摘要：人臉識(shí)別技術(shù)是一種較為常見(jiàn)的生物特征識(shí)別技術(shù)，運(yùn)用于門(mén)禁系統(tǒng)中既能為用戶提供一定的便利，又可更大程度保護(hù)用戶的安全。該技術(shù)可對(duì)社會(huì)穩(wěn)定起到一定的積極作用，應(yīng)用價(jià)值極高。如今，隨著社會(huì)經(jīng)濟(jì)的發(fā)展與科技水平的提升，采用人臉識(shí)別技術(shù)的門(mén)禁系統(tǒng)在人們的日常生活中變得越發(fā)常見(jiàn)，其設(shè)計(jì)與開(kāi)發(fā)工作具有重要意義?；谌四樧R(shí)別技術(shù)開(kāi)發(fā)并設(shè)計(jì)了一款門(mén)禁系統(tǒng)，取得了較高的識(shí)別率，能夠?qū)崿F(xiàn)精準(zhǔn)且實(shí)時(shí)的人臉識(shí)別門(mén)禁管理功能。

關(guān)鍵詞：人臉識(shí)別技術(shù)；門(mén)禁系統(tǒng)；神經(jīng)網(wǎng)絡(luò)算法

一、前言

當(dāng)前，我國(guó)社會(huì)經(jīng)濟(jì)快速平穩(wěn)發(fā)展，人們對(duì)安全、保密等方面的需求逐漸提升，許多居民小區(qū)、寫(xiě)字樓等場(chǎng)所都實(shí)施了嚴(yán)格的出入控制。以往，人們采用鑰匙、刷卡等方式實(shí)施門(mén)禁，難以辨認(rèn)持有者的身份，存在一定的弊端[1]。隨著現(xiàn)代化信息技術(shù)的日益發(fā)展，生物特征識(shí)別技術(shù)已被廣泛用于門(mén)禁系統(tǒng)中，人臉識(shí)別技術(shù)是其中較為常見(jiàn)的一種。人臉識(shí)別技術(shù)具備快速、直觀、非接觸性等應(yīng)用優(yōu)勢(shì)，是身份鑒定識(shí)別的主流技術(shù)，將其運(yùn)用于門(mén)禁系統(tǒng)中可發(fā)揮極為重要的作用。

二、人臉識(shí)別技術(shù)的基本概述

（一）人臉識(shí)別技術(shù)的原理

人臉識(shí)別技術(shù)的原理在于借助前端人臉識(shí)別儀來(lái)檢測(cè)人臉圖像，將其和后端人臉庫(kù)內(nèi)的人臉特征向量實(shí)施匹配，從而評(píng)定身份合法性[2]。人臉識(shí)別讀頭在進(jìn)行識(shí)別時(shí)，需先借助專(zhuān)業(yè)設(shè)備所形成的一定量的微電子流來(lái)進(jìn)行深入識(shí)別，充分獲取各項(xiàng)人臉信息，而后再自行鑒定人臉識(shí)別膜和偽造的人臉識(shí)別套，以獲取一定的防偽效果。

