基于人脸识别的智能门禁考勤系统设计

发布时间：2021-10-19 08:39

　　人脸识别作为一种生物特征识别技术,具有普遍性、高可靠性以及强个体差异性等特点,在智慧安防领域有广阔的应用前景。本文根据学校智慧校园建设中门禁考勤系统的需要,将基于深度学习的人脸识别算法应用到人脸识别门禁考勤系统中,并针对普遍存在计算量大的问题,对算法进行了轻量化改进。人脸识别任务分为检测、对齐、特征提取与分类识别三个过程,本文对检测及特征提取算法给出轻量化改进方案,分析实现了DAN（Deep Alignment Network）关键点检测及仿射变换实现对齐的方法,并从实际在门禁考勤应用的角度出发设计实现了活体检测、人脸跟踪以及门禁考勤等模块。主要工作包括:1、在人脸检测方面,将SSD（Single Shot Multibox Detector）检测框架中的VGG-16骨干网络替换为轻量级的MobileNet网络,MobileNet网络结构简单,且使用深度可分离卷积结构实现卷积操作,在保证计算精度的情况下能够大幅缩减计算量,从而降低检测模型的运算复杂度。2、在人脸对齐方面,采用对人脸姿态鲁棒性较好的DAN算法实现关键点检测,并采用仿射变换的方式实现人脸对齐。3、在人脸识别方面,给出一种轻... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 研究内容与设计指标
        1.3.1 研究内容
        1.3.2 设计指标
    1.4 论文结构
第二章 人脸识别相关基础理论
    2.1 轻量化人脸检测方法的理论基础
        2.1.1 深度可分离卷积
        2.1.2 MobileNet网络结构
    2.2 人脸对齐相关理论基础
    2.3 人脸识别相关理论基础
        2.3.1 基于度量学习的特征提取原理
        2.3.2 基于迁移学习的模型参数调优原理
    2.4 本章小结
第三章 人脸识别算法的研究与改进
    3.1 人脸检测方法
        3.1.1 数据集扩充方法
        3.1.2 先验框的铺设策略
        3.1.3 正负样本获取方法
        3.1.4 网络结构的改进
        3.1.5 损失函数设计
        3.1.6 模型预测方法
    3.2 人脸对齐方法
        3.2.1 人脸关键点检测
        3.2.2 仿射变换
    3.3 人脸识别方法
        3.3.1 损失函数的改进
        3.3.2 模型训练
        3.3.3 特征向量分类器的设计
    3.4 本章小结
第四章 基于人脸识别的门禁考勤系统设计与实现
    4.1 系统框架设计
        4.1.1 注册阶段
        4.1.2 特征提取阶段
        4.1.3 识别阶段
    4.2 人脸识别模块的实现
        4.2.1 人脸检测算法实现
        4.2.2 人脸对齐算法实现
        4.2.3 人脸识别算法实现
        4.2.4 活体检测功能实现
        4.2.5 人脸跟踪功能实现
    4.3 门禁考勤模块的实现
        4.3.1 系统数据存储方案设计
        4.3.2 门禁考勤功能的设计与实现
    4.4 本章小结
第五章 测试结果与分析
    5.1 实验环境
    5.2 系统功能测试
        5.2.1 人脸检测功能测试结果与分析
        5.2.2 人脸识别功能测试结果与分析
        5.2.3 系统功能测试结果与分析
    5.3 系统性能测试
        5.3.1 人脸检测性能测试结果与分析
        5.3.2 人脸识别性能测试结果与分析
        5.3.3 系统性能测试结果与分析
    5.4 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 研究展望
参考文献
致谢
攻读硕士学位期间的成果
附录


【参考文献】：
硕士论文
[1]基于深度学习的人脸识别系统的设计与实现[D]. 陈超.南京邮电大学 2018



本文编号：3444530