關于Python控制系統(tǒng)的設計口罩檢測和人臉識別系統(tǒng),計算機信息管理論文

關于Python控制系統(tǒng)的設計口罩檢測和人臉識別系統(tǒng),計算機信息管理論文本篇論文目錄導航：【】【】關于Python控制系統(tǒng)的設計口罩檢測和人臉辨別系統(tǒng)【】【】【】人臉辨別系統(tǒng)論文范文：關于Python控制系統(tǒng)的設計口罩檢測和人臉辨別系統(tǒng)內(nèi)容摘要：文章主要采用的技術是OpenCV+CNN+MySQL+單片機。通過與單片機連接的超聲波模塊檢測能否有人進入指定閾值內(nèi)，一旦有人進入指定閾值，單片機通過串口發(fā)送字符提示python核心控制系統(tǒng)，Python將觸發(fā)OpenCV打開攝像頭，對人臉進行實時的檢測與標定，然后通過訓練好的卷積神經(jīng)網(wǎng)絡自動進行口罩檢測和人臉辨別，將處理后的人臉信息進行編碼，最終與已錄入人臉信息的MySQL數(shù)據(jù)庫進行比對，并將辨別者信息通過PYQT界面呈現(xiàn)出來，同時向單片機發(fā)送指令，打開門禁。本文關鍵詞語：人臉辨別；口罩檢測；自動辨別；Python;單片機作者簡介：范書鋒〔1999-〕，男，河南永城人，主要研究方向為通信與信息系統(tǒng)方向。；基金：河南省高等學校大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目〔S202018834012〕；0引言學校實驗室對學生自由開放后，采用紙質(zhì)方式進行出入信息記錄，管理工作較煩瑣，出錯率較高，因而，對學生自主進出實驗室采用智能化管理特別有必要[1].且在當今新冠肺炎疫情形勢下，本系統(tǒng)參加了口罩檢測功能，即可無人值班也能規(guī)范進出者的一些行為。1系統(tǒng)硬件設計1.1系統(tǒng)總體設計本系統(tǒng)包括兩大部分，分別是STC51控制端和Python核心端。STC51硬件模塊主要通過內(nèi)部接入的定時程序進行測距命令驅(qū)動超聲波模塊進行測距，并將STC51通過UART與上位機連接，實現(xiàn)Python與STC51的信息交互[2].Python核心系統(tǒng)通過檢測來自單片機的信號，辨別能否為驅(qū)動OpenCV的指令，當OpenCV開啟攝像頭則立即進行口罩檢測與人臉辨別功能，并通過GUI界面顯示出來，最終系統(tǒng)根據(jù)辨別結(jié)果判別能否向單片機下達電機驅(qū)動指令?？傮w構(gòu)造如此圖1所示。圖1系統(tǒng)總體設計框圖1.2STC51輔助系統(tǒng)STC51輔助系統(tǒng)主要包括超聲波測距模塊、步進機驅(qū)動模塊和蜂鳴器提示模塊。超聲波測距采用HY-SRF05型號，此模塊可向外界發(fā)送一定頻率的聲波，且其精到準確測量2~450cm傳感距離，精度可達3mm.當檢測到前方有遮擋物時，聲波就會被反射回來，被模塊接受后，開場計時，記錄高電平常間，由時間數(shù)據(jù)可計算出距離[3].步進機驅(qū)動模塊采用28BYJ-48的型號，其是4相永磁式減速步進電機，采用的轉(zhuǎn)動方式是八拍形式，而齒輪內(nèi)部有8個定子，每8個節(jié)拍為一循環(huán)，轉(zhuǎn)子一圈需要64節(jié)拍，由齒輪的減速比1∶64可得，每64節(jié)拍轉(zhuǎn)動5.625°，通過計算算出90°需要1024節(jié)拍，在程序中設置轉(zhuǎn)動的正反方向，每個方向都轉(zhuǎn)動1024節(jié)拍，并設置標志位和延時[4],一旦轉(zhuǎn)動90°時就會停止轉(zhuǎn)動，一段時間后進行反轉(zhuǎn)，以此到達門禁作用[5].蜂鳴器提示模塊采用無源蜂鳴器，單片機加以0.5~4.5kHz的頻率可驅(qū)動內(nèi)部蜂鳴器發(fā)出特定音頻，即只要對蜂鳴器設置一定的工作頻率，讓蜂鳴器以設定的頻率工作，就會發(fā)出特定的提示音。1.3Python控制系統(tǒng)Python控制系統(tǒng)主要包括基于pySerial與單片機進行串口通信的模塊、基于OpenCV的攝像頭觸發(fā)和人臉標識、基于CNN的口罩檢測和人臉辨別。其Python控制系統(tǒng)流程圖如此圖2所示。當單片機測距成功后，單片機通過UART串口把數(shù)據(jù)通過pySerial告知Python,使之調(diào)用openCV打開攝像頭進行人臉標識，人臉標記成功之后再通過卷積神經(jīng)網(wǎng)絡對其進行口罩檢測和人臉辨別[6],最后把辨別的結(jié)果與MySQL中的數(shù)據(jù)進行比對，然后通過PYQT界面展示出來，最后可以以把人員辨別的信息記錄在數(shù)據(jù)庫，方便管理員查詢。2系統(tǒng)軟件設計2.1基于OpenCV的人臉檢測和圖像處理為提高系統(tǒng)的可靠性，應首先進行圖像預處理，這里使用OpenCV中自帶的基于Haar特征的級聯(lián)分類器進行面部檢測[7].其庫具有級聯(lián)人臉分類器，庫中包含人臉辨別模塊。僅通過加載級聯(lián)文檔，即可檢測動態(tài)或靜態(tài)圖像中的面部。