（二）人臉識(shí)別技術(shù)的算法

傳統(tǒng)的人臉識(shí)別算法主要基于模型匹配、特征匹配這兩種?；谀Ｐ推ヅ涞乃惴ㄊ墙柚A(yù)先設(shè)定器官的大小、形狀、膚色、面部骨骼、相對(duì)位置等各類(lèi)人臉參數(shù)以構(gòu)建模型庫(kù)，在檢測(cè)人臉時(shí)匹配檢測(cè)所得圖像和模型庫(kù)內(nèi)的模型，符合相應(yīng)的匹配要求便評(píng)定檢測(cè)所得圖像屬于人臉?；谔卣髌ヅ涞乃惴ㄊ墙柚闰?yàn)知識(shí)表示出人臉圖像的特征，在開(kāi)展人臉識(shí)別時(shí)利用器官大小、膚色、面部輪廓等信息以判定檢測(cè)所得圖像中有無(wú)人臉。在應(yīng)用過(guò)程中，上述兩種算法均有可能受到光線、站姿、表情等各種因素的影響，其精準(zhǔn)度與實(shí)時(shí)性有待提升。因此，深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)算法的應(yīng)用范圍不斷拓展。深度學(xué)習(xí)模擬人的大腦，構(gòu)建層次性的神經(jīng)網(wǎng)絡(luò)單元以展開(kāi)學(xué)習(xí)，還可進(jìn)行大量的模擬訓(xùn)練，有效修正模型和算法。將深度學(xué)習(xí)運(yùn)用于人臉識(shí)別技術(shù)中，可有效提升人臉識(shí)別的精準(zhǔn)度與實(shí)時(shí)性。神經(jīng)網(wǎng)絡(luò)算法可對(duì)模糊的圖像展開(kāi)超分辨率重建，按照信號(hào)相關(guān)性原理，以模擬插值法進(jìn)行運(yùn)算，并利用映射函數(shù)來(lái)生成結(jié)果，進(jìn)一步加強(qiáng)特征的判別性，從而取得更為理想的人臉識(shí)別效果。

（三）人臉識(shí)別技術(shù)的特點(diǎn)

人臉、指紋、虹膜等生物特征識(shí)別技術(shù)各有優(yōu)缺點(diǎn)，其中，人臉識(shí)別技術(shù)是應(yīng)用范圍較為廣泛的一種。人臉識(shí)別技術(shù)的特點(diǎn)主要可歸納為以下幾點(diǎn)：一是非接觸性。指紋等生物識(shí)別技術(shù)需要用戶直接接觸門(mén)禁系統(tǒng)相關(guān)設(shè)備，有感染細(xì)菌、病毒的風(fēng)險(xiǎn)，而人臉識(shí)別技術(shù)只需用戶站在門(mén)禁系統(tǒng)相關(guān)設(shè)備的前方，無(wú)需直接接觸相關(guān)設(shè)備，更具安全性[3]。二是非強(qiáng)制性。對(duì)于應(yīng)用了人臉識(shí)別技術(shù)的門(mén)禁系統(tǒng)，用戶無(wú)需進(jìn)行其余的操作，該流程較為便捷，容易被用戶所接受。三是開(kāi)源性。如今，我國(guó)的科技水平發(fā)展迅速，人臉識(shí)別算法已經(jīng)逐漸提供給開(kāi)發(fā)人員且不收取費(fèi)用。在此背景下，人臉識(shí)別技術(shù)不斷與其他學(xué)科領(lǐng)域融合，發(fā)展速度不斷加快，為在門(mén)禁等系統(tǒng)中開(kāi)發(fā)出更為全面的功能提供助力。四是唯一性。人臉的生物特征具有獨(dú)特性，在日常生活中，除了雙胞胎或是多胞胎外，人們很難見(jiàn)到兩張極為相似的臉。因此，人臉可有效防止被復(fù)制、盜取。與此同時(shí)，隨著圖像算法的發(fā)展，人臉識(shí)別時(shí)被偽造人臉欺騙的可能性在不斷降低。

三、門(mén)禁系統(tǒng)的發(fā)展歷程

在早期階段，門(mén)禁系統(tǒng)主要為機(jī)械門(mén)鎖，鑰匙是其唯一的驗(yàn)證方式，但因?yàn)殍€匙容易被復(fù)制，安全性較低，故而機(jī)械門(mén)鎖逐漸被電子鎖所替代。電子鎖包含電子磁卡鎖與電子密碼鎖，通過(guò)磁卡、密碼的形式來(lái)驗(yàn)證身份。但電子鎖也存在一定的局限性，如密碼易被泄漏、密碼易被破解、磁卡易丟失等。如今，智能技術(shù)不斷進(jìn)步，門(mén)禁系統(tǒng)也不再采用“鎖”式結(jié)構(gòu)，集合了計(jì)算機(jī)、生物識(shí)別、機(jī)械工程等多個(gè)領(lǐng)域的技術(shù)，朝著現(xiàn)代化和智能化的方向發(fā)展。

