人臉識(shí)別下圖書館座位管理系統(tǒng)

朱家喜 田文泉

【摘 要】隨著互聯(lián)網(wǎng)的飛速發(fā)展和人工智能技術(shù)的興起，人臉識(shí)別技術(shù)已廣泛應(yīng)用于人機(jī)交互，視頻監(jiān)控等領(lǐng)域。深度學(xué)習(xí)一直在進(jìn)行深入研究，并應(yīng)用于可控環(huán)境中的人臉識(shí)別，具有相對(duì)理想的結(jié)果。面部識(shí)別應(yīng)用程序提供有關(guān)圖書館座位中人員在場(chǎng)的實(shí)時(shí)反饋，以便學(xué)生可以掃描代碼以從圖書館中學(xué)習(xí)最新信息。

【關(guān)鍵詞】人臉識(shí)別;二維碼Gabor小波變換

當(dāng)前，大學(xué)圖書館的座位資源經(jīng)常沒有被合理地利用，并且在某些情況下，圖書館資源沒有得到充分利用，并且圖書館管理系統(tǒng)正在興起。人臉識(shí)別和二維的組合代碼大大提高了圖書館座位的利用率。學(xué)生可以通過系統(tǒng)的終端APP在線查詢座位信息，并實(shí)現(xiàn)座位預(yù)定功能。人臉識(shí)別使用秒表來計(jì)算該座位上的學(xué)生是否已經(jīng)過了指定的出發(fā)時(shí)間，并將其反饋給系統(tǒng)終端。該系統(tǒng)使用Gabor Wavelet變換+模式匹配來處理人臉識(shí)別，掃描成功保留的二維碼，控制實(shí)驗(yàn)室門禁系統(tǒng)的開度并計(jì)算用戶數(shù)量。顯示室內(nèi)環(huán)境和座位的溫度和濕度信息。在LCD屏幕上，例如磁帶庫外。充分利用您的圖書館資源。

一、系統(tǒng)內(nèi)容

通過眼睛，眉毛，嘴巴，鼻子和幾何及其他器官的特征之間的臉部關(guān)系完成檢測(cè)，以檢測(cè)零件的位置。 確定它不是面對(duì)面還是一系列圖像。 如果有反饋，那您最好是提供有關(guān)您的臉部位置和大小的個(gè)人數(shù)據(jù)。 由QR碼庫獲取的表情，學(xué)生必須通過掃描來驗(yàn)證對(duì)象的身份。 如果掃描代碼供任何人查看。 利用時(shí)間可以提高座椅利用率。 他專心于自己必須離開的時(shí)間就是寶座：他出發(fā)了，計(jì)時(shí)器可以確定時(shí)間的開始了，不管那是第二個(gè)還是最后一個(gè)時(shí)間都超過了，并確定地擦拭并根據(jù)時(shí)間提供反饋，以根據(jù)用戶的需要確定此人是否在那兒。 這樣可以提高資源利用效率，減輕不認(rèn)識(shí)的圖書館學(xué)校學(xué)生的負(fù)擔(dān)。 這樣可以找到圖書館資源的最佳利用方式。

面部圖像的預(yù)處理。 可以使用從原始生產(chǎn)線系統(tǒng)獲得的各種環(huán)境干擾限制和隨機(jī)圖像。 在圖像處理的初始階段，可能需要圖像預(yù)處理灰度校正。 這包括大多數(shù)輕型面部圖像預(yù)處理指令。 灰度轉(zhuǎn)換，按方程式順序設(shè)置的直方圖，部落的幾何形狀之一以及要銳化的應(yīng)變圖像的外觀。 無法成像的屬性人臉識(shí)別系統(tǒng)一般分為視覺特征提取和人臉特征，像素統(tǒng)計(jì)特征，人臉特征圖像轉(zhuǎn)換系數(shù)，人臉特征圖像大小等。

特征提取基于人臉的特定面部特征。 面部特征提?。ㄒ卜Q為面部）是形成面部特征的過程。 圖像匹配的面部識(shí)別。 榮幸地被認(rèn)可為面部特征，以基于比較將面部表情與獲取的模板侵入和其他費(fèi)用以及面部識(shí)別數(shù)據(jù)進(jìn)行比較。

二、系統(tǒng)的實(shí)現(xiàn)

（一）系統(tǒng)的組成

（二）系統(tǒng)工作原理

計(jì)算機(jī)首先計(jì)算具有已知ID（稱為配準(zhǔn)或配準(zhǔn)）的面部特征，然后將其與當(dāng)前未知ID（稱為測(cè)試或比較）的面部特征進(jìn)行比較，然后運(yùn)行Gabor過濾器以提取紋理。 DCT變換用于執(zhí)行降維處理。選擇DCT轉(zhuǎn)換圖像左上角的信息以執(zhí)行鋸齒形搜索。 這使您可以有效地提取出表征圖像特征的高系數(shù)信息。 然后使用庫中的向量元素來計(jì)算獲得的向量函數(shù)。 e -Xi | / | X |，如果相似度小于閾值，則匹配成功。

