人臉識別下圖書館座位管理系統

朱家喜 田文泉

【摘 要】隨著互聯網的飛速發展和人工智能技術的興起，人臉識別技術已廣泛應用于人機交互，視頻監控等領域。深度學習一直在進行深入研究，并應用于可控環境中的人臉識別，具有相對理想的結果。面部識別應用程序提供有關圖書館座位中人員在場的實時反饋，以便學生可以掃描代碼以從圖書館中學習最新信息。

【關鍵詞】人臉識別;二維碼Gabor小波變換

當前，大學圖書館的座位資源經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正在興起。人臉識別和二維的組合代碼大大提高了圖書館座位的利用率。學生可以通過系統的終端APP在線查詢座位信息，并實現座位預定功能。人臉識別使用秒表來計算該座位上的學生是否已經過了指定的出發時間，并將其反饋給系統終端。該系統使用Gabor Wavelet變換+模式匹配來處理人臉識別，掃描成功保留的二維碼，控制實驗室門禁系統的開度并計算用戶數量。顯示室內環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、系統內容

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系完成檢測，以檢測零件的位置。 確定它不是面對面還是一系列圖像。 如果有反饋，那您最好是提供有關您的臉部位置和大小的個人數據。 由QR碼庫獲取的表情，學生必須通過掃描來驗證對象的身份。 如果掃描代碼供任何人查看。 利用時間可以提高座椅利用率。 他專心于自己必須離開的時間就是寶座：他出發了，計時器可以確定時間的開始了，不管那是第二個還是最后一個時間都超過了，并確定地擦拭并根據時間提供反饋，以根據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，減輕不認識的圖書館學校學生的負擔。 這樣可以找到圖書館資源的最佳利用方式。

面部圖像的預處理。 可以使用從原始生產線系統獲得的各種環境干擾限制和隨機圖像。 在圖像處理的初始階段，可能需要圖像預處理灰度校正。 這包括大多數輕型面部圖像預處理指令。 灰度轉換，按方程式順序設置的直方圖，部落的幾何形狀之一以及要銳化的應變圖像的外觀。 無法成像的屬性人臉識別系統一般分為視覺特征提取和人臉特征，像素統計特征，人臉特征圖像轉換系數，人臉特征圖像大小等。

特征提取基于人臉的特定面部特征。 面部特征提取（也稱為面部）是形成面部特征的過程。 圖像匹配的面部識別。 榮幸地被認可為面部特征，以基于比較將面部表情與獲取的模板侵入和其他費用以及面部識別數據進行比較。

二、系統的實現

（一）系統的組成

（二）系統工作原理

計算機首先計算具有已知ID（稱為配準或配準）的面部特征，然后將其與當前未知ID（稱為測試或比較）的面部特征進行比較，然后運行Gabor過濾器以提取紋理。 DCT變換用于執行降維處理。選擇DCT轉換圖像左上角的信息以執行鋸齒形搜索。 這使您可以有效地提取出表征圖像特征的高系數信息。 然后使用庫中的向量元素來計算獲得的向量函數。 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。該算法具有兩個出色的特性：（1）訓練錯誤率隨著迭代次數的增加而降低。②即使對數據進行了訓練。AdaBoost算法通過訓練大量圖像來獲得弱分類器，并根據特定原理組合這些弱分類器以形成一個強分類器，然后將多個強分類器層疊成多層。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域為人臉。系統采用VIOLAP算法實現人臉檢測部分。

基于Gabor引擎的面部特征點的精確提取和匹配算法具有極好的準確性，可以消除由于面部姿勢，表情，發型，眼鏡，光照環境等引起的變化。Gabor小波變換的優勢是可以定位時域信號和頻域信號。它可以很好地提取目標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別領域。

人臉識別模塊用于在人臉識別過程中提取樣本文件和人臉，當檢測到人臉區域時，對該區域中的人臉進行預處理并保存為圖片，用于分類器訓練。該模塊設計了兩種采集模式。一個是從學生照片中提取人臉的圖像人臉集合，另一個是在學生位于相機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別過程中返回的學生編號與數據庫進行匹配來獲取學生數據。但是，此方法效率較低，并且需要在識別過程中頻繁訪問數據庫，這會降低滾動調用的速度。該系統使用哈希表將學生的學生編號和姓名先加載到哈希表中，然后僅在識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、結語

當前，大學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。學生可以通過系統的終端APP在線查看座位信息，并實現座位預定功能，以增加學生的時間利用率和圖書館座位利用率。它掃描成功預訂的QR碼，以控制書房門禁系統的打開，對用戶數量進行計數，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，您可以查看前一個學生是否已經離開了預定的時間。這項技術的應用可以最大程度地利用圖書館資源，并間接提高學生的素質。本文提出了一種解決該問題的具體算法，該系統工作可靠，具有實用價值。為面部識別技術的探索和進步做出貢獻。

【參考文獻】

[1]于達嶺，黃洪瓊.一種基于卷積神經網絡的人臉識別方法[J].信息技術與網絡安全，2017，36（14）：49-51

[2]李文.人臉表情識別方法[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別技術研究[J].圖像與信號處理，2020，9（01）：18-26

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

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

[6]馬思峻，肖榮，成江偉.Android應用性能數據采集探針研究[J].嵌入式軟件與應用，2017， 34（7）：192-197

[7]潘淳.韻達公司快遞終端客戶服務系統的設計與實現[J].軟件工程，2013

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

[9]唐安順，闞小良.圖書館管理的國內外現狀與發展趨勢[J].醫學信息，2010（19）：3550-3551