文章编号
：
1672
－
058X
（
）
04
－
0390
－
04
基于人脸识别的门禁系统设计与实现
朱
超
平
（
重庆工商大学
计算机科学与信息工程学院
，
重庆
400067
）
收稿日期
：
－
12
－
19
；
修回日期
：
－
02
－
23．
作者简介
：
朱超平
（
1977
－
）
，
男
，
四川邻水人
，
讲师
，
从事组件技术和嵌入式系统研究
．
摘
要
：
人脸识别技术是生物技术和计算机技术的复合应用
，
市场对门禁的安全性和可靠性的要求也
越来越高
；
提出了一种基于
ARM9
处理器的快速人脸检测门禁系统设计方案
；
首先选择实用有效特征
，
简要
介绍人脸检测和人脸识别算法的基本原理
，
针对该算法实现原理详细阐述硬件系统设计方案
；
最后在设计
的硬件系统上进行算法移植
，
并开发门禁系统控制软件
，
实现了嵌入式快速人脸识别门禁系统的研制
。
通
过分析测试结果
，
系统可靠运行高
、
速度快
，
能够实现门禁系统的功能
。
关键词
：
人脸识别
；
PCA
；
ARM9
；
门禁系统
中图分类号
：
TP216
文献标志码
：
A
1
算法简介
人脸检测算法是人脸识别算法的基础
，
算法选取几个特征矩形训练模板
，
得到人脸检测最合适的矩形
特征
。
1．
1
PCA
特征选取
主元分析
（
Principal
Components
Analysis
，
PCA
）
的思想源于
K
－
L
变换
，
其目标是将某个高维向量
，
通过
一个特殊的特征向量矩阵
，
也称为
K
－
L
变换矩阵
，
投影到一个低维的向量空间中
，
从而将高维向量降为低
维向量
，
这些低维向量表示了样本点空间中方差最大的方向
，
代表样本原来的主要信息
，
具有很强的区分能
力
。
主元分析法在模式识别领域应用非常广泛
，
本文将其用于人脸识别
，
通过求样本矩阵的协方差矩阵
，
然
后计算协方差矩阵的特征向量
，
这些特征向量就可以构成这个投影矩阵
［
1
］
。
特征向量的选择取决于协方差
矩阵的特征值的大小
。
1．
2
PCA
训练算法
设训练样本集中有个样本
，
其中
，
样本
i
的像素灰度值组成的向量称为
x
i
，
其维数为样本图像的像素总
数
。
由个样本的向量构成一个样本向量集合
：
｛
x
1
，
x
2
，
…
，
x
n
｝
，
则该样本向量集的平均向量可以利用式
（
1
）
来
定义
，
各个样本的偏差定义为式
（
2
）
。
通过样本的偏差矩阵
D
定义为式
（
3
）
，
如果觉得《python人脸识别门禁系统毕设_基于人脸识别的门禁系统设计与实现》对你有帮助，请点赞、收藏，并留下你的观点哦！
