CN107730693A - 一种门禁系统的人脸识别方法 - Google Patents

一种门禁系统的人脸识别方法 Download PDF

Info

Publication number
CN107730693A
CN107730693A CN201711112599.8A CN201711112599A CN107730693A CN 107730693 A CN107730693 A CN 107730693A CN 201711112599 A CN201711112599 A CN 201711112599A CN 107730693 A CN107730693 A CN 107730693A
Authority
CN
China
Prior art keywords
face
gate control
control system
identification method
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711112599.8A
Other languages
English (en)
Inventor
夏泽宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Dacheng Electric Technology Co Ltd
Original Assignee
Suzhou Dacheng Electric Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Dacheng Electric Technology Co Ltd filed Critical Suzhou Dacheng Electric Technology Co Ltd
Priority to CN201711112599.8A priority Critical patent/CN107730693A/zh
Publication of CN107730693A publication Critical patent/CN107730693A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种门禁系统的人脸识别方法，包括：系统加电以后首先进行初始化，当有人通过门时，利用硬件中断向系统提出请求，系统得到请求后屏蔽中断，向图像传感器发出捕获人像指令，采集图像结束后，图像传感器通过中断方式通知 ARM9 采集完毕，系统开始对人像进行处理和识别，最后通过硬件中断输出识别结果。本发明采用了在 ARM9 控制下 CMOS 图像传感器进行图像采集，并利用改进的 PCA 算法对人脸图像识别，提高了识别效率和正确度，提高了系统的实用性。人脸的识别时间可以在一秒内完成，系统的识别率为 98.5%，其中误识别率为1.25%。

