人脸识别基于matlab GUI人脸识别宿舍考勤含Matlab源码 2372期

Posted 海神之光

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了人脸识别基于matlab GUI人脸识别宿舍考勤含Matlab源码 2372期相关的知识,希望对你有一定的参考价值。

⛄一、正则化图像去噪简介

宿舍是学生学习、生活的场所, 学生晚上住在宿舍是确保学生人身、财产安全的重要保障。目前大多数高校依然采用管理员对宿舍进行考勤管理, 这种方式效率低、耗时长、成本高, 且准确度较低、不能自动化统计[1]。信息科技技术的迅速发展带动了学校管理工作的高效运作, 高校宿舍管理人员不断追求学生宿舍信息管理自动化和信息化[2]。高校各个方面的建设都在促进智慧校园的发展, 方便在校师生的学习、生活。指纹识别技术[3]、语音识别技术、RFID卡都应用在宿舍的考勤系统中。指纹识别和RFID卡识别方式容易出现一人刷多个指纹套、刷多卡的现象, 而且在早、中、晚宿舍集中进出时间段, 容易造成学生排队等待刷卡, 造成时间上的浪费与管理上的混乱[1]。

随着身份识别需求的不断深化, 人脸识别技术在实际应用中的高准确率使其成为主流的研究方向[4]。人脸识别[5]是生物识别技术的一个重要分支, 识别过程首先捕获人脸信息, 然后通过图像处理提取脸部特征, 建立深度学习模型, 以此完成人脸识别[4]。本文提出通过人脸识别对宿舍人员进行考勤, 在指定的时间内, 只要在宿舍区域内有摄像头的地方就可以进行人脸识别进行考勤, 不需要限定楼层和宿舍。

1 需求分析
1.1 功能需求

高校宿舍管理系统的作用是使高校学生通过智能化、自动化的管理带来学习和生活上的便捷[6]。考勤时间定在宿舍关门前的20分钟, 在这个时间段内, 只要学生在宿舍区域, 任何一个摄像头都可以进行人脸图像的采集进行识别。识别过程不需要限定大家一定在宿舍内, 不受拍摄角度和着装的影响。

考勤结束后, 系统根据识别情况按照宿舍、学院分组统计, 将统计结果发送给宿舍管理员和辅导员, 辅导员根据考勤人数和请假人员信息确定不在宿舍住宿的学生信息。

1.2 性能需求
安全性:系统通过内部独立网络传输信息, 通过接口实现统计结果的查询, 然后通过互联网进行信息的发送, 具有较好的安全性, 保障系统内部的数据信息不丢失或者泄漏, 保障学生的数据信息不被盗用。

时效性:经过训练后的模型, 在识别过程中可快速、高效地进行识别。

迁移性:通过训练之后得到的模型和相关参数, 在所有的宿舍考勤识别过程中具有较好的识别效果。

实用性:系统要以经济实用为目的, 在系统使用过程中, 应该把关键的方面直接提供给系统维护人员, 有助于形成即时管控对策, 确保系统的有效运转[4]。

2 系统设计
系统设计过程包括数据预处理、训练模型和识别三个部分组成。系统总体流程图如图1所示:

图1 系统总体流程图

图1中编号 (1) 部分完成模型的训练。在训练集中进行多次卷积和池化操作后, 通过全连接输出, 结合反向传播算法, 调整训练过程中的参数, 直到满足训练条件或者达到最大训练次数。训练结束后, 满足训练条件后生成训练好的模型;在编号 (2) 部分, 首先进行系统的初始化操作, 利用摄像头进行图像采集, 结合编号 (1) 部分训练好的模型进行人脸识别的操作, 如果识别成功, 则完成考勤, 否则, 需要系统重新拍照。

2.1 数据预处理
通过组织学生在摄像头前完成数据采集后, 需要对采集的数据进行相应的处理才可以进行训练;图像预处理的主要目的是消除拍摄图像中和脸部特征无关的信息, 保留有用的特征值区域, 方便训练以及在识别过程中抽取有效的特征值进行运算和识别。

2.2 训练模型
系统模型采用三层卷积神经网络, 经过预处理的数据集作为训练模型的输入层, 首先对输入层进行卷积运算, 然后对卷积结果进行池化处理, 池化后对池化结果进行卷积运算, 然后再对卷积结果进行池化处理, 以此类推;三个卷积和池化层后是一个全连接层, 直接输出预测的结果值[7], 具体模型如图2所示:

