基于人脸关键点检测的社区门禁系统设计与实现

作     者：王赛楠 杨诚 WANG Sainan;YANG Cheng

作者机构：常州信息职业技术学院网络空间安全学院江苏常州213164 

基　　金：2022年度常州信息职业技术学院自然科学类青年基金科研课题“基于自注意力机制与卷积神经网络的超分辨率图像重建”(CXZK202207Q) 

出 版 物：《常州信息职业技术学院学报》 (Journal of Changzhou College of Information Technology)

年 卷 期：2023年第22卷第5期

页      码：20-23页

摘      要：传统社区门禁采用“门禁卡+安保登记”的管理方式,社区居民出行不便的同时,保卫处难以落实人员进出管控,因此提出了基于人脸关键点检测的社区门禁系统。该系统首先通过人脸检测器、人脸关键点检测器和人脸特征提取器采集社区居民人脸特征,构建特征数据库。然后基于轻量化神经网络模型快速检测人脸,并基于人脸关键点位置矫正人脸图像,以更好应对人脸角度变化问题。最后计算与人脸特征数据库的余弦相似度,确定来访人员身份。通过上述系统不仅方便社区居民出行,而且能有效防止陌生人随意进入小区,确保了社区居民的安全。

主 题 词：人脸关键点检测 人脸识别 卷积神经网络 深度学习 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1672-2434.2023.05.005

馆 藏 号：203124344...