基于嵌入式人脸识别的门禁设计

作     者：何玉婷 

作者单位：大连交通大学 

学位级别：硕士

导师姓名：姚玉鹏;张延蕾

授予年度：2022年

学科分类：081405[工学-防灾减灾工程及防护工程] 08[工学] 080203[工学-机械设计及理论] 0813[工学-建筑学] 0802[工学-机械工程] 0814[工学-土木工程] 

主      题：嵌入式系统 MTCNN人脸检测 FaceNet人脸识别 

摘      要：面对高速发展的社会,人们的生活节奏也变得越来越快,使用磁卡或钥匙等传统的门禁系统就暴露出无法进行身份认证、易丢失等问题,已无法满足现在人们的需求。随着智能化时代的到来,利用生物识别技术来进行身份认证已经成为主流,本文旨在设计一种智能门禁系统,达到对身份快速精准识别的目的。针对门禁系统的需求进行分析,本文设计了一种基于嵌入式结构的人脸识别门禁系统。以树莓派开发板为核心,将算法移植到树莓派开发板中,然后搭建了门禁系统的硬件平台。结合实际需求,设计了门禁系统的界面。人脸检测和识别算法为本文门禁系统的主要研究内容,通过实验分析对比Ada Boost算法和MTCNN算法,选取MTCNN算法作为系统的人脸检测算法;人脸识别采用FaceNet算法,对网络进行轻量化处理,主干网络选择Mobile Net模型。通过MTCNN算法实现对人脸目标检测并提取出人脸候选区域,FaceNet算法提取特征向量并于库中人脸进行比对。用自建人脸数据集在预训练的FaceNet模型上进行训练,训练后的网络准确率达到97.80%,用测试集测试Mobile Net模型和原模型的人脸识别准确率,测试结果表明准确率提高了1.10%。在实际应用场景下对系统进行性能测试,并分析影响性能的因素。实验结果表明,本文所设计系统在人脸检测率、人脸识别率、耗时都可以达到实际应用场景的预期标准,且设计的人机交互界面可满足日常需求。系统设计性能优良,具有良好的应用前景。