隨著現(xiàn)代科技的飛速發(fā)展，人臉識(shí)別門(mén)禁系統(tǒng)、非接觸式射頻門(mén)禁系統(tǒng)、指靜脈識(shí)別門(mén)禁系統(tǒng)、掌紋識(shí)別門(mén)禁系統(tǒng)等先進(jìn)的門(mén)禁系統(tǒng)層出不窮，其安全性不斷提升?；谏锾卣髯R(shí)別技術(shù)的身份驗(yàn)證方式受到用戶的廣泛喜愛(ài)，其識(shí)別特征不易被復(fù)制、損壞，且人們能夠隨身攜帶，更具便利性。在各類(lèi)生物識(shí)別技術(shù)中，指紋識(shí)別等接觸式采集方式需要用戶直接接觸相關(guān)設(shè)備，不夠便利、衛(wèi)生，且容易受到周邊環(huán)境的影響。瞳孔虹膜識(shí)別雖然在識(shí)別速度、辨識(shí)度等方面具有明顯優(yōu)勢(shì)，但其采集設(shè)備的價(jià)格高昂，在一定程度上降低了該技術(shù)的性?xún)r(jià)比，使得該技術(shù)的應(yīng)用受限。而人臉識(shí)別技術(shù)所使用的信息采集設(shè)備是普通的攝像頭，價(jià)格較低，且容易取得基礎(chǔ)信息，以非接觸的形式進(jìn)行識(shí)別，更容易得到人們的認(rèn)同[4]。同時(shí)，人臉識(shí)別技術(shù)具備活性分辨能力，若他人采用蠟像、非動(dòng)態(tài)圖片等，將無(wú)法識(shí)別。人臉識(shí)別技術(shù)無(wú)需添加過(guò)多的儀器設(shè)備，僅需在電腦中添加功能便可，性?xún)r(jià)比較高。因此，基于人臉識(shí)別技術(shù)的門(mén)禁系統(tǒng)有著較高的應(yīng)用價(jià)值，怎樣提升識(shí)別效率與識(shí)別精準(zhǔn)度、加大門(mén)禁安全性是其需要解決的主要問(wèn)題。

四、基于人臉識(shí)別技術(shù)的門(mén)禁系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)

（一）設(shè)計(jì)方案

在設(shè)計(jì)、開(kāi)發(fā)門(mén)禁系統(tǒng)的初期，首先要構(gòu)建專(zhuān)業(yè)且完善的人臉數(shù)據(jù)庫(kù)，統(tǒng)計(jì)所有有權(quán)進(jìn)入門(mén)禁系統(tǒng)的人員，采集其人臉信息，將其各項(xiàng)人臉數(shù)據(jù)存儲(chǔ)至數(shù)據(jù)庫(kù)中。而后，設(shè)計(jì)人員需設(shè)定權(quán)限，使得具備管理權(quán)的人方可修改、刪除數(shù)據(jù)庫(kù)中的數(shù)據(jù)信息。當(dāng)人員對(duì)門(mén)禁系統(tǒng)展開(kāi)訪問(wèn)時(shí)，系統(tǒng)先利用攝像頭取得訪問(wèn)人員的相關(guān)人臉信息，將其輸送至處理器內(nèi)實(shí)施人臉識(shí)別。在此階段，系統(tǒng)需對(duì)訪問(wèn)人員的人臉識(shí)別信息展開(kāi)預(yù)處理并提取其特征，識(shí)別、比較數(shù)據(jù)庫(kù)中的人臉圖像與提取所得信息，把判定結(jié)果輸送至處理器，最后發(fā)出相關(guān)的執(zhí)行指令。若無(wú)法匹配上數(shù)據(jù)庫(kù)中的人臉圖像與提取所得信息，處理器便不會(huì)發(fā)出開(kāi)門(mén)的指令，系統(tǒng)不僅不會(huì)打開(kāi)，還會(huì)記錄訪問(wèn)人員的人臉圖像，為后續(xù)的監(jiān)督提供便利。

