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：

复制代码 隐藏代码

1. #导入人脸识别模块
2. from faceRecognition import *
4. #人脸检测与识别文件调用
5. faceDetectorPath = "face-detection-retail-0005.xml"
6. landmarksPath = "landmarks-regression-retail-0009.xml"
7. faceReidentificationPath = "face-reidentification-retail-0095.xml"
9. #调用训练模型文件
10. model = Model()
12. model.load(faceDetectorPath = faceDetectorPath,
13. landmarksPath = landmarksPath,
14. faceReidentificationPath = faceReidentificationPath)
16. #初始化摄像头与窗口
17. camera = Camera()
18. screen = Screen("人脸识别门禁系统", (0,0,0))
20. #打开手写数字交互窗口，按下“Q”键退出窗口
21. if_run = 1
22. while (if_run == 1):
23. #从摄像头获取图片
24. image = camera.read(flip = False)
25. #图片剪裁
26. image = model.clipResizeFrame(image)
27. screen.clear()
28. #获取人脸识别结果并在屏幕上显示识别标签
29. results = model.predict(image)
30. screen.putImage(image, 80, 0, 640, 480)
31. for roi, landmarks, identity in zip(*results):
32. x, y = roi.position
33. w, h = roi.size
34. screen.putTag(identity, x+80, y, w, h, bg=(0,255,0))
36. #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
37. if screen.show():
38. if_run = 0
39. 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：

复制代码 隐藏代码

1. #导入人脸识别模块
2. from faceRecognition import *
3. import time
4. from pinpong.board import Board,Pin,NeoPixel
6. NEOPIXEL_PIN = Pin.D7
7. PIXELS_NUM = 1 #灯数，如果需要多个灯亮，请改此数值
9. #初始化，选择板型和端口号
10. Board("uno", "/dev/ttyUSB0").begin()
12. 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
14. #人脸检测与识别文件调用
15. faceDetectorPath = "face-detection-retail-0005.xml"
16. landmarksPath = "landmarks-regression-retail-0009.xml"
17. faceReidentificationPath = "face-reidentification-retail-0095.xml"
19. #调用训练模型文件
20. model = Model()
22. model.load(faceDetectorPath = faceDetectorPath,
23. landmarksPath = landmarksPath,
24. faceReidentificationPath = faceReidentificationPath)
26. #初始化摄像头与窗口
27. camera = Camera()
28. screen = Screen("人脸识别门禁系统", (0,0,0))
30. #打开手写数字交互窗口，按下“Q”键退出窗口
31. if_run = 1
32. led = 0
33. count = 0
34. while (if_run == 1):
35. #从摄像头获取图片
36. image = camera.read(flip = False)
37. #图片剪裁
38. image = model.clipResizeFrame(image)
39. screen.clear()
40. #获取人脸识别结果并在屏幕上显示识别标签
41. results = model.predict(image)
42. screen.putImage(image, 80, 0, 640, 480)
43. for roi, landmarks, identity in zip(*results):
44. x, y = roi.position
45. w, h = roi.size
46. screen.putTag(identity, x+80, y, w, h, bg=(0,255,0))
48. #count>30,修改30可调节切换灯颜色的速度
49. if identity != "未知人脸" and count>30:
50. np[0] = (0, 255 ,0) #设置第一个灯亮绿色
51. #np[1] = (0, 255 ,0) #设置第二个灯亮绿色
52. count = 0
53. elif identity == "未知人脸" and count>30:
54. np[0] = (255, 0 ,0) #设置第一个灯亮红色
55. #np[1] = (255, 0 ,0) #设置第二个灯亮红色
56. count = 0
57. count+=1
60. #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
61. if screen.show():
62. if_run = 0
63. screen.quit()

复制代码

运行效果：

当识别到已知人脸时，灯带的第一个灯亮绿色；

当屏幕中没有人脸或者是未知人脸时，灯带的第一个灯亮红色。

本文转载至：DF创客社区

原文链接：https://mc.dfrobot.com.cn/thread-306871-1-1.html