一种组网人脸识别门禁系统的设计

• 作者: 倪启东 刘晨旭 罗恒 费寅超 邹优敏 马啸宸
• 来源期刊: 计算机测量与控制
• 关键词: 人脸识别 卷积神经网络 TCP/IP 移动客户端
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 设计与应用
• 页码范围: 220-224,230
• 页数: 6页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.03.045

摘要

针对传统人脸识别门禁中识别率不高的情况,设计了一种具有环境针对性的可靠人脸识别网络,采用卷积神经网络技术和基于TCP/IP的云应用技术,对人脸识别过程中的人脸提取进行了改进,采用了先进的MTCNN模型,实验结果表明,在2代和10代训练后识别结果收敛效果不明显,存在较大梯度,20代时训练后结果收敛,准确率逼近100％,loss值也逼近0％,表明20代训练模型确实已经完全收敛,且训练的拟合速度适中,既没有出现过快或者梯度消失的现象,也没有出现过慢或者不收敛甚至反升的情况,可以说模型的学习率也已经取到最佳效果;经工程测试,该系统具有更高的识别准确性和注册兼容性,可以满足小区、公司等人员数量不多且较为固定的场所的应用需求.