（二）整體模塊設(shè)計(jì)

基于人臉識(shí)別技術(shù)的門(mén)禁系統(tǒng)組成部分主要包含以下幾大模塊：控制、圖像采集、人臉圖像處理、門(mén)禁執(zhí)行、算法、數(shù)據(jù)、人臉識(shí)別與眨眼，其中人臉識(shí)別屬于核心模塊，設(shè)計(jì)好人臉識(shí)別系統(tǒng)算法才能做到人臉門(mén)禁控制。

1.控制模塊

控制模塊按照每一個(gè)模塊的實(shí)際反饋結(jié)果來(lái)發(fā)送對(duì)應(yīng)的操作指令，在門(mén)禁系統(tǒng)的運(yùn)行過(guò)程中起指揮作用，可保障系統(tǒng)依據(jù)步驟順利運(yùn)行。

2.圖像采集模塊

圖像采集模塊主要包含攝像頭和ARM11處理器，二者可直接獲取人臉圖像。訪問(wèn)人員進(jìn)入時(shí)需按下開(kāi)門(mén)按鈕，門(mén)禁系統(tǒng)會(huì)自行啟動(dòng)圖像獲取模塊，通過(guò)攝像頭來(lái)拍照、保存人臉，將人臉圖像發(fā)送到人臉圖像處理模塊實(shí)施特征提取，進(jìn)行人臉識(shí)別。

3.人臉圖像處理模塊

人臉圖像處理模塊可對(duì)接收到的人臉圖像展開(kāi)預(yù)處理與特征提取，能夠通過(guò)預(yù)處理對(duì)人臉圖像完成歸一化處理，通過(guò)特征提取將DWT與LDP這兩種特征圖像送至人臉識(shí)別模塊。其中，圖像預(yù)處理主要包含灰度化、直方圖均衡化、圖像濾波等。

（1）灰度化。一般情況下，攝像頭采集到的人臉圖像為彩色RGB圖片，也就是圖片中的像素點(diǎn)存在三個(gè)R、G、B色彩分量。而在人臉識(shí)別系統(tǒng)內(nèi)，灰度化能夠有效清除彩色圖片中的冗余信息，大大減少計(jì)算量。

（2）直方圖均衡化。借助直方圖均衡化，可有效調(diào)整人臉圖像的明暗情況，減輕光照、五官陰影等對(duì)門(mén)禁系統(tǒng)所采集到的人臉圖像的影響。直方圖均衡化的原理在于合理展寬圖像中有較多像素個(gè)數(shù)的灰度級(jí)，合理壓縮有較少像素個(gè)數(shù)的灰度級(jí)，以提高人臉識(shí)別階段的抗干擾度[5]。與全局直方圖均衡化相比，局部直方圖均衡化可取得更為良好的圖片對(duì)比度修正效果。

（3）圖像濾波。門(mén)禁系統(tǒng)在采集人臉圖像時(shí)，若存在溫度過(guò)高、攝像頭出現(xiàn)故障、周邊環(huán)境有大量電磁信號(hào)等現(xiàn)象，均可能讓人臉圖像出現(xiàn)噪聲，需實(shí)施降噪處理方可繼續(xù)提取面部特征點(diǎn)。中值濾波運(yùn)用非線性平滑技術(shù)，對(duì)需進(jìn)行降噪處理的圖像中的像素值實(shí)施排序，取中間大小像素值當(dāng)做相應(yīng)區(qū)域的灰度值。中值濾波既能對(duì)高斯噪聲、椒鹽噪聲進(jìn)行有效降噪，又可保存人臉圖像原本的大多數(shù)特征，不會(huì)嚴(yán)重影響后續(xù)的處理識(shí)別過(guò)程。

