基于AI的智慧人脸门禁系统设计方案
2020-08-24 来源:eefocus
1 设计目标及内容
目标:设计出一套基于 AI 的智慧人脸门禁系统的硬件系统。
主要内容:基于门禁系统的需求,设计并搭建出门禁系统的硬件架构、并协助后台管理系统来完成门禁系统。
2 设计方案概述
2.1 设计方案原则的选择 本方案的设计原则如下:
(1)采用较为先进的技术力量,保证应用程序在硬件平台上运行具备一定的优势。
(2)采用成熟的硬件技术,保证应用程序的安全性和可靠性。
(3)硬件平台便于扩展和维护,易于技术的更新。
(4)充分利用现有的硬件资源,尽量减少不必要的再投资。
(5)具有可靠性,可用性和安全性,具有完善的技术支持。能够满足个人学习和设计需要。
(6)运行本软件所需的硬件资源。
2.2 实现硬件平台主要功能
(1)人脸信息录入:使用手机、平板等设备,采集教师、学生面部数据(或从电子照片获取),并存储在数据库中。
(2)门禁控制:树莓派(安装Android Things 系统) 控制电磁锁实现门禁管理,树莓派连接至开源的MQTT 服务, 通过推送服务获取控制信息。
(3)实训室管理:通过在基础信息中设置实训室的白名单,利用 Android 开发板、USB 摄像头获取视频数据,并做人脸对比(1:1),实现实训室的智能化管理。
2.3 设计方案
通过查阅资料、调研、吸取已有技术的基础上,项目组进行集体方案论证,共同制定设计方案,如图 1 所示。
图 1 硬件部分设计方案图
此方案在服务器安装基础信息管理系统的基础上,所需环境为:
硬件环境:4GB 及以上内存;至少 10G 可用硬盘空间; 公网 IP。
软 件 环 境:JRE 1.8.0_161 或 更 高;MySQL5.7; Apache Tomcat 9.0.6。
手机或平板安装人脸信息采集 APP,所需环境:An- droid 5.0 及以上系统;带前置摄像头;5 寸及以上屏幕。
Android 开发板安装智慧门禁 APP,所需环境:An- droid 5.0 及以上系统;9.7 寸及以上屏幕;支持 UVC 协议的 1080P 高清 USB 摄像头;支持网络(WIFI、有线或 4G)。
Android Things 开发板安装电磁锁控制 APP,所需环境: Android Things 0.7;触摸屏幕;支持网络(WIFI 或有线)。
3 硬件平台系统构成
3.1 硬件系统组成
符合结构简单,成本低,运行可靠性等设计要求的硬件系统由供电电源、安卓开发板、识别显示终端、高清摄像头、树莓派、门锁驱动模块、电磁门锁等组成。图 2 给出了硬件系统构成示意图。
图 2 硬件系统构成示意图
3.2 硬件系统关系及主要部件说明
Android 开发板、USB 摄像头:课前课后利用获取视频数据,检测其中的人脸信息并与数据库中的人脸数据对比(1:1),符合条件的存入数据库,并通知门禁控制设备。硬件系统中的树莓派(安装 Android Things 系统):
控制电磁锁实现门禁管理,树莓派连接至开源的MQTT 服务, 通过 MQTT 服务获取控制信息。图 3 给出了硬件系统关系示意图。
图 3 硬件系统关系示意图
系统低功耗节能控制功能:当识读设备在一段时间内没有触摸屏操作和人靠近时,硬件系统自动关闭内置摄像机及液晶显示面板等设备,启动低功耗工作状态。
3.3 主要性能指标
(1)客户端 APP 采集人脸信息时需实现数据准确性、快速性;
(2)人脸识别时匹配数据库不超过 1 秒;
(3)客户端所有界面操作响应时间不超过 1 秒,服务器的交互、交互响应时间不超过 5 秒;
树莓派向继电器发出信号时,继电器控制电磁锁打开 / 关闭不超过 5 秒。
4 运行调试
根据以上设计要求,以某实验室人脸识别门锁控制为例,进行了详细硬件平台和应用软件联调,图 4 给出了调试流程示意图。
图 4 调试流程示意图
在硬件设计、部件加工和制作、装配的基础上,搭建了实验环境。经过部件检验、软件测试、软硬件整体联调和反复试验,性能及参数验证,完成一个通过人脸信息识别,来判断和控制门禁的开与关最终测试效果达到了设计要求。
5 设计创新与特色
本系统使用 ArcFace 虹软人脸认知引擎,实现了人脸识别门禁控制系统,提高了系统的运行效率,在唯一性、自然性好、简单方便、非接触性、识别速度快、成本低等方面, 提升了实训室智能化建设水平。
该设计结构合理,学科特征明显,方案合理可行,具有一定的创新性。项目组织实施和管理及试验方案合理。
下一篇:一种简单的智能冰箱设计方案
- VVDN与SecureThings.ai合作 为全球汽车提供网络安全保障
- 科学家研发基于AI的身份验证工具 可保护车辆免受网络攻击威胁
- Rambus宣布推出业界首款HBM4控制器IP,加速下一代AI工作负载
- 小鹏汽车剑指L4自动驾驶,AI 汽车时代到来?
- 研华科技:投身Edge AI创新,驱动智能未来
- 首发!AI时代到来,汽车行业首份AIGC技术应用白皮书正式发布
- 智能座舱进阶4.0时代:大模型加持,引爆座舱AI革命
- 飞行汽车、机器人、自研芯片,解析小鹏AI科技日
- AMD 发布首个 10 亿开源 AI 模型 OLMo,用 Instinct MI250 GPU 集群训练而成
- 当AI遇上边缘计算,研华以Edge AI推进嵌入式产业变革