基于OpenCV的人脸识别门禁系统设计文献综述
2020-04-28 20:31:50
随着经济的发展,社会开放程度的提高,社会上的一些违法犯罪事件也日渐影响到学校校园。如何建立一个安全的校园环境,保障师生的学习、校园生活安全一直是教育部门和社会各界关注的焦点。传统的校园重点安防部位大多采用的是来访、出门登记的方式,外来人员提供虚假证件或事由就可进入。有少数学校采用校园一卡通系统等管理手段,也存在“只认卡不认人”的缺点不能给学校带来真正有效的安全管理,冒用卡片进入校园重点安防部位的事故时有发生。因此,设计实现一个更加安全的门禁系统意义重大。
生物特征,作为人的内在属性,具有很强的自身稳定性和个体差异性,成为身份验证的最理想依据。最近十年,随着计算机的软硬件性能的飞速提升,图像处理和生物鉴别技术的不断进步,以及社会各方面对快速高效的自动身份验证的要求日益迫切,生物识别技术在科研领域取得了极大的重视和发展。
将人脸识别技术应用于身份认证的已经在多个场合被广泛应用。相比于其它的生物识别技术,如指纹识别、虹膜识别等,人脸识别技术更符合人类固有的识别习惯,它具有人体特征不可复制的唯一性,因此不易被外人盗用,识别过程无需与人体直接接触因此隐蔽性更好。这些特点也使得它非常适合于门禁控制领域。
基于人脸识别技术的智能化门禁管理系统,可以解决传统机械式或者刷卡、密码验证等门禁系统信息介质携带麻烦、易丢失、密码易遗忘、复制和被盗用的隐患,使得门禁管理更为安全方便、自动化程度更高,同时也能给用户带来更为轻松便捷的使用感受。因此,本次设计目的是设计与实现一个基于校园重点安防部位的人脸识别门禁系统原型,在提高安防的同时降低学校人力花费。
近年来,作为模式识别研究领域中的一个研究热点问题,人脸识别受到越来越多研究者的关注。经过国内外研究者多年研究,提出了很多人脸识别方法。人脸识别方法大致可以分为三类:基于几何特征的方法、基于模板的方法和基于模型的方法。其中较有影响的方法有:基于 PCA 的特征脸 (Eigenfacae)识别方法、基于 Fisher鉴别准则的 Fisherface人脸识别方法、基于Fisher极小准则不相关空间算法的人脸识别方法等。人脸识别技术由于其具有直接、友好、方便、易于为用户接受以及设备造价较低等优点,人脸识别技术具有广阔的应用前景。随着计算机技术迅速发展,以及人脸识别技术的不断成熟,人脸识别系统已经越来越受到相关政府机构以及系统集成商的重视。因此,研究开发基于人脸识别技术的身份验证系统具有重要意义和社会价值。
{title}2. 研究的基本内容与方案
{title}本次设计的基本内容是人脸检测与人脸识别。
所谓人脸检测是指判断图像中是否存在人脸区域,并进一步确定人脸的位置、大小、姿态等信息。
人脸识别就是指通过视频采集设备获取用户的面部图像,再利用核心的算法对其脸部的五官位置、脸型和角度进行计算分析,进而和自身数据库里已有的范本进行比对,后判断出用户的真实身份的过程。人脸识别方法基本上可以归纳为三类:基于几何特征的方法、基于模板的方法和基于模型的方法基于几何特征的方法主要是通过检测出重要面部特征的形状、相对位置以及这些特征之间的距离等相关参数,以构成一个可以代表人脸的特征向量。基于模板的方法将一幅图像看成是强度值的二维排列,然后利用合适的尺度与单独的表示整个脸的模板进行对比匹配。基于模型的方法就是利用数学模型将具有不同人脸尺度和人脸方向的信息合并。
该门禁系统中的人脸识别过程就是先判断图片中是否存在人脸,如果存在则提取图片的特征向量,再与系统中已录入的特征人脸( 即人脸注册时保存的 xml文件)进行特征匹配,程序界面显示匹配结果,匹配成功则向门紧锁发送开锁指令。人脸识别算法主要是通过调用 OpenCV 视 觉 库 中 提 供 的人脸识别算法实现的,OpenCV 视觉库中包含了特征脸方法、Fasherface 方法、LBPH 方法等人脸识别算法。