4.門(mén)禁執(zhí)行模塊

在門(mén)禁系統(tǒng)中，當(dāng)人臉識(shí)別判定結(jié)果輸送至處理器后，處理器會(huì)發(fā)送相應(yīng)的指令至門(mén)禁系統(tǒng)，若識(shí)別通過(guò)會(huì)執(zhí)行開(kāi)門(mén)操作，若識(shí)別不通過(guò)則會(huì)提示訪問(wèn)人員可再次進(jìn)行識(shí)別。一旦訪問(wèn)人員識(shí)別三次均未通過(guò)，會(huì)提示訪問(wèn)人員是否以手機(jī)端輸入相應(yīng)密碼的方式進(jìn)入，若手機(jī)端輸入密碼錯(cuò)誤將觸發(fā)警鈴，起到警示作用。

5.算法模塊

在該門(mén)禁系統(tǒng)中，運(yùn)用了神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行人臉?lè)诸?lèi)。神經(jīng)網(wǎng)絡(luò)算法能夠?qū)δ：膱D像展開(kāi)超分辨率重建，融合多特征，所提取的DWT與LDP特征圖像可輸送至卷積神經(jīng)網(wǎng)絡(luò)完成自適應(yīng)融合。其中，DWT與LDP特征圖像的像素分別為32×32、64×64，通過(guò)2×3平均采樣對(duì)LDP特征圖像實(shí)現(xiàn)降維，可獲取兩種大小一致的特征圖。

6.數(shù)據(jù)模塊

該門(mén)禁系統(tǒng)所構(gòu)建的人臉數(shù)據(jù)庫(kù)中包含兩百?gòu)堈掌鶕?jù)采集對(duì)象將其劃分為20個(gè)目標(biāo)文件夾，每一個(gè)文件夾中包含10張人臉圖像，其姿態(tài)各不相同。ORL庫(kù)測(cè)試集中有60個(gè)人臉樣本，其訓(xùn)練集中有140個(gè)人臉樣本，對(duì)所有的人臉圖像進(jìn)行DWT與LDP特征圖像提取，展開(kāi)歸一化處理，而后當(dāng)做雙卷積層卷積塊中的輸入圖像。

7.人臉識(shí)別與眨眼模塊

作為門(mén)禁系統(tǒng)中的核心模塊，人臉識(shí)別與眨眼模塊的識(shí)別結(jié)果可對(duì)門(mén)禁執(zhí)行進(jìn)行直接控制。卷積神經(jīng)網(wǎng)絡(luò)是人臉識(shí)別算法中的核心，需先學(xué)習(xí)、訓(xùn)練好卷積網(wǎng)絡(luò)訓(xùn)練集，才能將其運(yùn)用至門(mén)禁系統(tǒng)中。神經(jīng)網(wǎng)絡(luò)算法能夠提取DWT與LDP特征圖像，對(duì)其進(jìn)行處理并輸送至訓(xùn)練完成的雙層卷積網(wǎng)絡(luò)的首個(gè)卷積層，而后卷積網(wǎng)絡(luò)會(huì)再學(xué)習(xí)相應(yīng)的特征，經(jīng)過(guò)全連接層非線性變化再輸出一維的特征向量。比較人臉數(shù)據(jù)庫(kù)中的特征向量與所獲取的人臉特征，依據(jù)設(shè)定好的判定閾值來(lái)輸出相應(yīng)的結(jié)果。如果判定為不符合，將顯示出彈框，提示訪問(wèn)人員重新進(jìn)行拍照，把采集到的人臉照片存儲(chǔ)至特定文件夾。如果判定為符合，會(huì)步入眨眼檢測(cè)模塊，提示訪問(wèn)人員進(jìn)行眨眼睛操作，對(duì)其進(jìn)行拍照，提取到相應(yīng)的特征值進(jìn)行再次識(shí)別，以取得更為良好的防偽效果。

