人员定位唯一性检测系统设计

针对现有人员定位唯一性检测方法易发生误判断、需现场监管等问题,提出了一种将虹膜识别技术和RFID技术相结合的人员定位唯一性检测系统设计方案,详细介绍了系统总体结构、工作流程及通信协议设计。该系统根据虹膜与射频卡的一一对应关系识别下井人员,并自动控制闸机来实现唯一性检测,从而实现了无人值守考勤。人员定位唯一性检测系统识别速度快,准确率高,应用效果良好。     

基于433MHz无线通信与虹膜识别的矿用唯一性检卡装置

煤矿井下人员出入井口应设置检测识别卡工作是否正常和唯一性检测的装置。利用基于掌纹与指纹、人脸图像、步态等生物特征的唯一性检测技术对本人携带本卡进行检测存在受环境影响识别精度不高的问题;现有矿用唯一性检卡装置受检测区域外识别卡干扰,对人员携带多张识别卡、携带错误识别卡、未携带识别卡的情况检测效果不理想。针对上述问题,设计了一种基于433MHz无线通信与虹膜识别的矿用唯一性检卡装置。首先,通过调节定向天线的发射功率,实现检测区域范围实时配置;433MHz无线通信模块通过定向天线向检测区域内识别卡配置检测区域标志符,读卡基站读取识别卡的电文数据,通过判断电文数据的检测区域标志符是否与配置的检测区域标志符相等,以排除区域外识别卡的干扰,对检测区域内识别卡数量进行检测,将检测结果写入中间数据库的结果表。然后,采集待检人员的虹膜信息,通过识别虹膜信息查询该人员的识别卡信息。最后,判断根据虹膜信息查询到的识别卡信息与中间数据库的结果表信息是否匹配,实现识别卡唯一性检测。测试结果表明,针对携带多张识别卡、携带错误识别卡、未携带识别卡与本人携带本卡的情况,该装置的检测准确率均为100%,且平均检测时间均不超过2s。     

基于KCCA的煤矿人员特征融合识别

煤矿井下险情时有发生,为险情下方便救援,需要监控各区域人员签到,准确掌握人员身份及分布情况。在煤矿井下由于光线不足、黑尘干扰等原因,影响人员的识别和管理。传统的识别由于单独依赖人脸识别来辨别井下人员数量和身份,易受到矿井下恶劣的环境影响而导致出现无法识别和识别效率低等问题,所以可靠程度较低。为解决上述问题,提出了一种基于KCCA算法的人脸特征和虹膜特征融合的煤矿井下人员签到识别方法。首先提取出人脸特征和虹膜特征,然后采用KCCA算法对采集到的人脸特征和虹膜特征进行融合,去除图片中无效的信息,降低算法复杂度,最后利用TAN分类完成人员认证,准确识别人员身份。实验表明,该算法降低了计算复杂度,提高了身份识别的准确度,增强了工作人员的安全监控。     

矿井人员定位系统中标识卡唯一性检测装置设计

针对矿井人员定位系统对出入井人员不带卡、多带卡、替代卡等行为检测手段单一、准确率低的问题,设计了一种基于人像识别技术的标识卡唯一性检测装置。出入井人员通过该装置时,安检门自动扫描人员脸部特征信息,并把扫描信息上传至检测主机进行判断,如发现人员携带超过一张卡,检测主机则立即下发命令进行声光报警;否则,进行快速人像识别比对。实际应用表明,该装置能够快速判断出入井人员不带卡、多带卡、替代卡等入井行为,具有较高的稳定性和识别率。     

基于ARM的人脸识别门禁系统设计

针对现有门禁系统因采用IC卡、射频卡等考勤方法存在"认卡不认人",采用指纹虹膜等生物识别技术存在指纹容易损伤等问题,设计了一套基于ARM的人脸识别门禁系统。该系统采用S3C2440B芯片为处理器、USB摄像头作为视频采集设备,自动搜索人脸进行拍照;采用基于PCA的人脸识别算法对采集的人脸图像进行识别,若为非法入侵人员则发出报警声,并通过GPRS技术发短信通告系统管理员采取安全防范措施。测试结果表明,该系统在严格的测试环境下能够准确高效地识别出人脸,平均识别率达95%以上。     

基于比特流的虹膜特征数据的隐藏算法

对生物特征数据的攻击是生物特征识别自身安全的主要威胁。为了提高虹膜特征数据的安全性,根据现有主要的虹膜识别方法中特征模板的数据特性和基于汉明距的比对方法,提出一种基于比特流的将虹膜特征模板数据嵌入人脸图像的数据隐藏算法。实验结果表明,该算法具有较强的隐蔽性,隐藏算法本身误码率为零,计算效率高,不会影响虹膜识别技术本身的性能,能够有效保护特征模板数据,增强虹膜识别系统自身的安全性。     