Description

一种门禁系统的人脸识别方法
技术领域
本发明涉及一种门禁系统的人脸识别方法。
背景技术
在日常生活中，人们无处不在的必须使用各种各样的门禁锁具，从门禁锁具的控制方式来说，主要有钥匙、密码、磁卡和 IC 卡。随着人们生活水平的提高，门禁锁具这个不可缺少的必需用具也给生活带来了很多烦恼。从目前已有的门禁锁具的控制方式来看，存在着一定的安全隐患，钥匙、密码和磁卡容易复制、窃取 ；IC 卡的安全性较高，但也容易丢失。早期的技术是基于个人密码，而密码被破解或偷窥的概率越来越高。后来出现了智能IC 卡，但这种方式同样存在被复制或者偷盗的安全隐患。生物识别将成为今后几年门禁产业的重要变革。生物特征是通过计算机利用人体固有的生理特征或行为特征鉴别个人身份。生物识别技术具有不易遗忘和丢失，不易伪造和被盗，可以“随身携带”，随时随地使用等优点，已经被全世界所关注，并应用于身份、出入口管理，安防监控，电子商务、电子政务等各个领域。
与传统钥匙门锁相比，门禁系统在携带，遗失等情况时的处理更加方便，无须更换大量门锁和钥匙，仅需要在软件中做出相应的操作即可。与监控、报警等安防方式相比，门禁系统化被动为主动，将安全隐患直接排除在管制通道之外。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种门禁系统的人脸识别方法。
为解决上述技术问题，本发明提供一种门禁系统的人脸识别方法，其特征是，包括：系统加电以后首先进行初始化，当有人通过门时，利用硬件中断向系统提出请求，系统得到请求后屏蔽中断，向图像传感器发出捕获人像指令，采集图像结束后，图像传感器通过中断方式通知 ARM9 采集完毕，系统开始对人像进行处理和识别，最后通过硬件中断输出识别结果。
进一步地，具体包括以下步骤：
(1) 加电后，系统完成初始化，存储在 FLASH 中的程序和数据被加载到 SDRAM 中；
(2) 图像获取部分直接由 CCD 采集完成，捕获的图像信息存放在变量 fdata 中，获取的人脸图像做处理；
(3) 对人脸图像进行检测定位，判断图像中是否有人脸，如果有人脸则做出准确的定位；
(4) 定位完毕后进行人脸特征值的提取；
(5) 识别时采用计算输入图像矩阵与人脸模板灰度矩阵之间的欧氏距离作用判据；
(6) 如果特征匹配，门禁系统开门，并进行尾随检测，如果有尾随则报警；如果特征不匹配，重新获取图像。
进一步地，上述步骤（1）中，从文件pm﹑mean﹑facetpl﹑eyetpl中读出数据，分别存在变量 Pm ﹑Mean﹑Facet﹑Eyet中，供以后特征提取用，这些数据是预先在 PC 上训练完毕后烧写到 Flash 中。
进一步地，上述步骤（2）中，获取的人脸图像做大小和灰度的归一化处理。
进一步地，上述步骤（3）中，程序对人脸各部分定位的顺序是头部定位﹑脸部定位﹑眼睛定位﹑瞳孔定位。
进一步地，上述步骤（3）中，系统的检测、定位部分采用的是基于静态灰度图像，简单背景、光照均匀、正面人脸图像的传统的模板匹配方法。
进一步地，上述步骤（4）中，首先将人脸定位后的数据减去平均脸 Mean 得到一个数组，该数组在特征脸矩阵 pm 中投影后得到人脸特征值，对特征提取和选择采用 PCA 方法。
本发明所达到的有益效果：采用了在 ARM9 控制下 CMOS 图像传感器进行图像采集，并利用改进的 PCA 算法对人脸图像识别，提高了识别效率和正确度，提高了系统的实用性。人脸的识别时间可以在一秒内完成，系统的识别率为 98.5% ，其中误识别率为1.25%。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
一种门禁系统的人脸识别方法，包括：系统加电以后首先进行初始化，当有人通过门时，利用硬件中断向系统提出请求，系统得到请求后屏蔽中断，向图像传感器发出捕获人像指令，采集图像结束后，图像传感器通过中断方式通知 ARM9 采集完毕，系统开始对人像进行处理和识别，最后通过硬件中断输出识别结果。
具体包括以下步骤：
(1) 加电后，系统完成初始化，存储在 FLASH 中的程序和数据被加载到 SDRAM 中；
(2) 图像获取部分直接由 CCD 采集完成，捕获的图像信息存放在变量 fdata 中，获取的人脸图像做处理；
(3) 对人脸图像进行检测定位，判断图像中是否有人脸，如果有人脸则做出准确的定位；
(4) 定位完毕后进行人脸特征值的提取；
(5) 识别时采用计算输入图像矩阵与人脸模板灰度矩阵之间的欧氏距离作用判据；
(6) 如果特征匹配，门禁系统开门，并进行尾随检测，如果有尾随则报警；如果特征不匹配，重新获取图像。
上述步骤（1）中，从文件pm﹑mean﹑facetpl﹑eyetpl中读出数据，分别存在变量 Pm﹑Mean﹑Facet﹑Eyet中，供以后特征提取用，这些数据是预先在 PC 上训练完毕后烧写到Flash 中。
上述步骤（2）中，获取的人脸图像做大小和灰度的归一化处理。
上述步骤（3）中，程序对人脸各部分定位的顺序是头部定位﹑脸部定位﹑眼睛定位﹑瞳孔定位。
上述步骤（3）中，系统的检测、定位部分采用的是基于静态灰度图像，简单背景、光照均匀、正面人脸图像的传统的模板匹配方法。
上述步骤（4）中，首先将人脸定位后的数据减去平均脸 Mean 得到一个数组，该数组在特征脸矩阵 pm 中投影后得到人脸特征值，对特征提取和选择采用 PCA 方法。
本发明采用了在 ARM9 控制下 CMOS 图像传感器进行图像采集，并利用改进的PCA 算法对人脸图像识别，提高了识别效率和正确度，提高了系统的实用性。人脸的识别时间可以在一秒内完成，系统的识别率为 98.5% ，其中误识别率为1.25% 。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.一种门禁系统的人脸识别方法，其特征是，包括：系统加电以后首先进行初始化，当有人通过门时，利用硬件中断向系统提出请求，系统得到请求后屏蔽中断，向图像传感器发出捕获人像指令，采集图像结束后，图像传感器通过中断方式通知 ARM9 采集完毕，系统开始对人像进行处理和识别，最后通过硬件中断输出识别结果。
2.根据权利要求1所述的一种门禁系统的人脸识别方法，其特征是，具体包括以下步骤：
(1) 加电后，系统完成初始化，存储在 FLASH 中的程序和数据被加载到 SDRAM 中；
(2) 图像获取部分直接由 CCD 采集完成，捕获的图像信息存放在变量 fdata 中，获取的人脸图像做处理；
(3) 对人脸图像进行检测定位，判断图像中是否有人脸，如果有人脸则做出准确的定位；
(4) 定位完毕后进行人脸特征值的提取；
(5) 识别时采用计算输入图像矩阵与人脸模板灰度矩阵之间的欧氏距离作用判据；
(6) 如果特征匹配，门禁系统开门，并进行尾随检测，如果有尾随则报警；如果特征不匹配，重新获取图像。
3.根据权利要求2所述的一种门禁系统的人脸识别方法，其特征是，上述步骤（1）中，从文件pm﹑mean﹑facetpl﹑eyetpl中读出数据，分别存在变量 Pm ﹑Mean﹑Facet﹑Eyet中，供以后特征提取用，这些数据是预先在 PC 上训练完毕后烧写到 Flash 中。
4.根据权利要求2所述的一种门禁系统的人脸识别方法，其特征是，上述步骤（2）中，获取的人脸图像做大小和灰度的归一化处理。
5.根据权利要求2所述的一种门禁系统的人脸识别方法，其特征是，上述步骤（3）中，程序对人脸各部分定位的顺序是头部定位﹑脸部定位﹑眼睛定位﹑瞳孔定位。
6.根据权利要求2所述的一种门禁系统的人脸识别方法，其特征是，上述步骤（3）中，系统的检测、定位部分采用的是基于静态灰度图像，简单背景、光照均匀、正面人脸图像的传统的模板匹配方法。
7.根据权利要求2所述的一种门禁系统的人脸识别方法，其特征是，上述步骤（4）中，首先将人脸定位后的数据减去平均脸 Mean 得到一个数组，该数组在特征脸矩阵 pm 中投影后得到人脸特征值，对特征提取和选择采用 PCA 方法。
CN201711112599.8A 2017-11-13 2017-11-13 一种门禁系统的人脸识别方法 Pending CN107730693A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711112599.8A CN107730693A (zh) 2017-11-13 2017-11-13 一种门禁系统的人脸识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711112599.8A CN107730693A (zh) 2017-11-13 2017-11-13 一种门禁系统的人脸识别方法