（三）軟件設(shè)計(jì)

在設(shè)計(jì)基于人臉識(shí)別技術(shù)的門(mén)禁系統(tǒng)時(shí)，需考量到人臉特征不同，對(duì)各類(lèi)影響因素的敏感程度也各不相同，可借助不同特征對(duì)相關(guān)影響因素的不敏感性這一優(yōu)勢(shì)，結(jié)合互補(bǔ)的多個(gè)特征，進(jìn)一步提升門(mén)禁系統(tǒng)的識(shí)別率。另外，還可借助神經(jīng)網(wǎng)絡(luò)識(shí)別算法的應(yīng)用優(yōu)勢(shì)來(lái)提高識(shí)別系統(tǒng)的魯棒性。

進(jìn)行門(mén)禁系統(tǒng)的軟件設(shè)計(jì)時(shí)，人臉識(shí)別算法是一大重點(diǎn)，以卷積神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)展開(kāi)多特征融合提取人臉識(shí)別。在該門(mén)禁系統(tǒng)中，先通過(guò)人臉采集模塊所取得的人臉圖像來(lái)構(gòu)建人臉數(shù)據(jù)庫(kù)，對(duì)人臉圖像實(shí)施檢測(cè)定位，取得人臉數(shù)據(jù)信息并對(duì)其展開(kāi)預(yù)處理，完成尺寸歸一化。而后對(duì)人臉圖像實(shí)施特征提取，取得DWT與LDP特征圖像并將其輸送至神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行訓(xùn)練再學(xué)習(xí)。最終把實(shí)時(shí)采集所得的人臉圖像特征圖直接輸送至訓(xùn)練完成的網(wǎng)絡(luò)中，與人臉數(shù)據(jù)庫(kù)中的模板數(shù)據(jù)展開(kāi)對(duì)比，做到人臉識(shí)別。在該門(mén)禁系統(tǒng)中，人臉識(shí)別算法的流程如圖1所示。

在該門(mén)禁系統(tǒng)中，利用攝像頭來(lái)取得人臉圖像數(shù)據(jù)信息，通過(guò)圖像處理模塊對(duì)取得的人臉圖像完成特征提取，把所得的特征值輸送至訓(xùn)練完成的識(shí)別系統(tǒng)內(nèi)，以判定訪問(wèn)人員是否具備進(jìn)入權(quán)限。若識(shí)別成功，需進(jìn)行眨眼檢測(cè)，以避免出現(xiàn)照片識(shí)人等不良事件。若識(shí)別失敗，可再次進(jìn)行識(shí)別，識(shí)別三次均失敗可進(jìn)行手機(jī)端驗(yàn)證，驗(yàn)證成功能夠執(zhí)行開(kāi)鎖，驗(yàn)證失敗則會(huì)觸發(fā)振鈴?；谌四樧R(shí)別技術(shù)的門(mén)禁系統(tǒng)流程如圖2所示。

（四）硬件設(shè)計(jì)

