[发明专利]一种基于人脸识别的图书馆出入管理系统

摘要

一种基于人脸识别的图书馆出入管理系统，包括：图像采集模块，人脸检测模块，中央控制器，服务器，图书馆闸口，图书馆报警器，所述图像采集模块与人脸检测模块连接，中央控制器与人脸检测模块、服务器、图书馆闸口、图书馆报警器连接，该系统能够准确地识别来访者的身份，且具有准确性高、实时性强、安全性能好等特点；能够针对不同角度人脸图像进行识别，并具有较高的识别准确率。

主权项

1.一种基于人脸识别的图书馆出入管理系统，其特征在于，包括：图像采集模块，其用于采集图书馆闸口区域内的图像，将图像发送给人脸检测模块；人脸检测模块，其用于判断图像中是否存在人脸区域，如果否，则返回图像采集模块重新采集图像；如果是，则将图像发送给中央控制器；中央控制器，其与服务器、图书馆闸口、图书馆报警器连接，中央控制器将图像发送给服务器，通过人脸识别算法进行人脸识别，并与服务器中的人脸数据库进行匹配，如果匹配成功，则图书馆闸口在中央控制器的控制下自动打开；如果匹配失败，则图书馆报警器在中央控制器的控制下发出语音报警，且图书馆闸口不会自动打开；所述人脸数据库，其用于存储已登记过的人脸图像；所述人脸识别算法具体为：假设输入的人脸图像大小为M*N；(1)计算裁剪尺度indices＝[0 M‑N]+1；(2)根据indices值，通过循环分别取[1，1]，[1，M‑N+1]，[M‑N+1，1]，[M‑N+1，M‑N+1]为图像剪切的起点坐标，从输入图像中截取得到N*N大小的4幅样本图像和另外4幅镜像样本图像；(3)取得[[(M‑N)/2+1，(M‑N)/2+1]为剪切起点坐标，取得正面与其镜像的最后2幅图像；(4)最后将得到10个样本图片加入待识别数据集；(5)利用Caffe平台中的深度学习网络，得到待识别数据的40*10维的相似度分数矩阵scores；然后对这10个样本的分数矩阵求均值运算得到40*1维的分数矩阵score，最后求得score中概率最大的相似度分数maxScore和对应的标签max1abe1，则该人脸图像的识别身份相对应的标签为max1abe1+1，识别完成。