查看: 1166|回复: 1

[AI人工智能教程] LattePanda&AI-人脸识别门禁系统

LattePanda&AI-人脸识别门禁系统

概述

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别。

本项目中我们将实现摄像头人脸识别效果，包含人名标签和识别框，并结合灯带的亮灯状态制作人脸识别门禁系统。
（最终效果视频）

项目基础

人脸识别

硬件准备：

AI主控：LattePanda
输入输出设备：5英寸显示屏、键盘、鼠标、摄像头

人脸信息录入：

1、双击桌面上的“startpage.sh”，打开JupyterLab，切换到“home/lattepanda/桌面/LattePanda&AI项目实战/”目录下，如下图，检查一下项目必需的3个文件；

2、双击进入“图片拍摄”文件夹；

3、双击打开程序，修改拍摄的照片数量，例如for index in range(3)；

样例代码：

4、选择无其他人、无杂物的背景，正眼看着摄像头，然后运行程序，拍摄的图片会在程序同目录下依次出现；

5、双击图片查看拍摄效果；

6、选择效果最好的一张，重命名为此人的姓名；

7、将照片复制到“LattePanda&AI-人脸识别门禁系统”文件夹下。

程序编写：

1、双击打开“人脸识别.ipynb”；

样例代码：

#导入人脸识别模块
from faceRecognition import *

#人脸检测与识别文件调用
faceDetectorPath = "face-detection-retail-0005.xml"
landmarksPath = "landmarks-regression-retail-0009.xml"
faceReidentificationPath = "face-reidentification-retail-0095.xml"

#调用训练模型文件
model = Model()

model.load(faceDetectorPath = faceDetectorPath,
                  landmarksPath = landmarksPath,
                  faceReidentificationPath = faceReidentificationPath)
                  
#初始化摄像头与窗口
camera = Camera()
screen = Screen("人脸识别门禁系统", (0,0,0))

#打开手写数字交互窗口，按下“Q”键退出窗口
if_run = 1
while (if_run == 1):
    #从摄像头获取图片
    image = camera.read(flip = False)
    #图片剪裁
    image = model.clipResizeFrame(image)      
    screen.clear()
    #获取人脸识别结果并在屏幕上显示识别标签
    results = model.predict(image)
    screen.putImage(image, 80, 0, 640, 480)
    for roi, landmarks, identity in zip(*results):
        x, y = roi.position
        w, h = roi.size
        screen.putTag(identity, x+80, y, w, h, bg=(0,255,0))
        
    #打开与显示交互窗口，如果按下Q键，将无法进入下一次while循环  
    if screen.show():
        if_run = 0
        screen.quit()
复制代码

2、运行程序，当执行到最后一个单元格时，会打开交互窗口。
未识别到人脸：

检测到未知人脸：

识别到已知人脸，并显示此人姓名：

3、按键盘上的“Q”键可退出交互窗口。

项目进阶

人脸识别门禁系统

如果让人脸作为门禁系统的钥匙，会使我们的生活更方便快捷。当识别到主人的人脸时，灯带亮绿灯，表示准许进入；否则显示红灯。

硬件准备：

主控：Arduino UNO、IO 传感器扩展板 V7.1
模块：WS2812 RGB 全彩灯带

硬件连接图：

*WS2812上有7个RGB灯，程序中的np[0]表示第一个灯，程序中的np[1]表示第二个灯。

程序编写：

双击打开“人脸识别_灯带.ipynb”；

样例代码：

#导入人脸识别模块
from faceRecognition import *
import time
from pinpong.board import Board,Pin,NeoPixel

NEOPIXEL_PIN = Pin.D7
PIXELS_NUM = 1 #灯数，如果需要多个灯亮，请改此数值

#初始化，选择板型和端口号
Board("uno", "/dev/ttyUSB0").begin()  

np = NeoPixel(Pin(NEOPIXEL_PIN), PIXELS_NUM) #np[0]表示第一个灯，np[1]表示第二个灯，以此类推

#人脸检测与识别文件调用
faceDetectorPath = "face-detection-retail-0005.xml"
landmarksPath = "landmarks-regression-retail-0009.xml"
faceReidentificationPath = "face-reidentification-retail-0095.xml"

#调用训练模型文件
model = Model()

model.load(faceDetectorPath = faceDetectorPath,
                  landmarksPath = landmarksPath,
                  faceReidentificationPath = faceReidentificationPath)
                  
#初始化摄像头与窗口
camera = Camera()
screen = Screen("人脸识别门禁系统", (0,0,0))

#打开手写数字交互窗口，按下“Q”键退出窗口
if_run = 1
led = 0
count = 0
while (if_run == 1):
    #从摄像头获取图片
    image = camera.read(flip = False)
    #图片剪裁
    image = model.clipResizeFrame(image)      
    screen.clear()
    #获取人脸识别结果并在屏幕上显示识别标签
    results = model.predict(image)
    screen.putImage(image, 80, 0, 640, 480)
    for roi, landmarks, identity in zip(*results):
        x, y = roi.position
        w, h = roi.size
        screen.putTag(identity, x+80, y, w, h, bg=(0,255,0))
        
        #count>30,修改30可调节切换灯颜色的速度
        if identity != "未知人脸" and count>30:
            np[0] = (0, 255 ,0) #设置第一个灯亮绿色
            #np[1] = (0, 255 ,0) #设置第二个灯亮绿色
            count = 0
        elif identity == "未知人脸" and count>30:
            np[0] = (255, 0 ,0) #设置第一个灯亮红色 
            #np[1] = (255, 0 ,0) #设置第二个灯亮红色
            count = 0
        count+=1

        
    #打开与显示交互窗口，如果按下Q键，将无法进入下一次while循环  
    if screen.show():
        if_run = 0
        screen.quit()
复制代码