的重要组成部分,其管理水平高低能够充分反映高校综合实力,且与学生生命、财产安全存在密切联系,传统公寓管理主要以人工为主,存在很多不足之处,存在很多潜在隐患,而人脸识别技术具有保密性、安全性等优势,是当前最为理想的身份识别方式,对此文章将针对高校公寓管理问题,设计人脸识别技术管理系统,旨在为高校公寓管理提供更多支持。

住宅小区人脸识别门禁系统的应用风险及其法律规制

当前,因疫情防控需要,住宅小区人脸识别门禁系统正在被广泛应用。人脸识别系统在给民众带来生活便利的同时,也带来了不可忽视的应用风险。具体体现为:业主知情同意机制失灵的风险、业主信息权益被侵犯的风险和信息采集程序不正当的风险。其原因为:人工智能相关立法的效力等级低、法律执行不到位、算法黑箱导致程序不透明和监管方式不完善。人脸识别技术应用于住宅小区门禁系统的法律规制路径为:制定隐私保护法律法规,由知情同意机制向合规义务机制转移,加强中央与地方的协同规制,政府与企业公私合作共建“云平台”。

基于无线网络的人脸识别门禁系统设计与实现

智能化门禁系统根据人们各自与生俱来的独特生物学特征并充分运用人脸识别技术,实现门禁系统的识别功能。基于无线网络的智能化门禁系统对无线网络结合智能控制系统的构建提供了新思路。文章对基于无线网络的人脸识别门禁系统设计与实现进行了理论分析,以期为互联网下人脸识别门禁系统的进一步发展提供理论依据。

基于人脸识别技术的图书馆门禁系统的研究

通过对人脸识别技术与其他身份识别技术的对比,分析不同技术之间的优缺点,进而提出基于人脸识别的图书馆门禁系统优于传统图书馆门禁系统,同时对系统的组成结构、工作原理、算法代码编写流程以及系统测试等进行了研究。传统图书馆门禁系统存在三个关键问题:存在不安全隐患、存在5%左右的误识率和识别速度慢。针对上述三个关键问题分别提出了解决方案。由于人脸识别技术有着"人脸无法替代"、非侵犯性的特性,因此将人脸识别技术应用于图书馆门禁系统,排除了传统图书馆门禁系统存在安全隐患的现象;从系统设备选型、网络设计、软件设计方面提升了人脸识别终端机对人脸的识别率;由于人脸的识别时间小于1 s,从根本上解决了图书馆门禁系统识别速度慢的问题。