文檔格式為XML,文件名為haarcascade_frontalface_default.xml.首先，根據(jù)攝像機代碼從計算機攝像機調(diào)用VideoCapture函數(shù)，然后使用cap.read〔〕方式方法在攝像機中讀取圖像。之后，使用captureFrame〔〕函數(shù)從輸入圖像中檢索邊框，并檢索框架，并使用detectMultiScale〔〕函數(shù)完成人臉辨別。Python控制系統(tǒng)如此圖2所示。圖2Python控制系統(tǒng)2.2口罩檢測和人臉辨別通過構(gòu)建TensorFlow+Keras+OpenCV的模型來進行口罩檢測，此模型的數(shù)據(jù)集來源于網(wǎng)絡，包括2000幅戴口罩圖片，580幅無口罩的人臉。然后將這些圖像鏈接于用TensorFlow框架構(gòu)成的CNN模型，最后通過系統(tǒng)的攝像頭來檢測人們能否佩戴口罩。首先，對上述的兩類圖像進行能否戴口罩的分類，然后通過旋轉(zhuǎn)、拉伸等辦法改變圖像，使數(shù)據(jù)加強；之后再將加強后的數(shù)據(jù)分為訓練集和檢驗集[8],通過CNN建立模型，再對模型進行預訓練和訓練，之后導入檢測程序，最后把能否檢測到口罩的信息通過GUI界面顯示出來[9].人臉辨別通過CNN實現(xiàn)。CNN由卷積層、池化層、連接層組成。通過卷積層對由OpenCV檢測后的圖像進行特征提取，小部分的層進行邊緣、線等低級特征提取，更多的層迭代此低級特征以提取更復雜的特征。后用池化層對卷積層訓練的特征圖進行二次采樣。最后，構(gòu)成卷積層+合并層的復合層，應用于模型任務。同時，將所有特征圖重新構(gòu)成為1×N矢量，然后連接復合層進行模型訓練[10],之后導入辨別程序可完成。2.3人機交互界面設計為提高用戶體驗，本系統(tǒng)設計了一套GUI界面。其可分為辨別界面和管理界面〔如此圖3所示〕。用戶可在辨別界面內(nèi)看到自個的基本信息及出入時間，也用于未戴口罩提醒及戴口罩顯示的功能。管理員可進入管理界面，進行人臉信息注冊、模型訓練、刪改學生信息等操作[11].圖3GUI界面流程圖2.4基于多線程實現(xiàn)自動辨別本系統(tǒng)采用PyQT5的QThread來實現(xiàn)自動檢測與辨別，其流程圖如此圖4所示。主線程顯示主界面，線程1負責與單片機進行通信檢測能否有人到來。檢測到人到來時，線程2在辨別界面上更新相機捕捉的人臉，根據(jù)余暉效應實現(xiàn)人臉的動態(tài)顯示。延遲幾秒后，通過線程3進行口罩檢測。檢測后，通過線程4進行人臉辨別。人臉辨別成功后，通過線程5與單片機進行通信，打開門禁。圖4線程流程圖3系統(tǒng)測試與分析本系統(tǒng)選定在白天的室外環(huán)境下，以20名學生為對象進行了人臉辨別的測試，根據(jù)光照強弱及超聲波檢測距離的不同而得到不同的結(jié)果，所構(gòu)成的數(shù)據(jù)見表1和表2.由表中數(shù)據(jù)能夠看出，當人員檢測距離攝像頭為20~60cm時，人臉辨別成功率為97%,口罩檢測成功率為100%;經(jīng)過對系統(tǒng)測試的數(shù)據(jù)分析，發(fā)如今距離攝像頭50cm進行對象檢測的時候，誤別率和誤報率均在2%,人臉辨別成功率為98%,辨別時間2s,效果最佳。表1口罩檢測結(jié)果表2人臉辨別結(jié)果4結(jié)束語本文采用人臉辨別技術對高校實驗室進行信息化管理，對于在系統(tǒng)注冊過的人員經(jīng)人臉辨別通過后可進入實驗室，并記錄人員信息，同時也便于管理人員統(tǒng)計進出者信息。除此之外，在新冠肺炎疫情防控的形式下，系統(tǒng)還具有檢測佩戴口罩的功能，提高了實驗室使用的安全性。在這里基礎上，系統(tǒng)優(yōu)化了人臉辨別算法，使誤識率和誤報率進一步減小；另外對于人員進出情況的信息，可將其導出到數(shù)據(jù)庫，方便管理員實時隨地查看數(shù)據(jù)。以下為參考文獻[1]李雙遠，王欽民基于人工智能的高校實驗室人臉辨別[]禁系統(tǒng)的設計與實現(xiàn)[J].吉林化工學院學報，2022,36〔9〕-82-85.[2]陳鑫基于STC89C52與PC端串口通信[J]科技創(chuàng)新導報，2021,15〔8〕：166-167.[3]王瑞榮?；趩纹瑱C的超聲波測距儀設計[J]電子測試，2021〔5〕：22-23+33.[4]連勇智基于51單片機的目的定位裝置及誤差校正方式方法研究[D]昆明昆明理工大學，2021.[5]張德田。單片機步進電機控制系統(tǒng)設計[J]湖北農(nóng)機化，2020〔15〕：112-113.[6]楊玉漣，官鈺翔，沈毅等基于卷積神經(jīng)網(wǎng)絡的人臉辨別[J]電子測試，2020〔21〕：60-61+99.[7]張悅欣，付曉峰結(jié)合卷積神經(jīng)網(wǎng)絡與OpenCV的人臉表情辨別[J]電腦知識與技術，2021,17〔5〕：183-185.[8]李艷杰。MySQL數(shù)據(jù)庫中數(shù)據(jù)參照完好性和一致性的設計與實現(xiàn)[J]信息技術與信息化，