亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        一種基于MTCNN和FaceNet的智能門禁系統(tǒng)設(shè)計

        2021-12-16 09:44:20
        系統(tǒng)仿真技術(shù) 2021年1期
        關(guān)鍵詞:歐氏門禁系統(tǒng)人臉識別

        王 博

        (1.商洛學(xué)院電子信息與電氣工程學(xué)院陜西商洛 726000;2.商洛市人工智能研究中心陜西商洛 726000)

        在智能門禁系統(tǒng)中,人臉的檢測和識別[1-2]是一項核心技術(shù)。隨著人工智能的發(fā)展,人臉檢測和識別在生活中的應(yīng)用越來越廣泛。比如軍事公共安全和日常門禁等領(lǐng)域[3-6]。20世紀(jì)90年代Turk等[7]基于PCA 的EigenFaces,使用主成分分析方法,對臉部特征進行提取,達到人臉分類目的,是受限條件下一個簡單的人臉識別方法,但是由于缺乏對光照、姿態(tài)、表情和圖像質(zhì)量變化的魯棒性,在無約束條件下的人臉識別相對無效。He Xiaofei[8]等通過預(yù)先假設(shè)分布的情況下進行預(yù)測,獲得低維特征用來描述人臉,但是問題在于整體的方法沒有辦法包含局部的人臉變化。2000年以后,Shen Linlin 等[9]基于局部特征的人臉識別方法逐漸嶄露頭角,但是手工設(shè)計的特征往往缺少魯棒性。尹鵬博[10]等在深度卷積神經(jīng)網(wǎng)絡(luò)中引入注意力機制,優(yōu)化損失函數(shù),提高模型的人臉特征提取能力。

        1 門禁系統(tǒng)設(shè)計

        智能家居的重要組成部分是一扇安全可靠的門和一把智能的鎖。智能鎖使用戶無需實體鑰匙即可進入家中。雖然有很多商業(yè)智能門禁系統(tǒng),但大多數(shù)都很昂貴。文中選取的樹莓派控制器相對價格比較低廉,能夠達到大幅降低智能門鎖成本,智能門禁系統(tǒng)原理圖見圖1。

        圖1 智能門禁系統(tǒng)原理圖Fig.1 Schematic diagram of intelligent access control system

        圖1 中人臉采集模塊主要包括以樹莓派為核心控制單元,使用攝像頭拍攝視頻輸入,通過樹莓派傳輸至算法中心,算法經(jīng)過識別將結(jié)果反饋,并將其發(fā)送到LCD 顯示結(jié)果。識別算法的核心功能是識別輸入的人員,并將他們分組為朋友、家人和陌生人。

        智能門禁系統(tǒng)采用的算法核心如圖2所示,圖2中分上下兩個支路,上方支路的輸入為人臉數(shù)據(jù)庫中存在的已知人臉,下方輸入的為待檢測未知人臉。上下兩個支路分別將輸入的數(shù)據(jù)經(jīng)由MTCNN網(wǎng)絡(luò)提取、識別。該網(wǎng)絡(luò)可以有效地提取到人臉的特征信息,并且識別出是否包含人臉。經(jīng)過MTCNN 網(wǎng)絡(luò)可以提取出圖片中的人臉區(qū)域,并將提取到的人臉輸入到FeceNet中,F(xiàn)aceNet 可以將輸入的人臉圖像特征進行向量化,這里將其降維到128 維的特征向量。上下兩個支路對128 維特征向量進行歐氏距離比較,如果歐氏距離小于閾值則表示待檢測人臉輸入已知人臉,反之表示未知人臉。這樣只要遍歷整個已知人臉庫就可以達到人臉識別的目的。

        圖2 智能門禁算法模型Fig.2 Intelligent access control algorithm

        2 人臉檢測和識別方法

        2.1 MTCNN人臉檢測

        Multi-task convolutional neural network 簡稱MTCNN,即多任務(wù)卷積神經(jīng)網(wǎng)絡(luò),主要由三層網(wǎng)絡(luò)結(jié)構(gòu)組成,第一層是P-Net,第二層是R-Net,第三層是O-Net。

        P-Net:首先將輸入數(shù)據(jù)構(gòu)建5 層特征金字塔,如圖2所示,設(shè)置縮放因子factor為0.709。

        R-Net:對粗檢測的P-Net 結(jié)果使用R-Net 對候選框進一步優(yōu)化和篩選,R-Net 的輸入為P-Net 的輸出,需要將P-Net 的輸出大小轉(zhuǎn)換為24×24,目的主要在于去除大量的非人臉候選框。

        O-Net:對R-Net 的輸出候選框進行精選,結(jié)構(gòu)和P-Net和R-Net類似,O-Net的輸入為R-Net的輸出,需要將R-Net 輸出大小轉(zhuǎn)換為48×48。O-Net 輸出最終的人臉候選框、人臉置信度和關(guān)鍵點信息。

        2.2 FaceNet人臉識別

        FaceNet 使用InceptionV1 作為主干特征提取網(wǎng)絡(luò),將卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到的人臉特征,映射為較少的特征向量,利用歐氏距離的方法比較兩個人臉圖像之間的距離。將圖像分類問題變?yōu)樘卣骷姆诸悊栴},這樣做的好處在于提高效率,通常情況下人臉識別的特征向量維度為1000 維以上,而FaceNet 僅僅使用128 維甚至64 維特征,部分方法可以使用降維的思想進行處理,但也僅僅是一種線性變化。

