基于人脸识别和RFID智能门禁考勤系统

人工智能及识别技术本栏目责任编辑:唐一东
基于人脸识别和RFID智能门禁考勤系统
李明昆,钟丽辉,戴正权
(西南林业大学,云南昆明650224)
摘要:随着信息技术的发展及学习生活节奏加快,教室、宿舍等场所智能化管理需求日益增加。本文在Linux平台下基于OpenCV、Face Recognition等开源算法开发人脸识别和RFID门禁考勤系统,一方面解决教师、学生进入宿舍、教室需要钥匙的不便以及教室钥匙管理的烦琐;另一方面可以快速地对上课和夜间归宿情况考勤记录,实现了教室宿舍的智能化管理。
开关量信号关键词:Linux;人脸识别;门禁;考勤;RFID
中图分类号:TP18文献标识码:A
文章编号:1009-3044(2021)09-0183-02开放科学(资源服务)标识码(OSID):
校园教室、宿舍管理一直都是学校管理工作的重难点,以
往传统的管理方式依赖于人工,需要消耗大量的人力物力,且
安全性和实时性也不能得到很好的保证,随着电子信息技术发
展,校园的很多设施都趋向自动化、智能化发展,但在教室、宿
舍管理方面的信息化应用还不够普遍。
人脸识别[1]应用已经十分广泛,而且安全性也日益提高,即
使在支付、认证这类高要求场合也能胜任。人脸识别[2,3]具有便
捷、速度较快、非接触、非侵入性、适应性强、可并发等特点,非
常适用于考勤与门禁,而RFID[4](无线射频识别)技术具有抗干
扰、速度快、容量大、体积小、成本低、实现容易等特点,在校园
卡、地铁公交、高速计费等很多场合都有应用。
该系统的教室门禁功能可以根据教室安排分配不同教师
及学生的权限,让学生课前无须等待及时进入教室准备学习;
教室考勤功能利用学生进教室时快速识别,考勤信息自动上传
教务系统,将节省宝贵的课堂时间。该系统的宿舍门禁功能可
以方便学生进入寝室同时保障了宿舍财产安全;宿舍考勤功能
可以记录学生回寝时间,夜间考勤信息及时上传,保障学生
安全[5,6]。
1系统总体设计
图1系统总体设计框图
数据的波动本系统以BCM2711处理器作为主控,运行嵌入式linux系
统,配置Python-OpenCV、Face Recognition环境,首先通过摄像
头实时采集图像,并对图像进行人脸检测、人脸区域裁剪、灰度
变换、直方图均衡化等预处理[7];其次通过Face Recognition与之
前学习的人脸数据比对,返回匹配的人脸ID;再次把相应信息
上传服务器;最后服务器判断是否有开门权限后下达指令,并
进行考勤统计、整理、存档,以Web界面的方式进行展示和管
理,信息与教务系统[8]共享。RFID与人脸识别互补,增加了系
广告推送
统的灵活性。本文系统总体设计的框图如图1所示。
2系统硬件设计
2.1核心模块
系统选用了高性能BCM2711处理器,该处理器为四核Cor⁃
tex-A72架构,主频1.5GHz,保障系统稳定流畅运行,集成工作
频率为500Mhz的Video core VI GPU,为人脸识别并行运算提供
硬件加速,支持4K60FPS HEVC视频解码,芯片工艺为28纳
米,有利于系统低功耗、低发热设计。内存采用的是LPDDR4
内存芯片,容量2G,满足系统运行需求,Flash为外扩16G Mi⁃
croSD卡。
2.2图像采集
图2OV5647图像传感器的功能块
系统选用的摄像头为OV5647,它是500万像素的cmos图
收稿日期:2021-01-20
基金项目:西南林业大学大数据与智能工程学院大创项目(DC2019-YB-NO.5)
作者简介:李明昆(1997—),男,云南玉溪人,电子信息工程本科生;通信作者:钟丽辉(1984—),女,云南丽江人,硕士研究生,研究方向为数字图像处理。
183气体放电灯
Computer Knowledge and Technology 电脑知识与技术第17卷第9期(2021年3月)
本栏目责任编辑:唐一东
人工智能及识别技术
陶瓷调节阀像传感器,具有低电压、高性能的特点,图像分辨率最高可达2592*1944,为系统准确人脸识别提供基础保障,通过CSI 接口与处理器连接,减少I/O 占用。视角为65°,适合近距离采集人像,在1080P 分辨率下,FPS 可以达到30,满足系统要求。本文选用的图像采集摄像头的功能块描述如图2所示。2.3射频识别
系统选用的射频识别芯片为MFRC522,它工作在13.56MHZ ,支持协议多、低功耗、低成本,传输速率高达424Kbit/s ,与处理器使用SPI 协议通信。13.56MHZ 是目前RFID 使用最为广泛的频率,许多校园卡、公交卡、门禁、手机NFC 都使用此频率,因此还可添加支持NFC 功能的手机、手环等作为认证设备,该频率兼顾了速度和安全性,通信距离一般不超过10cm 。该系统选用的卡片是Mifare S50,该卡片有1K 的存储容量,满足系统要求,遵守ISO14443A 标准,具有安全、防干扰、速度快、价格低等优点。对全扇区进行加密,防止复制,加强系统的安全性。2.4以太网通信
