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.

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。

家用近红外人脸识别门禁系统设计

设计了一款可以应用于家庭等场所的门禁系统。在设计过程中,以系统使用场景分析为基础,对系统的功能需求进行分析,确定了系统硬件结构与软件结构。在硬件设计方面,应用AM437x处理器和STM32L控制器对人脸识别等功能及各模块的电源等进行控制;应用接近感应电路实现了非接触式人脸识别。在软件设计方面,针对用户界面、启动管理模块、人脸识别模块、门禁管理模块、无线通信模块进行针对性设计,使系统满足设计需求。

基于Tengine的实验室门禁系统的实现

高校实验室存储有大量重要的数据,为了保障实验室数据的安全,需要严格控制进出实验室的人员,并对人员的访问时间予以记录。针对上述需求,设计了一种基于人脸识别的实验室门禁系统。该系统基于开源前向端侧推理框架Tengine,在边缘平台EAIDK-610开发板上进行部署。应用该系统提高了实验室管理的安全性,降低了非法用户访问带来的实验室数据泄露的风险。

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。

基于OpenCV人脸识别门禁系统的设计与实现

在校园内安装使用门禁系统能够有效管理人员出入。针对传统门锁易丢失钥匙、刷卡门禁易被复制身份信息等问题,提出一个以ESP32-CAM开发板为核心,具有光照、摄影、通信等基础功能,能够通过人脸识别的方式核实身份信息并开关门锁的门禁系统。该门禁系统的设计简洁、性能稳定、安全可靠、成本低廉,适合在校园中推广使用。

基于OpenCV的智能校园人脸门禁系统的设计与实现

随着科技的发展,使用智能化设备的人会越来越多。由于2020年突发的新冠疫情,导致各大场所都实行人员出入管理制度。为了更好和更方便管理,主要针对校园进出管理设计了一款具有高度安全、方便、高效的智能校园人脸门禁系统。系统基于OpenCV+Qt的软件环境,主要有人脸识别端口和人脸采集端口两个端口,人脸采集端口实现对人脸图像的采集,人脸识别端口实现对人脸图像的信息识别。

人脸识别技术在智慧校园建设中的应用研究

通过从智慧校园门禁或考勤系统建设的角度出发,基于改进SSD深度学习算法,构建起用于门禁或考勤人脸监测的网络框架,利用多尺度特征图框选识别目标候选区域,通常人脸识别只需要设置4×4×n的卷积核,使用DAN算法、特征向量分类器,实现人脸关键点提取、特征向量层次聚类,并将识别后的人脸特征向量与后台数据库的人脸图像比对,以保证人脸识别结果的精确性。

机场控制区门禁防尾随功能的探索与试点应用

文章以北京大兴国际机场登机口为例,详细阐述了如何在大兴机场门禁系统的基础上开展防尾随功能的研究。通过结合大兴机场门禁系统现有的软硬件资源,利用成熟的人脸识别技术和视频分析技术,探究了如何设计一个高效、安全、可靠的防尾随预警算法。同时,系统还应该具有对不同场景的智能识别能力,以提高准确性和鲁棒性。

一种工器具集装箱门禁系统的设计与研究

为了便于工器具集装箱的管理,结合现有门禁的机械结构及其传动控制种类,设计一种针对工器具集装箱专用的门禁系统装置,通过该装置提高了工器具集装箱管理的便利性。首先基于三维环境对门禁的机械结构进行设计,并对其进行可行性分析;然后设计了门禁的传动以及控制系统,搭配人脸识别模块提高进出便利性,配置电眼防夹传感器提高进出安全性;最后加工制作了该门禁系统,对门禁系统开关速度以及延时关闭时长等参数进行调整,进行防夹、断电等实验,调试完毕投入工程检修中应用,期间展现了较好的稳定性和安全性,且整体占据空间小,实现了工器具集装箱的便利化管理。

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。