        如圖3 所示,截取后的圖像Batch 進入到深度網(wǎng)絡(luò)當(dāng)中,提取人臉特征,并進行L2 正則化,通過Embedding 將人臉特征降為128 維特征向量。使用Triplet-Loss 作為損失函數(shù),利用距離的不同將同一人臉與不同人臉進行區(qū)分。

        圖3 FaceNet 三元損失Fig.3 FaceNet Triplet Loss

        FaceNet 的輸出結(jié)果是128 維空間向量,同時也將數(shù)據(jù)庫中的人臉進行向量化,將兩個向量進行比對,利用歐氏距離來表征相似程度,特征的相似度越高,就認為是同一個人,同一個人的多張臉部圖像映射到空間上的距離比不是同一個人的空間距離要小。

        FaceNet 訓(xùn)練模型中使用的大多數(shù)人臉屬于歐美人臉,不適應(yīng)包括中國人臉在內(nèi)的亞洲人臉。對此問題,使用亞洲人臉數(shù)據(jù)庫_CASIA-FaceV5 中的500 個中國人臉加上自行采集的900 個人臉組成新的適用于中國人臉的數(shù)據(jù)集(CASIA-Face)。

        3 實驗結(jié)果

        將該模型與Eigenface 和FisherFace 的ROC 曲線進行比較,從圖4 結(jié)果看,本文模型曲線面積大于Eigenface 和FisherFace 的ROC 面積,因此在AUC 指標(biāo)上優(yōu)于Eigenface和FisherFace算法。

        圖4 FLW數(shù)據(jù)集上ROC結(jié)果比較Fig.4 Comparison of ROC results on FLW dataset

        為驗證算法,將Eigenfaces,F(xiàn)ishe-face 和本文模型在FLW 數(shù)據(jù)集CASIA-Face 數(shù)據(jù)集(含900 張拍攝圖片)上進行驗證,實驗結(jié)果如表1所示。

        表1 實驗結(jié)果對比Tab.1 Comparison of experimental results

        從表1 可以看出,改進的模型在FLW 數(shù)據(jù)集上精度達到89.2%,比Fisherface 提高6%,AUC 提高0.8。在更適合中國人臉的CASIA-Face 數(shù)據(jù)集上,精度達到98.6%。歐氏距離方面,本文模型針對中國人同一人臉圖片的歐氏距離平均值,要比FaceNet結(jié)果小0.05左右,表明改進后的模型在對中國人臉的檢測上要比FaceNet官方模型有優(yōu)勢。

        對單張人臉進行識別,分別使用正常人臉、側(cè)臉和需要旋轉(zhuǎn)對齊的人臉圖片,如圖5 所示,均能夠正常檢測人臉并可正確識別出LX,ZF 和HL 三個人臉。

        圖5 人臉識別結(jié)果Fig.5 Face recognition results

        猜你喜歡
        歐氏門禁系統(tǒng)人臉識別
        基于多種生物特征識別的RFID門禁系統(tǒng)設(shè)計
        人臉識別 等
        揭開人臉識別的神秘面紗
        基于單片機的安全門禁系統(tǒng)研究設(shè)計
        電子制作(2019年11期)2019-07-04 00:34:32
        解析社區(qū)藍牙門禁系統(tǒng)
        基于單片機的小區(qū)門禁系統(tǒng)設(shè)計
        基于類獨立核稀疏表示的魯棒人臉識別
        計算機工程(2015年8期)2015-07-03 12:19:07
        基于K-L變換和平均近鄰法的人臉識別
        基于多維歐氏空間相似度的激光點云分割方法
        麗江“思奔記”(上)
        探索地理(2013年5期)2014-01-09 06:40:44
        极品少妇一区二区三区四区视频| 人妻少妇看a偷人无码| 亚洲欧洲国产成人综合在线| 使劲快高潮了国语对白在线| 伊人婷婷色香五月综合缴激情| 蜜芽尤物原创AV在线播放| 日本一区二区三区在线视频观看| 国产亚洲精品视频一区二区三区| 无遮挡呻吟娇喘视频免费播放| 国产精品熟妇视频国产偷人| 精品无码国产一二三区麻豆| 五月婷婷开心五月激情| 国产福利永久在线视频无毒不卡| 亚洲精品国产精品国自产观看| 国产亚洲精选美女久久久久 | 色窝窝无码一区二区三区2022 | 在线观看av片永久免费| 性欧美大战久久久久久久久| 亚洲欧美日韩综合在线观看| 国产高清一区二区三区视频| 成年人观看视频在线播放| 伊人久久大香线蕉av网禁呦| 久久99国产伦精品免费| 无码天堂在线视频| 久久久国产精品黄毛片| 东京道一本热中文字幕| 999国产一区在线观看| 极品少妇被后入内射视| 成人久久精品人妻一区二区三区| 日韩人妻无码精品一专区二区三区| 黑人巨大无码中文字幕无码| 一本一本久久久久a久久综合激情| 精品一区2区3区4区| 国产色系视频在线观看| 无码少妇一区二区浪潮av| 欧美日韩亚洲一区二区精品| 国产视频一区2区三区| 美女国产毛片a区内射| 国产亚洲av综合人人澡精品| 亚洲高清国产品国语在线观看| 蜜桃视频一区二区三区四|