在該門(mén)禁系統(tǒng)中，硬件設(shè)計(jì)主要由控制電路模塊、攝像頭、人臉圖像處理識(shí)別與門(mén)禁控制器等組成。該門(mén)禁系統(tǒng)的控制電路模塊將ARM11作為中央處理器，該處理器包含諸多處理指令，能夠?qū)θ四槇D像進(jìn)行快速處理，其新型儲(chǔ)存器可對(duì)操作系統(tǒng)的性能進(jìn)行有效提升，還可提供新指令對(duì)實(shí)時(shí)性能與中斷響應(yīng)進(jìn)行加速。攝像頭能夠采集到訪問(wèn)人員的人臉圖像，需設(shè)計(jì)好合理的安裝位置，盡量擴(kuò)大圖像采集范圍，如此才能進(jìn)一步提升人臉圖像采集的便捷性。人臉圖像處理識(shí)別能夠?qū)Σ杉降娜四槇D像進(jìn)行特征值提取，將特征值存儲(chǔ)至ARM11處理器中。以軟件算法對(duì)人臉特征值進(jìn)行調(diào)用，比較人臉特征值和人臉數(shù)據(jù)庫(kù)中的模板，明確訪問(wèn)人員有無(wú)進(jìn)入權(quán)限，并將判定結(jié)果輸送至控制電路。完成人臉識(shí)別后，眨眼檢測(cè)能夠判定訪問(wèn)人員是否為真人，檢測(cè)有無(wú)照片識(shí)人現(xiàn)象發(fā)生，并將判定結(jié)果輸送至處理器。門(mén)禁控制器可按照識(shí)別系統(tǒng)的輸出通過(guò)控制電路發(fā)送相應(yīng)的指令，若是通過(guò)人臉識(shí)別，便打開(kāi)控制門(mén)禁，讓訪問(wèn)人員進(jìn)入；若是未通過(guò)人臉識(shí)別，便記錄訪問(wèn)人員的照片，便于后期查詢(xún)。

五、結(jié)語(yǔ)

基于人臉識(shí)別技術(shù)的門(mén)禁系統(tǒng)可對(duì)人臉展開(kāi)識(shí)別，按照識(shí)別算法的設(shè)置來(lái)輸出結(jié)果，將識(shí)別結(jié)果反饋至控制器，而后控制器按照識(shí)別結(jié)果發(fā)送相應(yīng)指令至門(mén)禁執(zhí)行模塊，最終由執(zhí)行模塊實(shí)施振鈴、開(kāi)啟門(mén)鎖等一系列操作。該系統(tǒng)能夠?qū)⑷四槷?dāng)做個(gè)人的身份代表，已具備智能檢測(cè)、智能控制等相關(guān)功能，越發(fā)受到人們的重視。本文采用神經(jīng)網(wǎng)絡(luò)識(shí)別算法，基于人臉識(shí)別技術(shù)開(kāi)發(fā)并設(shè)計(jì)了一款門(mén)禁系統(tǒng)，借助離散小波轉(zhuǎn)換、局部方向模式的優(yōu)勢(shì)與神經(jīng)網(wǎng)絡(luò)的強(qiáng)大功能來(lái)切實(shí)提高門(mén)禁系統(tǒng)的魯棒性與識(shí)別率。

參考文獻(xiàn)

[1]龍慧，朱孟春，鄧婭倩，等.基于OpenCV的智能校園人臉門(mén)禁系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].工業(yè)控制計(jì)算機(jī)，2023，36（09）：73-75.

[2]郭偉潔，植凱吉，白瑀皓，等.基于身份證和人臉雙重識(shí)別技術(shù)的智能門(mén)禁系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制，2021，29（02）：222-228.

[3]嚴(yán)輝，徐勉，吳強(qiáng).基于ARM的人臉識(shí)別門(mén)禁系統(tǒng)設(shè)計(jì)[J].現(xiàn)代信息科技，2022，6（02）：1-5.

[4]吳明.基于無(wú)線網(wǎng)絡(luò)的人臉識(shí)別門(mén)禁系統(tǒng)的研究與實(shí)現(xiàn)[J].科技創(chuàng)新與應(yīng)用，2021，11（16）：40-42.

[5]王麗君，路一平.基于人臉識(shí)別技術(shù)的智能圖書(shū)館門(mén)禁系統(tǒng)研究[J].信息與電腦，2023，35（01）：159-161.

基金項(xiàng)目：2022山西醫(yī)科大學(xué)汾陽(yáng)學(xué)院科研項(xiàng)目（項(xiàng)目編號(hào)：2022C21、2022A02）

作者單位：山西醫(yī)科大學(xué)汾陽(yáng)學(xué)院

責(zé)任編輯：王穎振、鄭凱津