人脸识别系统定制 停车场报送系统

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。

随着生活水平的不断提高,社会公众安全意识的逐步增强,安全防范得到人们的广泛关注。而门禁系统作为整个安防系统的一部分,已经成为安防领域关注的焦点之一。而且伴随计算机技术的快速发展,人脸识别技术在安防领域得到大多数研发机构的青睐。
　　人脸是具有性的生物特征,而人脸识别技术是通过采集人脸图像,提取图像中的人脸特征从而实现身份识别。

近年来，“人脸识别”技术已经越来越广为人知，但是多数产品都只能对固定位置的目标正脸进行二维识别，识别速度一般不**过每秒100**次。而在南宁大显神威的“动态人脸识别系统”正是天津空港经济区光电研究院*的一款高科技产品。这一“人脸识别系统”能够满足在移动状态下对人脸姿态全方向30度可识别、60度可检测，而且达到了较速识别，对**素材库能做到平均0.5秒识别出目标人脸，单台服务器识别速度达到了每秒1500**次。
光电研究院产业发展部副主任刘东培表示，该院研发的“人脸识别系统”通过高清摄像头跟踪人脸，抓拍人脸经过优化去重后提取面部20多个生物特征信息，再将提取后的特征信息与预先建立的人脸库靶向目标进行比对分析，从而得出相似度结论，进行人脸识别。能达到抓拍率99%、拒识率1%、误识率1%。

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。