|本期目录/Table of Contents|

[1]张一夫,陈天飞,张建松.基于树莓派的在线人脸识别考勤系统[J].电子设计工程,2019,27(22):152-156.
　ZHANG Yifu,CHEN Tianfei,ZHANG Jiansong.Online face recognition attendance system based on Raspberry Pi[J].Electronic Design Engineering,2019,27(22):152-156.
点击复制

基于树莓派的在线人脸识别考勤系统(PDF)
分享到：

《电子设计工程》[ISSN:1674-6236/CN:61-1477/TN]

卷:
27
期数:
2019年22期
页码:
152-156
栏目:
图像分析与多媒体
出版日期:
2019-11-20

文章信息/Info

Title:
Online face recognition attendance system based on Raspberry Pi
文章编号:
1674-6236（2019）22-0152-05
作者:
张一夫1; 陈天飞1; 张建松2
（1.河南工业大学 电气工程学院， 河南 郑州 450001；2.河南省教育技术装备管理中心 河南 郑州 450004）
Author(s):
ZHANG Yi?fu1;  CHEN Tian?fei1;  ZHANG Jian?song2
（1.School of Electrical Engineering， Henan University of Technology， Zhengzhou 450001， China； 2.Henan Education Technology and Equipment Management Center， Zhengzhou 450004， China）
关键词:
树莓派;  在线人脸识别;  OpenCV;  LBPH;  模型更新
Keywords:
Raspberry Pi;  online face recognition;  OpenCV;  LBPH;  model update
分类号:
TP391.4
DOI:
-
文献标志码:
A
摘要:
人脸识别考勤系统可能由于用户化妆等原因发生错误。基于树莓派的在线人脸识别考勤系统使用OpenCV集成的LBPH算法，当发生识别错误时，管理员可以远程登录系统对用户采集新的样本以更新其人脸模型。对系统进行测试，发现其能够稳定运行；测试模型，发现模型更新后对已知人脸与未知人脸识别评分之差为更新前的4.63倍，即识别的正确率高于更新前的正确率。可以认为系统通过更新模型能够减少由于特征变化引起的识别错误。
Abstract:
The face recognition attendance system may be wrong due to user makeup or the other reasons. The Raspberry Pi-based online face recognition attendance system uses OpenCV’s integrated LBPH algorithm. When an identification error occurs， the administrator can remotely log in to the system to collect new samples from the user to update their face model.The system was tested and found to be stable. After testing the model， it is found that the difference between the known face and the unknown face recognition score after the model update is 4.63 times before the update， that is， the correct rate of recognition is higher than the correct rate before the update. It can be considered that the system can reduce recognition errors caused by feature changes by updating the model.

参考文献/References:

[1] 冯代高， 张友俊. 改进随机子空间 LDA 结合多补丁集成学习的鲁棒人脸识别算法[J/OL]. 2019，36（9）. [2018-05-24]. http://www.arocmag.com/article/02-2019-09-058.html.[2] 宋保，李迎正，孙岩，等.基于 OpenCV 的智能公交系统研究[J] .电脑编程技巧与维护， 2019（3）: 123-127.[3] 朱峰. 一种基于多尺度LBPH特征的快速人脸识别算法[J]. 计算机应用与软件，2015（8）:315-319.[4] Simon Monk. 树莓派开发实战[M]. 北京：人民邮电出版社，2017.[5] 李婧，李志强. 关于 PCA 的人脸识别技术的研究[J]. 电子测试， 2016（23）:9-10.[6] 张静然. 局部Fisher准则以及子空间分析的人脸识别算法研究[D]. 赣州: 江西理工大学， 2018. [7] 徐肖亮，邓燕妮. 基于改进PCA算法的人脸识别研究[J]. 科学技术创新，2019（9）: 68-70.[8] 杜娟.基于OpenCV的人脸识别算法研究[D]. 银川: 宁夏大学， 2018.[9] 楚建浦，何光辉，刘玉馨. 优化的小波变换和改进的LDA相融合的人脸识别算法[J].计算机科学，2016（11）:147-150.[10]张洁玉，武小川. 加权局部二值模式的人脸特征提取[J]. 中国图象图形学报，2014，19（12）：1794-1801．[11]亢洁，李珍，王晓东，等. 基于 MB_LBP 旋转不变特征的 AdaBoost 人脸检测算法研究[J]. 陕西科技大学学报， 2017（4）: 164-167.[12]何瑶，陈湘萍. 基于OpenCV的人脸检测系统设计[J]. 新型工业化，2018，8（6）:83-89. [13]宋凤菲. 彩色图像灰度化及其效果的客观评价方法研究 [D]. 厦门: 华侨大学， 2014. [14]阳崇云. 基于级联 AdaBoost 分类器的多视角人脸检测[D].武汉:华中科技大学， 2016. [15]Joe Minichino，Joseph Howse．OpenCV3计算机机器视觉Python语言实现（原书第2版）[M]. 北京: 机械工业出版社，2017:81-82.[16]余琨.基于稀疏表示和聚类字典学习的人脸识别算法研究[D].南京：南京邮电大学， 2015.[17]罗达志. 基于深度学习的迭代定位式人脸检测与分割方法研究[D]. 广州：华南理工大学， 2018.