AdaBoost算法遵循在線分配算法Freund等人的方法。提出的一種提升算法。該算法具有兩個(gè)出色的特性：（1）訓(xùn)練錯(cuò)誤率隨著迭代次數(shù)的增加而降低。②即使對(duì)數(shù)據(jù)進(jìn)行了訓(xùn)練。AdaBoost算法通過訓(xùn)練大量圖像來獲得弱分類器，并根據(jù)特定原理組合這些弱分類器以形成一個(gè)強(qiáng)分類器，然后將多個(gè)強(qiáng)分類器層疊成多層。如果分類器可以通過該多層分類器，則分類器確定圖像中的特定區(qū)域?yàn)槿四?。系統(tǒng)采用VIOLAP算法實(shí)現(xiàn)人臉檢測(cè)部分。

基于Gabor引擎的面部特征點(diǎn)的精確提取和匹配算法具有極好的準(zhǔn)確性，可以消除由于面部姿勢(shì)，表情，發(fā)型，眼鏡，光照環(huán)境等引起的變化。Gabor小波變換的優(yōu)勢(shì)是可以定位時(shí)域信號(hào)和頻域信號(hào)。它可以很好地提取目標(biāo)圖像的各種空間位置，頻率和方向的特征，并克服諸如照明，比例和角度之類的全局干擾。因此，它被廣泛地用于面部識(shí)別領(lǐng)域。

人臉識(shí)別模塊用于在人臉識(shí)別過程中提取樣本文件和人臉，當(dāng)檢測(cè)到人臉區(qū)域時(shí)，對(duì)該區(qū)域中的人臉進(jìn)行預(yù)處理并保存為圖片，用于分類器訓(xùn)練。該模塊設(shè)計(jì)了兩種采集模式。一個(gè)是從學(xué)生照片中提取人臉的圖像人臉集合，另一個(gè)是在學(xué)生位于相機(jī)前的攝像頭人臉的集合，該算法從視頻中提取人臉。

在確定圖書館座位是否被占用的過程中，一種常見的方法是通過將識(shí)別過程中返回的學(xué)生編號(hào)與數(shù)據(jù)庫進(jìn)行匹配來獲取學(xué)生數(shù)據(jù)。但是，此方法效率較低，并且需要在識(shí)別過程中頻繁訪問數(shù)據(jù)庫，這會(huì)降低滾動(dòng)調(diào)用的速度。該系統(tǒng)使用哈希表將學(xué)生的學(xué)生編號(hào)和姓名先加載到哈希表中，然后僅在識(shí)別過程中訪問哈希表，從而大大提高了圖書館座位的利用效率。

三、結(jié)語

當(dāng)前，大學(xué)圖書館中的座位資源通常沒有合理分配和使用，并且管理起來很不方便。學(xué)生可以通過系統(tǒng)的終端APP在線查看座位信息，并實(shí)現(xiàn)座位預(yù)定功能，以增加學(xué)生的時(shí)間利用率和圖書館座位利用率。它掃描成功預(yù)訂的QR碼，以控制書房門禁系統(tǒng)的打開，對(duì)用戶數(shù)量進(jìn)行計(jì)數(shù)，并在外部LCD屏幕上顯示房間的溫度和濕度，座位信息等。圖書館。確保該座位已被占用，如果有座位，您可以查看前一個(gè)學(xué)生是否已經(jīng)離開了預(yù)定的時(shí)間。這項(xiàng)技術(shù)的應(yīng)用可以最大程度地利用圖書館資源，并間接提高學(xué)生的素質(zhì)。本文提出了一種解決該問題的具體算法，該系統(tǒng)工作可靠，具有實(shí)用價(jià)值。為面部識(shí)別技術(shù)的探索和進(jìn)步做出貢獻(xiàn)。

【參考文獻(xiàn)】

[1]于達(dá)嶺，黃洪瓊.一種基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法[J].信息技術(shù)與網(wǎng)絡(luò)安全，2017，36（14）：49-51

[2]李文.人臉表情識(shí)別方法[J].電子科技，2007，（6）：63-68，72

[3]徐建亮，周明安，劉文軍，方坤禮.基于二維幾何特征與深度特征的人臉識(shí)別技術(shù)研究[J].圖像與信號(hào)處理，2020，9（01）：18-26

[4]胡秀麗.基于支持向量機(jī)的人臉情感識(shí)別[J].人工智能于應(yīng)用，2019，（9）：133-134，140

[5]那晨旭.一種基于圖像拼接和圖形匹配的數(shù)字圖像處理技術(shù)[J].技術(shù)創(chuàng)新，2019，（30）：157-158

[6]馬思峻，肖榮，成江偉.Android應(yīng)用性能數(shù)據(jù)采集探針研究[J].嵌入式軟件與應(yīng)用，2017， 34（7）：192-197

[7]潘淳.韻達(dá)公司快遞終端客戶服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].軟件工程，2013

[8]王培林.二維條碼識(shí)別算法研究[J].現(xiàn)代制造技術(shù)與裝備，2010，（1）：10-11，26

[9]唐安順，闞小良.圖書館管理的國(guó)內(nèi)外現(xiàn)狀與發(fā)展趨勢(shì)[J].醫(yī)學(xué)信息，2010（19）：3550-3551