基于BP神经网络的头部形状识别方法研究

人脸图像的庞大信息量使其不适合于直接识别，本文提出用离散余弦变换处理人的头部形状曲线，得到降维的特征矢量．并结合前馈神经网络对人脸进行分类识别。通过对ORL人脸库多幅人脸图像的仿真实验表明，系统的识别率较高，且练时间大大降低，是一种高效的生物特征识别方法。这种研究方法抛弃了在人脸识别时采用传统的肤色、虹膜识别、鼻嘴定位等关键区域特征定位的方法，使用对头部形状曲线进行判别与分类的方法，是生物特征识别技术中的一个很大意义上的突破。     

基于局部小波变换与奇异值分解的虹膜识别算法

虹膜识别以其唯一性、稳定性和非侵犯性等优点成为生物特征识别中极具发展潜力的身份识别技术。文章提出了一种基于局部小波变换和奇异值分解的虹膜识别算法。该算法首先对虹膜图像实行分窗小波分解,并对各窗口的子带图像作筛选处理,然后通过奇异值分解对筛选后的各子带图像作进一步的特征提取和压缩,得到虹膜识别特征。最后利用加权欧氏距离分类器进行识别。基于CASIA虹膜数据库的实验结果表明了该算法的有效性,为虹膜识别提供了一种新途径。     

视频下的正面人体身份自动识别

为了能够实现视频下正面人体身份的自动识别,设计的系统包括Adaboost行人检测、Adaboost人脸检测、肤色验证、步态预处理、周期检测、特征提取以及决策级融合识别等模块.通过行人检测模块可以自动开启人脸检测模块和步态周期检测模块.实验结果表明,提出的根据下臂摇摆区域确定步态周期的方法对正面步态周期检测准确,计算量小,适用于实时的步态识别.采用人脸特征辅助步态特征在决策级的融合方法是解决视频下身份识别的新思路,在单样本的步态识别中,融合人脸特征可以提高识别精度.     

《煤矿安全规程》安全监控与人员位置监测修订意见

提出了煤矿安全监控系统安装、使用、维护与管理要求:隔爆兼本质安全型防爆电源严禁设置在断电范围内,会造成局部通风机停电的调校应每半年1次,监控数据必须上传至矿务局(公司)、县(市)调度指挥中心等。提出了煤矿井下人员位置监测系统安装、使用与管理要求:各个人员出入井口应设置检测识别卡工作是否正常的装置,应设置人脸或虹膜等唯一性检测的装置,各个人员出入井口、重点区域出/入口、限制区域、巷道分支处等地点应设置人员位置监测分站等。     

基于Gabor滤波的虹膜识别系统设计

随着科学技术的发展,信息安全在各个领域显得越来越重要,生物识别技术由于其特有的性质,在传统的识别领域中脱颖而出;其中,虹膜识别以高可靠性和差异性,成为目前安全性最高,最理想的生物识别技术;为增强虹膜识别算法的定位效率,提出一种改进定位算法,即二值化分割出瞳孔区域时,修正瞳孔边界,提高虹膜定位精度,有效提高识别速度;虹膜识别算法是整个系统的核心,要使虹膜识别具有良好的效果,需要对虹膜图像进行一系列的处理;为了完整高效地实现虹膜识别系统,对Gabor滤波器的原理及实现方法进行具体分析,研究Daugman虹膜识别算法,设计并完成了虹膜图像预处理,特征提取,二维Gabor滤波器的构建及参数选取等,经仿真实验,能够非常高效地完成虹膜特征提取并识别比对,计算速度和效果均优于传统算法。     

基于MATLAB GUI 的虹膜识别算法测试平台

虹膜识别是一种重要的利用生物学特征进行的身份识别技术，针对虹膜识别人们已经提出了许多算法，但如何比较、评价各种算法，还没有一个统一的标准和测试平台，为此该文建立了一个虹膜识别算法的MATLAB图形用户界面（GUI），给出了建立虹膜数据库应该考虑的问题。在该平台下，可以对虹膜识别的有关问题进行研究。对同一个虹膜数据库进行实验，可以获得不同算法的性能指标比较。该平台除了提供统一的操作界面进行各种算法比较研究外，还可以允许用户对新算法进行实验研究。结果表明，该平台能够实现各种算法的集中管理，并输出可视实验结果，很方便进行虹膜识别算法的研究和比较。     

基于Adaboost的人脸与虹膜融合识别

传统生物特征识别系统的识别率经常受到环境以及生物学特征的自身局限性影响。针对该不足,提出一种基于人脸与虹膜特征级融合的多模态生物识别系统,采用中心对称局部二值模式算子提取人脸和虹膜的纹理特征,将人脸特征与虹膜特征线性整合成混合特征向量,利用Adaboost算法从该混合特征向量中优选出一组最佳特征组合,从而构成强分类器。实验结果表明,该多模态系统相比单模态系统具有更好的鲁棒性。     

人脸识别技术在矿井人员管理系统中的应用

针对矿井人员入井作弊问题,设计了一种基于人脸识别技术的矿井人员管理系统。当人员入井时,系统采集当前人脸图像,与存储的模板图像进行比对校验,校验通过,则入井成功,反之,则入井失败。实验结果表明,该系统识别速度快、准确率高,有效解决了入井作弊问题。