【摘 要】
：
门禁系统随着科学技术的进步,其核心——身份验证技术也从传统的钥匙,数字密码等方式过渡到现代的生物识别技术上来。当前,人脸识别技术因为其快捷、准确、无接触等性能深受人们的喜爱。本文基于人脸识别技术设计一款小区楼宇门禁系统,该系统由单元门禁系统和后台管理系统两部分组成,可为住户提供方便快捷的出入环境。本文使用英伟达公司的Jetson Nano开发板与索尼IMX219高清摄像头作为核心设计了单元门禁系统
论文部分内容阅读
门禁系统随着科学技术的进步，其核心——身份验证技术也从传统的钥匙，数字密码等方式过渡到现代的生物识别技术上来。当前，人脸识别技术因为其快捷、准确、无接触等性能深受人们的喜爱。本文基于人脸识别技术设计一款小区楼宇门禁系统，该系统由单元门禁系统和后台管理系统两部分组成，可为住户提供方便快捷的出入环境。
本文使用英伟达公司的JetsonNano开发板与索尼IMX219高清摄像头作为核心设计了单元门禁系统。本文在二维主成分分析方法的基础上，提出一种分块式双向压缩的二维主成分分析方法用于人脸的识别。实验证明，在相同的人脸数据集下进行测试，该算法比传统的人脸识别算法，拥有更好的识别效果。将该算法移植在JetsonNano开发板上运行，达到了预期的效果。
本文基于DeepID网络提出了一种改进的网络模型。改进的网络与DeepID网络相比，增加了一个辅助网络，并引入了大小为1×1的卷积层，使网络的非线性得到加强。并且，本文使用VSCode软件，在Vue框架下编写了一套后台管理系统。将改进的网络模型应用于管理系统中的人脸识别模块里，使系统对访客进行甄别，并将访客的个人信息录入到访客管理模块。除了以上的两种模块，后台理系统中还有数据中心模块、物业办公模块、社区运营模块和可视对讲模块等，为物业管理人员以及小区中的居民在日常生活中提供便利。
其他文献
随着人工智能和互联网的快速发展,网络购物、网络支付的使用逐渐普及,身份识别等信息安全问题日益严峻。由于人脸识别具有免接触、自然、便捷等优点,日渐成为生物特征识别领域的研究重点,但二维人脸识别存在容易被照片或者动图假冒的缺点,使它的使用逐渐受到限制,而三维人脸图像蕴含人脸的深度信息,能防止造假的发生,更加安全和便捷,可以有效的解决信息安全问题。在人脸识别领域,如何提高准确率和降低识别时间是学者们研究
多模态识别技术通过融合多种特征信息进行身份认证,具有高防伪性和稳定性等优点。指静脉和指节纹特征获取方便、特征稳定、不易伪造,成为多模态识别技术重要的研究对象,但是指部多模态研究仍存在一些问题值得研究。手指姿势的偏移、光照、采集光谱波长易引起类内差异高和类间差异低,导致特征提取困难,而且多模态融合过程中增加了特征维数和计算复杂度。如何有效地提取图像特征信息,并且实现特征融合,成为多模态特征识别该领域
在无线传感器网络中,每个传感器的能量是有限的,通信过程中通过测量转换或计算消耗的能量通常比传感器本身的消耗高得多。因此,在能量有限的情况下,研究在确保测量精度的同时降低通信频率是很有必要的。而事件触发就是一种有效的降低通信频率的方法。与传统的时间触发方案相比,事件触发方案具有可以降低计算成本、传输消耗等优势。因此本文基于事件触发原理,对融合估计问题进行了相应的研究,主要工作如下:(1)针对离散的线
现代社会不断朝着自动化的方向发展,作为国家科技创新发展领域的突出代表,机器人受到越来越多的关注。各类机器人不断应用到工业、农业、军事等领域,代替人们完成更加高危、更加精细的工作。近些年来经济高速发展,移动机器人所应用的领域和承担的任务都更为复杂,这需要移动机器人必须在所处环境中快速规划出最优的安全路径,并且提高路径跟踪系统精度与稳定性。因此对移动机器人路径规划及跟踪算法的研究就显得极为重要。本论文
随着科学技术的发展和进步,网络化系统已广泛应用于社会生产和人们生活的各个方面。由于工程需求越来越高,导致系统规模变得庞大且复杂,因此不可避免地造成网络资源的大量消耗。在实际系统中,通信带宽和传感器能源是有限的,因此在系统的状态估计中节省通信带宽和网络资源成为目前的一个研究热点。事件触发机制通过判断是否满足触发条件进行数据传输,有效地节省了资源。由于序贯融合估计算法计算量小且全局最优,因而,在多传感
随着计算机和通信技术的发展,分布式控制系统作为网络控制系统的基本研究框架之一,具有低能耗、高鲁棒性和高估值精度的特点。同时,分布式结构导致了节点间通信传输过程中没有足够的保护,更易受到恶意网络攻击的影响,因此网络攻击情况下的安全分布式估计问题成为研究热点。本文主要研究了带欺骗攻击、拒绝服务(DoS)攻击以及同时带欺骗攻击和DoS攻击的网络化随机不确定系统的分布式估计问题。主要研究内容如下:对同时带
随着信息化时代的到来,多传感器信息融合技术得到了越来越多的关注。如何在纷繁复杂的不确定性信息中获取有效信息变得十分重要。D-S证据理论是一种处理不确定性信息的方法,它可以通过融合多源信息进行决策,从而在信息融合领域得到了广泛的应用。但是它也存在着一些问题,例如,在D-S证据理论中,冲突系数k不能准确的度量证据间的冲突程度。此外,将D-S证据理论应用于实际中时,如何基于获得的不确定信息来生成基本概率
随着互联网的普及和通信技术的发展,极大地改变了控制系统的结构。在过去的十年中,网络控制系统(Networked Control Systems,NCS)因其在汽车自动化、智能建筑、交通网络、互联网触觉协作和无人机等多个领域的成功应用而受到越来越多的密切关注。本文主要针对网络化系统中出现的数据包丢失现象,分别给出了不同的丢包补偿方法,即冗余通道补偿、预报补偿、以及多包补偿,并在此基础上还考虑其他随机
近些年,随着计算机视觉技术在医学领域的发展,医疗辅助诊断研究已经成为了比较热门的研究方向。越来越多的图像分割算法和图像分类算法应用到了医学研究领域,特别是视网膜图像方向,包括视网膜图像血管分割和糖尿病视网膜病变诊断。视网膜图像对糖尿病、高血压等心血管疾病的分析具有重要的参考价值,图像细节的处理对医生分析影像诊断病情和医患沟通非常重要。本文的主要研究内容包括:(1)由于视网膜图像的血管特征不明显,在
电网的安全性及稳定性与高压断路器的运行状态息息相关。在此背景下,本文通过机器学习分类算法,将采集到的高压断路器振动信号进行了故障诊断研究。主要研究内容包括信号的数据采集、信号的分解、信号的特征提取以及信号的状态识别四个部分。首先,分析了高压断路器基本结构原理和常见故障。在此基础上,模拟了三种常见的机械故障:基座螺丝松动,润滑不足和储能弹簧脱落,并采集正常状态及三种故障状态下的振动信号数据。其次,对