Publications (1)

Publication Number Publication Date
CN107730693A true CN107730693A (zh) 2018-02-23

Family

ID=61215874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711112599.8A Pending CN107730693A (zh) 2017-11-13 2017-11-13 一种门禁系统的人脸识别方法

Country Status (1)

Country Link
CN (1) CN107730693A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110706420A (zh) * 2019-08-28 2020-01-17 北京联合大学 一种智能快递柜实现方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1971630A (zh) * 2006-12-01 2007-05-30 浙江工业大学 基于人脸鉴别技术的门禁和考勤装置
CN101441710A (zh) * 2007-11-20 2009-05-27 上海银晨智能识别科技有限公司 防欺骗性人脸识别门禁系统及防欺骗性进入的方法
CN102750526A (zh) * 2012-06-25 2012-10-24 黑龙江科技学院 基于人脸图像的身份验证识别方法
CN103218612A (zh) * 2013-05-13 2013-07-24 苏州福丰科技有限公司 一种3d人脸识别方法
CN104599361A (zh) * 2014-12-30 2015-05-06 天津瑞为拓新科技发展有限公司 一种人脸识别防盗门禁系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1971630A (zh) * 2006-12-01 2007-05-30 浙江工业大学 基于人脸鉴别技术的门禁和考勤装置
CN101441710A (zh) * 2007-11-20 2009-05-27 上海银晨智能识别科技有限公司 防欺骗性人脸识别门禁系统及防欺骗性进入的方法
CN102750526A (zh) * 2012-06-25 2012-10-24 黑龙江科技学院 基于人脸图像的身份验证识别方法
CN103218612A (zh) * 2013-05-13 2013-07-24 苏州福丰科技有限公司 一种3d人脸识别方法
CN104599361A (zh) * 2014-12-30 2015-05-06 天津瑞为拓新科技发展有限公司 一种人脸识别防盗门禁系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110706420A (zh) * 2019-08-28 2020-01-17 北京联合大学 一种智能快递柜实现方法

Similar Documents

Publication Publication Date Title
CN107480658B (zh) 基于多角度视频的人脸识别装置和方法
US9922238B2 (en) Apparatuses, systems, and methods for confirming identity
Masupha et al. Face recognition techniques, their advantages, disadvantages and performance evaluation
CN109800643B (zh) 一种活体人脸多角度的身份识别方法
TWI664552B (zh) 與配備有相機之裝置連接之用於生物特徵量測鑑認之系統及方法
Hussain et al. [Retracted] Internet of Things with Deep Learning‐Based Face Recognition Approach for Authentication in Control Medical Systems
CN108875833A (zh) 神经网络的训练方法、人脸识别方法及装置
CN105760817A (zh) 用人脸识别认证解锁加密存储空间的方法及装置
CN106650646A (zh) 一种基于动作识别的活体人脸识别方法及系统
JP2003533784A (ja) キーレコード生成のための方法及びシステム
CN109255219A (zh) 一种基于生物识别终端的温度感应解锁方法和系统
CN103136522A (zh) 指静脉识别技术方案
CN108334828A (zh) 一种车载3d人脸识别身份认证系统
Soundari et al. Enhanced security feature of atm's through facial recognition
Khan et al. Representation of hand dorsal vein features using a low dimensional representation integrating cholesky decomposition
Aljuaid et al. Automated Teller Machine Authentication Using Biometric.
CN107730693A (zh) 一种门禁系统的人脸识别方法
CN111105538B (zh) 一种基于人脸识别的门锁控制方法和门锁
Brown et al. A multi-biometric feature-fusion framework for improved uni-modal and multi-modal human identification
CN116189247A (zh) 一种基于多种脉搏波与静脉的多模态身份认证系统及其认证方法
CN102890772A (zh) 掌静脉识别技术方案
WO2022059151A1 (ja) 顔認証方法、顔認証プログラム、および顔認証装置
KR20070118806A (ko) 임베디드 시스템용 안면 검출방법
Nethravathi et al. Advanced Face Recognition Based Door Unlock System Using Arduino & MATLAB
Gowthami et al. Face recognition based on SLTP method under different emotions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180223