[发明专利]一种基于卷积神经网络的人脸识别提醒系统

说明书

本发明公开了一种基于卷积神经网络的人脸识别提醒系统，该系统包括树莓派控制模块、语音输出模块和视频采集模块；所述树莓派控制模块通过CSI端口与视频采集模块的摄像头相连，摄像头的启动与工作由CSI端口控制；所述树莓派控制模块通过GPIO的语音输出控制信号端口和供电端口分别与语音输出模块的控制引脚和供电脚相连。本发明采用卷积神经网络进行人脸识别并进行提醒，同时在检测人脸时不受其所在位置的影响，识别的准确性较好。

技术领域

本发明涉及卷积神经网络和人脸识别技术领域，具体涉及一种基于卷积神经网络的人脸识别提醒系统。

背景技术

近年来，随着图像处理和机器学习技术的快速发展以及计算机硬件设备的不断更新，基于卷积神经网络的深度学习在计算机视觉以及图像分类、语音识别、自然语言处理等领域的取得显著进展，而这也使得将基于卷积网络的人脸识别技术应用于提醒系统成为可能。同时，这样的设计会将卷积神经网络的鲁棒性、准确性和灵活性等优点带入提醒系统中，使系统在面对复杂的环境时也能稳定地运行。

在近似的技术方案中，现有的提醒系统多采用基于传感器技术的设计方案，例如红外线感应和电磁感应技术等，目前暂无使用卷积神经网络技术与嵌入式提醒系统相结合的方案设计。而在传统的人脸识别技术中，有采用特征值匹配的识别方法，但是这对人脸图像的形变、明暗、遮挡等条件有较高的要求，在抗干扰能力方面比卷积神经网络差，因此传统的人脸识别技术较难设计出一种适用于各种情况下的提醒系统。

另外，现有的提醒系统灵活性较差，无论人员还是进入是出门，或者是其它生物或物体经过，只要满足了触发条件，该系统都会进行提醒，在某些场合容易造成困扰。除此之外，现有的识别提醒系统例如红外线感应提醒系统等都使用电池有源式进行供电，一旦电量耗尽将会导致不可预估的后果。

因此，针对上述传统识别提醒系统的缺陷，为了更好地对人员的行为进行区分以及减少错误触发的情况，提高系统的灵活性和鲁棒性，需要应用新的技术设计提醒系统来解决该问题。

发明内容

本发明的目的是为了解决现有技术方案在鲁棒性和灵活性方面的不足，提出了一种基于卷积神经网络的提醒系统，所述方案将卷积神经网络与嵌入式设备相结合，能够实现对不同背景、特定尺度人脸的快速识别，进而发出提醒语音。

本发明至少通过如下技术方案之一实现。

一种基于卷积神经网络的人脸识别提醒系统，该系统包括树莓派控制模块、语音输出模块和视频采集模块；

所述树莓派控制模块通过CSI端口与视频采集模块的摄像头相连，摄像头的启动与工作由CSI端口控制；

所述树莓派控制模块通过GPIO的语音输出控制信号端口和供电端口分别与语音输出模块的控制引脚和供电脚相连。

进一步的，所述视频采集模块包括彩色摄像头，用于实现环境图像数据的采集。

进一步的，所述树莓派控制模块采用Raspberry Pi 3B控制板。

进一步的，所述语音输出模块包括语音芯片SC50X0、喇叭以及若干电容，用于实现提醒语音的播放。

进一步的，所述语音输出模块中的语音芯片通过PWM口与喇叭连接，所述语音芯片的供电脚与接地脚之间接有电容，用于电源滤波。

进一步的，GPIO的语音输出控制信号端口PIN设置为数据输出模式，并设置为高电平。

进一步的，树莓派控制模块的USB Type-B接口与降压转换器连接，将220V交流电转化为5V/2A直流电，由该直流电对树莓派控制模块进行供电。

与现有的技术相比，本发明产生的技术效果为：