相似文献/References:

[1]王节旺,王瑞宝.基于树莓派的雷电预警系统设计方案[J].电子设计工程,2016,(01):169.
　WANG Jie-wang,WANG Rui-bao.The design of lighting warning system based on Raspberry Pi[J].Electronic Design Engineering,2016,(22):169.
[2]黄惠迪,官洪运,邓 昶,等.基于Android平台的车道线检测系统设计[J].电子设计工程,2015,(15):99.
　HUANG Hui-di,GUAN Hong-yun,DENG Chang,et al.A method to implementation of lane detection under Android system[J].Electronic Design Engineering,2015,(22):99.
[3]张 涛,王剑魁,张国山,等.基于Cortex-A8的嵌入式车牌识别系统设计[J].电子设计工程,2015,(09):167.
　ZHANG Tao,WANG Jian-kui,ZHANG Guo-shan,et al.Design of embedded license plate recognition system based on Cortex-A8[J].Electronic Design Engineering,2015,(22):167.
[4]张小玉,宫 贺,齐 琦.基于OpenCV的长波红外摄像机标定研究[J].电子设计工程,2015,(01):181.
　ZHANG Xiao-yu,GONG He,QI Qi.Calibration of long wave infrared camera based on OpenCV[J].Electronic Design Engineering,2015,(22):181.
[5]王宝珠,刘 伟. 基于ARM11的视频图像中运动物体检测跟踪系统[J].电子设计工程,2012,(24):168.
　WANG Bao-zhu,LIU Wei. Design of moving objects tracking system based on ARM[J].Electronic Design Engineering,2012,(22):168.
[6]公衍宇,郭 琦,于 超. Android系统下OpenCV的人脸检测模块的设计[J].电子设计工程,2012,(20):52.
　GONG Yan-yu,GUO Qi,YU Chao. Design of face detection module based on OpenCV in Android system[J].Electronic Design Engineering,2012,(22):52.
[7]刘 静. 基于OpenCV机器视觉库的人脸图像预处理方法研究与实现[J].电子设计工程,2012,(16):186.
　LIU Jing. Research and implementation on the face images pretreatment method based on OpenCV machine visual library[J].Electronic Design Engineering,2012,(22):186.
[8]白 瑞,姜明新. 基于Opencv的运动目标的检测和跟踪[J].电子设计工程,2012,(12 ):124.
　BAI Rui,JIANG Ming-xin. Detection and tracking of movement target based on Opencv[J].Electronic Design Engineering,2012,(22):124.
[9]陈志恒,姜明新.基于openCV的人脸检测系统的设计[J].电子设计工程,2012,(10):182.
　CHEN Zhi-heng,JIANG Ming-xin.Face detection system design based on openCV[J].Electronic Design Engineering,2012,(22):182.
[10]王 斌,郭 攀,张 坤,等.基于计算机视觉技术的人脸检测系统设计[J].电子设计工程,2011,(16):38.
　WANG Bin,GUO Pan,ZHANG Kun,et al.The design of face detection system based on computer vision technology[J].Electronic Design Engineering,2011,(22):38.

备注/Memo

备注/Memo:
收稿日期：2019-03-29 稿件编号：201903197基金项目：河南工业大学科教融合项目（26400107）；河南工业大学大学生创新创业训练计划重点项目（201910463031）作者简介：张一夫（1997—），男，河南郑州人。研究方向：图像处理、自动控制。
更新日期/Last Update: 2019-11-25