深度学习技术在门禁系统应用的研究开题报告

 2022-06-05 21:50:16

1. 研究目的与意义

1.1背景

(1)门禁系统,即对出入口通道进行管制的系统。门禁的系统的发展至今为止经历了三个阶段。第一阶段,人们通过各种机械类的道具进行管制,例如门锁钥匙、证件、磁卡等。第二阶段,人们使用数字密钥方式进行鉴别,例如条形码、用户名密码等。第三阶段,随着科学技术发展,传统安保已经不能满足人们日益增长的安全需求,新的生物识别技术应由而生,人们开始使用生物识别技术,例如虹膜、人脸、声纹、指纹等[1]。生物特征区别着不同的人作为个体的独立标志而存在[2],传统的门禁系统注定要被更加先进的技术而淘汰。

(2)相较于各种生物识别技术,虹膜识别安全性居于首位,并且虹膜识别误识率和拒真率已经达到了零几率的识别水平,而虹膜识别又属于非接触式的识别,识别方便高效。但是虹膜识别的应用价格也因其技术难度成正比,相比其他的识别技术,因其高昂的代价而较少使用。声纹识别成本低廉、获取便捷。声纹,是用电声学仪器显示的携带言语信息的声波频谱。声纹识别的缺点也十分明显,对环境的要求非常高,在嘈杂的环境、混合说话下声纹不易获取,并且人的声音也会随着年龄、身体状况、年龄、情绪等的影响而变化,以及不同的麦克风和信道对识别性能有影响等。指纹识别技术通过分析指纹可测量的特征点,从中抽取特征值,然后进行认证。当前,我国第二代身份证便实现了指纹采集,且各大智能手机都纷纷实现了指纹解锁功能。但是指纹识别属于接触性识别检测,一方面,手指若有丝毫破损或干湿环境里,容易造成指纹识别的失效,另一方面,多人使用的情况下,容易造成指纹汗渍留在采样器上,导致识别准确率的下降[4]。人脸识别的实现成本低于虹膜识别,获取识别关键信息的环境要求低于声音识别,同时人脸识别的非接触性既保护信息采样器,也方便人们使用[4]

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究内容和预期目标

2.1研究内容

(1)人脸检测

在图片预处理后,计算机需要在图像中找到人脸的位置,这是一种二分类,计算机需要判断目标图像是或者不是人脸。若图片中存在人脸,则需要输出人脸框坐标序列。总的来说,是一个扫描加判别的过程。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的方法与步骤

研究方法步骤

(1)学习计算机图像处理相关知识

(2)学习深度学习基础知识

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1]田拯.基于人脸识别的门禁系统设计与实现[d],上海交通大学硕士文,2016.01

[2]高原.门禁考勤系统中人脸识别的研究[d]武汉理工大学硕士文,2012.05

[3]林妙真.基于深度学习的人脸识别研究[d],大连理工大学,2013.03

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 计划与进度安排

(1)2022.1.5 ---- 2022. 2.28 查阅资料, 撰写开题报告(2)2022.3.1 ---- 2022.3.15 需求分析,熟悉编程平台构建技术(2)2022.3.15 ---- 2022.3.20 方案设计与论证(3)2022.3.21 ---- 2022.4.1 算法设计与实现(4)2022.4.2 ---- 2022.5.1 算法测试与改进(5)2022.5.2 ---- 2022.5.5 毕业论文资料收集,撰写论文提纲(6)2022.5.6 ---- 2022.5.31 整理设计文档, 撰写毕业论文(7)2022.6.1 ---- 2022.6.8 论文修改、系统改进、答辩准备及答辩

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版