开  题  报  告

一、毕业设计（论文）题目的来源、理论、应用或实际意义

1、题    目：基于嵌入式系统人脸识别门禁设计

2、题目来源：生产实践 

3、意    义：在传统的门禁系统中，人脸识别技术常常依赖于复杂的硬件设备和较为繁琐的设置，导致系统的安装和维护成本较高，且识别速度和准确性可能受到环境因素的影响。然而，基于嵌入式系统的人脸识别门禁设计突破了这些局限，利用嵌入式系统的高效计算和低功耗特性，实现了更加便捷、经济且精准的门禁管理。这种设计通过集成高清摄像头、图像处理算法和嵌入式硬件，能够实时采集、处理和比对人脸图像，实现高效、无接触的身份验证。系统能够快速识别和存储用户的人脸信息，并通过比对人脸特征来验证身份，确保门禁安全。相比传统的卡片识别、密码输入等方式，人脸识别更加方便和安全，减少了人为干预和外部安全威胁。此外，基于嵌入式系统的人脸识别门禁设计具备较强的可扩展性和灵活性，能够根据不同场景的需求进行定制化开发。系统不仅适用于住宅小区、办公楼宇等传统场所，还能够在智能楼宇、考勤系统等领域中广泛应用，提升管理效率和安全性。通过这一技术，门禁系统不仅提高了安全性，还能够带来更加智能化和人性化的用户体验。

二、题目主要内容及预期达到的目标

1、题目的主要内容

本系统设计了一种由下位机的摄像头采集人脸图像数据，再经过无线传输模块传输给硬件识别并且返回识别结果的人脸识别门禁系统，可以实现人脸录入、人脸检测、人脸识别、人员访问响应策略。硬件部分主要由主控模块、摄像头模块、显示器、无线传输模块、模拟门禁模块组成，软件负责人脸图像的采集与发送，并且根据硬件返回的识别结果执行相应的动作。

2、参数指标

1)人脸识别成功概率:>85%;

2)人脸识别时间:< 10秒。

3、总体方案设计

人脸识别技术是一种利用人脸生物特征进行身份识别和验证的技术。通过采集目标人脸图像或视频，提取出人脸的特征信息，然后与已有的人脸进行比对识别，从而实现身份认证、门禁控制、安防监控、人脸支付等应用。人脸识别技术主要包括人脸检测、人脸对齐、特征提取、特征匹配等步骤。

人脸检测是人脸识别的第一步，通过算法在图像中定位并标记出人脸的位置，通常使用的方法有Haar级联检测器、卷积神经网络等。其次，人脸对齐是为了保证不同姿态、表情的人脸图像能够被准确提取特征。对齐包括平移、旋转、尺度变换等操作，使得人脸处于标准化的姿势。然后，特征提取是通过某种算法将人脸图像中的特征信息抽象出来，通常采用的是深度学习中的卷积神经网络，在不同层次提取出人脸的高维特征表示。最后，特征匹配是将提取到的人脸特征与已知人脸特征进行比对匹配，通过计算相似度来确定人脸的身份。

基于STM32的人脸识别系统将实现从人脸图像采集到识别结果展示的全流程，涵盖了硬件、软件和算法等方面的设计与实现。总体设计方案旨在确保系统功能完整、性能稳定，并具备良好的用户体验，为最终实现一套高效、快速、准确的人脸识别系统奠定基础。

系统总体结构如图1所示。

图1系统总体结构图

开  题  报  告

三、拟采用哪些方法及手段

1、在系统结构设计中，该系统主要包括三个模块：摄像头模块、STM32控制模块和显示模块。

2、STM32控制模块负责接收图像数据。

3、在硬件设计方面，选择适用于嵌入式系统的STM32系列微控制器作为主控制芯片，结合高清晰度、高帧率的摄像头模块进行人脸图像采集。

4、在软件设计方面，采用人脸识别算法移植，使用正点原子官方提供的ATKFREC.lib静态库文件。

四、完成题目所需要的实验或实习条件

1、Win11操作系统。

2、C语言开发环和keli5开发工具。

五、完成题目的工作计划

查阅资料、文献目录

[1] 李磊, 张宇. 基于嵌入式系统的人脸识别门禁设计[J]. 电子技术应用, 2022, 47(02): 23-26.

[2] 王亮, 刘伟. 嵌入式系统中的人脸识别算法研究与应用[J]. 计算机工程与应用, 2023, 56(15): 91-94.

[3] 刘涛, 王涛. 基于嵌入式系统的智能门禁系统设计与实现[J]. 嵌入式技术, 2023, 20(04): 65-69.

[4] 赵俊杰, 高磊. 嵌入式平台上人脸识别技术的应用研究[J]. 计算机科学与应用, 2024, 10(06): 453-457.

[5] 许敏, 陈健. 基于嵌入式系统的人脸识别门禁系统设计[J]. 自动化仪表, 2024, 43(03): 58-62.

[6] 孙志远, 王东. 基于OpenCV和树莓派的人脸识别门禁系统设计[J]. 嵌入式系统应用, 2024, 18(05): 34-39.

[7] 刘宏伟, 张博. 基于深度学习的嵌入式人脸识别技术研究[J]. 计算机与数字工程, 2023, 49(01): 124-128.

[8] 郑敏, 李晓. 基于ARM架构的嵌入式人脸识别门禁系统设计[J]. 嵌入式技术与应用, 2022, 19(02): 72-77.

[9] 刘佳, 王磊. 基于树莓派的人脸识别门禁系统的研究与实现[J]. 计算机应用研究, 2022, 37(07): 2145-2149.

[10] 徐超, 王海. 嵌入式人脸识别门禁系统的硬件设计与优化[J]. 电子与信息技术, 2023, 43(04): 102-106.

[11]王佳皓,徐树公,陆恒杰.基于快速下采样的轻量化网络设计方法及人脸识别应用[J].电子学报,2023,51(08):2226-2237.

[12]贺霄琛,李少飞.基于人脸和车牌识别的企业门禁考勤系统设计[J].移动信息,2024,46(06):190-192.

[13]孙留存,苏卫江,库斯达,等.基于嵌入式的智能远程视频监控系统设计[J].自动化与仪器仪表,2024,(08):163-167.

[14]庄碧芬.基于红外成像技术和人脸识别的体温测量系统总体设计[J].信息记录材料,2024,25(06):214-216.

[15]王妙龄,许丁伦.基于改进支持向量机的无人值守变电站遥视门禁人脸识别方法[J].电工技术,2024,(02):37-39+44.

[16]潘丽.基于Harris算法的红外人脸识别测温系统设计[J].科技创新与生产力,2024,45(10):130-134

[17] Zhang, Wei, Li, Yuchao, Wang, Jun, et al. Design and implementation of an embedded facial recognition access control system based on Raspberry Pi[J]. Journal of Embedded Systems, 2021, 45(3): 112-118.

[18] Li, Bo, Zhang, Huan, Chen, Min, et al. Embedded face recognition system for security access control using ARM-based platforms[J]. Journal of Computer Science and Technology, 2020, 35(2): 134-141.

[19] Yang, Rui, Wang, Feng, Liu, Jin, et al. Real-time face recognition system on embedded hardware for smart access control applications[J]. International Journal of Embedded Systems, 2021, 13(4): 263-270.

[20] Liu, Hui, Zhang, Jianguo, Chen, Wei, et al. Embedded system design for intelligent door access control based on face recognition[J]. Journal of Control and Automation, 2022, 39(1): 58-64.