AIOT _ 人臉辨識辦公室控制系統

研究動機

隨著近幾年AI辨別技術的進步,在人臉辨識的應用層面愈發廣泛,為生活與資訊安全帶來很大的便利性,為何可以帶來如此大的效益 ? 在於它本身的優勢。

  1. 辨識度高:由於臉部特徵對每個人都有很高的獨特性,根據研究指出,兩個人要擁有完全相同臉部特徵,其機率低於一兆分之一,因此我們可以透過臉部辨識建立每個人獨特的身分資料,以方便進行人員管理。
  2. 辨識效率高:與一般日常使用的門禁卡感應、指紋辨識或是聲波辨識等身分識別方法不同,臉部辨識不用接觸到機器系統就可直接進行辨認,且可一次辨識多個身分,增加在人員管制的效率,應用在餐廳、大眾運輸等產業時,加速人潮快速流通, 優化服務體驗,增加效益。
  3. 應用層廣泛:只要使用一般的攝影機就能進行臉部辨識,相較於其他生物辨識系統, 對個人隱私的強制性較低,使其更易於導入相關應用,因此應用層面十分廣泛,舉例來說智慧安全控管、智慧金融服務、公共安全及科技執法。

而想將其實際運用,我們可以利用Python便捷及豐富的函式庫,製作一人臉識別系統,能夠精確判斷出圖像中的人物且能夠衍伸的功能非常多元,可以根據使用者的目的調整相關程式來進行進階的應用。

採用技術

OpenMV模組

可編程的影像模組,可以透過編寫MicroPython程式實現影像處理、IO控制等等功能。

配備 :

ARM Cortex-M7

400 MHz

1 MB RAM

2 MB flash

microSD card slot

Max : 640×480

60 fps @ 320×240

Python

是一種直譯式、進階和通用的程式語言,被廣泛地用於web應用程式、資料科學、機器學習…等眾多領域,具有完整且龐大的標準庫。

優點 :

  • 可用於眾多不同的作業系統與平台。
  • 語法可讀性佳且簡潔,能夠用更少的代碼表達想法。
  • 已廣泛使用在各個領域,有非常多且完整的函式庫可以使用。

OpenCV

跨平台的開放式電腦視覺函式庫,可用於開發圖像處理、電腦視覺、圖形辨識…等影像相關程式,應用領域廣泛。

Dlib


主要應用在機器學習、影像處理,以及影像辨識等等,他開源而且免費。

使用dlib_face_recognition_resnet_model_v1.dat可以辨識出的人臉部68個特徵點,與預先準備的resources進行比對,準確判斷出圖像中的人物。

研究流程

成果展示

結論

本實驗利用OpenMV拍攝畫面透過OpenCV的級聯分類器,進行人臉偵測、人臉校正、人臉特徵值的擷取,快速實現各種場域的人臉影像辨識,此技術在邊緣運算為基礎的架構中可擁有較佳的效能及較快的辨識速度。

未來將會是AI和生物辨識技術的天下,AI影像辨識可以說是這些應用的基礎,而非接觸性的人臉辨識技術,由於以攝影機為媒介,因此能夠在使用者沒有意識到的情況下,快速完成身分驗證,並整合其他設備功能,提供更輕鬆而體貼的生活空間。

展示影片

地址

407224

台中市西屯區台灣大道四段1727號-電機工程學系

(東海大學-人文暨科技館)

電話

04-23590121 #33918

服務時段

周一~周五 09:00~17:00