基于K210的人脸识别门禁

毕业设计_基于K210的人脸识别门禁


分享一则自己的毕业设计,基于人脸识别技术的门禁系统研究。系统硬件比较糙,可以集成化更高一点,基本控制是交由STM32处理,图像识别由K210处理。水平有限,恳请大家指正。

系统介绍

本系统设计以Kendryte K210为人脸图像识别的核心芯片,以STM32为系统逻辑控制芯片,同时加入语音模块、触摸屏和RFID模块。系统共四个功能模式,分别是人脸识别、口罩检测、特征学习、门禁通卡。人脸识别采用基于YOLO的人脸检测算法和特征提取算法,同时将模型部署至K210运行。系统可对人脸特征进行学习,实现了对人脸信息的实时录入,方便了门禁系统的管理。硬件方面系统还加入了RFID模块、语音播报模块、TFT触摸屏等。RFID模块主要实现了对用户ID卡识别,并将ID卡信息通过串口传送到STM32进行用户信息匹配。语音模块和触摸屏组成了系统人机交互部分,系统界面简洁操作简单,同时具备语音播报功能,智能化程度高。
门禁系统

硬件准备

STM32f103zet6、Maixduino、RFID模块、JZ-TRIG语音播报、触摸屏、LCD、摄像头、角度舵机、锂电池、稳压管(两个,一个给系统供电,一个单独给舵机供电)
在这里插入图片描述

软件准备

软件工具:MDK、Maixpy IDE、串口助手(调试用)
程序组成:人脸检测程序、人脸五点特征点提取、口罩检测程序、特征学习程序、RFID模块识别程序
在这里插入图片描述

部分代码

人脸识别、特征学习
代码参考Maixpy论坛一些前辈的经验,请大家多多支持Maixpy。

def face_recognize():
    global flag_enter
    global task_mask,task_ld,task_fe
    global sum_3
    global sum_4
    global now_mode
    img = sensor.snapshot()
    code = kpu.run_yolo2(task_fd, img)
    if code:
        for i in code:
            # Cut face and resize to 128x128
            a = img.draw_rectangle(i.rect())
            face_cut = img.cut(i.x(), i.y(), i.w(), i.h())
            face_cut_128 = face_cut.resize(128, 128)
            a = face_cut_128.pix_to_ai()
            # a = img.draw_image(face_cut_128, (0,0))
            # Landmark for face 5 points
            fmap = kpu.forward(task_ld, face_cut_128)
            plist = fmap[:]
            le = (i.x() + int(plist[0] * i.w() - 10), i.y() + int(plist[1] * i.h()))
            re = (i.x() + int(plist[2] * i.w()), i.y() + int(plist[3] * i.h()))
            nose = (i.x() + int(plist[4] * i.w()), i.y() + int(plist[5] * i.h()))
            lm = (i.x() + int(plist[6] * i.w()), i.y() + int(plist[7] * i.h()))
            rm = (i.x() + int(plist[8] * i.w()), i.y() + int(plist[9] * i.h()))
            a = img.draw_circle(le[0], le[1], 4)
            a = img.draw_circle(re[0], re[1], 4)
            a = img.draw_circle(nose[0]
  • 35
    点赞
  • 302
    收藏
    觉得还不错? 一键收藏
  • 96
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 96
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值