系统的以太网选用常见的RJ45接口,驱动芯片为
系统平台开发评估
BCM54213PE ,它是一款三速1000BASE-T /100BASE-TX /10BASE-T 千兆以太网收发器,完全符合
RGMII 标准,支持IEEE 802.3az 标准,与处理器使用RGMII 接口连接,可与标准的以太网交换机、路由器相连,兼容性好,方便系统安装。2.5电控门锁
电控门锁采用电磁锁,当通电时,电磁铁产生巨大吸力吸
住铁板,达到把门锁住的效果,当电源断开,磁力消失,门即可打开。同时电磁锁可以方便实现闭环检测,当有暴力开门时,可以发出报警信号,且当断电时,门为常开状态,符合消防安全规范。
3系统软件设计
3.1
客户端软件设计
图3程序流程图
客户端安装linux 系统,移植部署OpenCV 、Face Recogni⁃tion ,主程序为Python 编写,客户端软件设计流程图如图3所示。客户端运行时先从服务器更新已经处理好的已知人员的
面部编码,并从摄像头采集图像,使用OpenCV 检测、裁剪人脸,然后进行灰度变换,减少后期运算
量,加快识别速度;并进行直方图均衡化处理,弱化光线的影响,接着使用face_recognition.face_encodings 对当前人脸进行编码,将结果使用face_recogni⁃tion.face_distance 得出与已知人员面部编码的欧拉距离,通过欧氏距离判断该人脸是否属于已知人脸,并得出与哪一个人脸最匹配。最后,将识别结果上传服务器,由服务器记录考勤信息并判断当前个人是否有开门权限后下达开门指令,RFID 作为备份,当检测到正确的卡片,执行开门操作的同时上传服务器记录。
3.2服务器软件设计
服务器端基于Flask 框架,客户端与服务器使用HTTPS 协议通信,安全可靠。后台WEB 管理界面后端使用Python/Node.js 编写,实现考勤统计,权限判断,前端使用HTML/JavaScript 编写,绘制交互界面。服务器从客户端获得识别的人脸并根据教务系统课表教室分配信息,得到是否有开门权限并将结果下发客户端,同时整理记录考勤信息。
4实验测试
实验在室内一般光照环境下进行,分别测试了:没有录入
人脸数据、已录入人脸数据但该时间地点无权限和已录入人脸数据且该时间地点有权限三种情况,系统均正确运行,识别平均速度在1.4s 。使用有权限的IC 卡能正常开门,响应速度快。登录进入Web
界面,可以查询到开门及考勤记录,并可进行权限设置。系统运行稳定,功能基本正常,满足预期设计要求。
5结论
本系统以人脸识别为主,RFID 为辅,应用于宿舍教室的门禁考勤,防止学生逃课、代课现象,节约课堂时间,具有一定实用性,能解决当前的考勤工作、教室管理、校园智能化、学风建设等问题。后续,不仅可以应用到校园的教室和宿舍,也可应用到企业、政府等场合,具有很大的普适性。在实验中发现,系统的人脸识别算法的速度有待优化,web 管理界面功能还需扩充,以增加系统的实用性。
参考文献:
[1]刘卫凯,郝雅倩,郑晗,等.人脸识别综述[J].信息记录材料,2018,19(7):13-14.
[2]张一夫,陈天飞,张建松.基于树莓派的在线人脸识别考勤系统[J].电子设计工程,2019,27(22):152-156.
[3]师阳,闫丽丽,文韬,等.基于OpenCV 的人脸识别应用[J].电脑编程技巧与维护,2018(7):140-141,144.
[4]张殿东.无线射频识别(RFID)技术[J].电信技术,2005(2):86-88.
[5]张金霞.HTML 网页设计参考手册[M].北京:清华大学出版社,2006.
[6]朱杰.使用HTTP 协议传输数据的几种方式的比较[J].信息与电脑(理论版),2014(16):191-192.
[7]秦小文,温志芳,乔维维.基于OpenCV 的图像处理[J].电子测试,2011(7):39-41.
[8]雷亮辉,鄂旭,杨芳,等.基于开源框架Flask 的教务系统的设计与实现[J].信息与电脑(理论版),2016(20):107-109.
【通联编辑:唐一东】
184

本文发布于:2024-09-25 06:22:27,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/2/278870.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:系统   教室   考勤   人脸   人脸识别   进行   识别   权限
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议