图2 三层卷积神经网络
图中输入层即数据预处理后的数据集, C1是第一个卷积层, S1是第一个池化层, F1是全连接层, 输出层输出预测的值。

根据预测值和真实值之间的误差, 结合反向传播算法和随机梯度下降算法进行权值的调整, 直到达到设定的迭代次数, 完成模型的训练。

⛄二、部分源代码

function varargout = MainGUI(varargin)
% MAINGUI MATLAB code for MainGUI.fig
% MAINGUI, by itself, creates a new MAINGUI or raises the existing
% singleton*.
%
% H = MAINGUI returns the handle to a new MAINGUI or the handle to
% the existing singleton*.
%
% MAINGUI(‘CALLBACK’,hObject,eventData,handles,…) calls the local
% function named CALLBACK in MAINGUI.M with the given input arguments.
%
% MAINGUI(‘Property’,‘Value’,…) creates a new MAINGUI or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before MainGUI_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property application
% stop. All inputs are passed to MainGUI_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE’s Tools menu. Choose “GUI allows only one
% instance to run (singleton)”.
%
% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help MainGUI

% Last Modified by GUIDE v2.5 11-Feb-2023 14:25:07

% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct(‘gui_Name’, mfilename, …
‘gui_Singleton’, gui_Singleton, …
‘gui_OpeningFcn’, @MainGUI_OpeningFcn, …
‘gui_OutputFcn’, @MainGUI_OutputFcn, …
‘gui_LayoutFcn’, [] , …
‘gui_Callback’, []);
if nargin && ischar(varargin1)
gui_State.gui_Callback = str2func(varargin1);
end

if nargout
[varargout1:nargout] = gui_mainfcn(gui_State, varargin:);
else
gui_mainfcn(gui_State, varargin:);
end
% End initialization code - DO NOT EDIT

% — Executes just before MainGUI is made visible.
function MainGUI_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to MainGUI (see VARARGIN)

% Choose default command line output for MainGUI
handles.output = hObject;

% Update handles structure
guidata(hObject, handles);

% 鍒濆璇? UI
set(handles.edit1,‘string’,‘001’);
set(handles.edit2,‘string’,‘002’);
set(handles.edit3,‘string’,‘003’);
set(handles.edit4,‘string’,‘004’);
set(handles.edit5,‘string’,‘005’);
set(handles.edit6,‘string’,‘006’);
set(handles.edit7,‘string’,‘007’);
set(handles.edit8,‘string’,‘008’);

set(handles.edit11,‘string’,‘学生1’);
set(handles.edit12,‘string’,‘学生2’);
set(handles.edit13,‘string’,‘学生3’);
set(handles.edit14,‘string’,‘学生4’);
set(handles.edit15,‘string’,‘学生5’);
set(handles.edit16,‘string’,‘学生6’);
set(handles.edit17,‘string’,‘学生7’);
set(handles.edit18,‘string’,‘学生8’);

%鍒濆璇濇暟鎹?
[cv,V,m,v]= initData();
save(‘tempData/tempData’,‘cv’,‘V’,‘m’,‘v’)

⛄三、运行结果


⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]卢喜利,周月鹏.基于人脸识别的智能宿舍考勤系统设计[J].电脑知识与技术. 2018,14(35)

3 备注
简介此部分摘自互联网,仅供参考,若侵权,联系删除

以上是关于人脸识别基于matlab GUI人脸识别宿舍考勤含Matlab源码 2372期的主要内容,如果未能解决你的问题,请参考以下文章

人脸识别基于matlab GUI BP神经网络人脸识别(含识别率)含Matlab源码 891期

人脸识别基于matlab GUI PCA算法人脸识别门禁系统含Matlab源码 1777期

人脸识别基于matlab GUI LBP人脸识别含Matlab源码 1282期

人脸识别基于matlab GUI PCA人脸识别(识别率)含Matlab源码 802期

人脸识别基于matlab GUI人脸实时检测与跟踪含Matlab源码 673期

人脸表情识别基于matlab GUI CNN人脸表情识别含Matlab源码 787期