基于CNN的人脸识别门禁系统设计
陈奎1
邢雪妍2
田欣沅3
王吉豪3
王顺3
1.徐州工程学院信电工程学院,江苏徐州221018;江苏省智慧工业控制技术重点建设实验室,江苏徐州2211112.长春财经学院信息工程学院,吉林长春,1301223.徐州工程学院信电工程学院,江苏徐州,221018
摘要：利用CNN(卷积神经网络)擅长处理与图像相关的机器学习问题这一特性,采用CNN和LabVIEW实现一种人脸识别门禁管理系统.系统主要利用Matlab实现一种10层CNN模型,并对人脸图像进行离线训练和交叉验证,利用LabVIEW实现门锁动作的控制与数据库记录、RS232与TCP图像传输、脚本节点的CNN模型导入与在线识别以及用户界面和网络发布.对CNN激活函数,采用ReLU激活函数降低训练时间以加速收敛速度;对LabVIEW,利用ACCESS数据库实现门锁开关动作记录和门锁权限管理.实验和实测表明:CNN模型交叉验证正确率为0.988 5,泛化效果较好;LabVIEW门禁管理系统图像数据传输可靠、数据管理合理,能够很好地实现门禁系统的功能.
关键词：人脸识别卷积神经网络LabVIEWTCP图像传输
分类号：TP311(计算技术、计算机技术)
资助基金：江苏省科学技术厅计划项目(BY2015024-03)徐州市科技计划(KC16SQ185)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 89-92 )
英文信息