沈阳人脸识别系统 深圳停车场经营

随着科技的发展，人脸照片、人脸视频、三维人脸模具越来越容易获得，基于人脸认证的攻击越来越多，技术也越来越高，对系统的安全带来了严重的挑战。

人脸识别技术是生物识别技术领域内的一个分支,是继指纹识别之后受关注的一项生物技术,但是目前也出现伪装人脸行为进行欺诈,这种对合法用户人脸的假冒行为已经成为人脸识别与认证系统的重要威胁。当前活体人脸检测技术主要集中在人脸细微动作、3D人脸重建、红外人脸检测三领域的研究上,该文主要浅析这三类检测技术的原理,并总结分析了各技术的特点及优劣。

通过对人脸识别技术与其他身份识别技术的对比，分析不同技术之间的优缺点，进而提出基于人脸识别的图书馆门禁系统优于传统图书馆门禁系统，同时对系统的组成结构、工作原理、算法代码编写流程以及系统测试等进行了研究。传统图书馆门禁系统存在三个关键问题：存在不安全隐患、存在5%左右的误识率和识别速度慢。针对上述三个关键问题分别提出了解决方案。由于人脸识别技术有着“人脸无法替代”、非侵犯性的特性，因此将人脸识别技术应用于图书馆门禁系统，排除了传统图书馆门禁系统存在安全隐患的现象；从系统设备选型、网络设计、软件设计方面提升了人脸识别终端机对人脸的识别率；由于人脸的识别时间小于1s，从根本上解决了图书馆门禁系统识别速度慢的问题。

研究基于人脸识别的课堂考勤系统,借助信息技术,以人脸识别为手段,彻底摒弃传统课堂考勤中人工统计管理的落后方式,克服不规范的考勤行为,解决学校以往考勤管理工作中出现的问题,为学校的考勤制度实施提供科学的依据。
　　本论文主要工作及应用创新如下:
　　(1)提出了基于稀疏表示和神经网络相结合的人脸识别算法。针对人脸识别过程中识别速度较慢的问题,依据压缩感知理论,利用小波变换对图像进行稀疏化处理。然后采用改进BP人工神经网络对图像进行训练。采用较少的元素表示人脸图像,不仅能对人脸图像进行降维,还能滤去局部光照、表情细节以及其他面部部件引入的高频干扰信息,**人脸的主要特征,得到适合于计算机识别的低维图像,提高了人脸识别速度。
　　(2)设计了完整的基于人脸识别的学生课堂考勤系统。通过摄像头采集人脸图像,然后对人脸图进行预处理,并对人脸进行标定,分割出人脸图像;采用基于稀疏表示和神经网络相结合的人脸识别算法,进行人脸识别,然后把识别结果信息保存到数据库中,完成学生课堂考勤操作。
　　(3)设计并开发了基于C/S和B/S混合体系结构的学生课堂考勤系统。人脸识别采用C/S模式开发,考勤信息管理的设置与查询采用B/S模式开发。数据库服务器主要为考勤资料和考勤数据的存取提供服务。Web服务器为请假管理、考勤数据的查询和输出提供服务。学生可以通过网络查询个人的考勤情况,不受环境限制。