收藏关注不迷路！！

🌟文末获取源码+数据库🌟

感兴趣的可以先收藏起来，还有大家在毕设选题（免费咨询指导选题），项目以及论文编写等相关问题都可以给我留言咨询，希望帮助更多的人

一、摘要

随着国际中国经济的发展就是生活水平的提升，特别是在物质两方面，有些人已不再满足于传统的生活条件，日趋关注个人方面安全保证和财产保护，这对个人、家庭和邻里的安全提出了更高的要求。同时，中国经济的快速增长也导致了新工作岗位的增加，加上城市散居人口的迅速增加，为我市社会治安打击入室盗窃行为增添了新的挑战，要防止盗窃案的发生，需要独特的安全系统来保护社区和家庭。人类的安全方式是我们难以适应的需求，智能安全是目前的趋势。现在科学和技术的不断发展，最新的科学和技术成果越来越多地被应用。其中，人脸识别技术已被广泛用于检测领域，但仍有一些因素使用于检测的技术性能下降。本文在找出智能家居视频监控系统工作原理的基础上，对人脸识别技术如何更好地应用于视频监控检测进行了深入研究。

二、智能监控技术系统的特点

2.1 引言
监控系统是提供安全的有效手段，今天许多地方都在使用视频监控技术。传统的监控技术需要监控人员对视频录像进行分类和分析，这是一个费时费力的过程，有很多错误和遗漏，而且所选录像的准确性很低。花费长时间监控和整理视频录像会大大降低工作人员的注意力。现有的智能视频监控技术适合解决这个问题。
2.2 提高报警精确度
智能视频监控系统系统还可高效提高报警有效性，减少误检。智能视频监控相应设备具有强大的图像处理能力全面和使用智能控制算法的抗压能力，也能更准确有效地预测安全威胁的都是存在。可能，智能视频监控运行系统在一定程度上减少了安全管理人员的劳动强度，减轻了安全管理人员的工作压力。
2.3 提高响应速度
智能视频监控整个系统比传统的网络系统更好智能，它们能够准确地扫描可疑的活动，在发现违法交易后，及时将这些信号发送给安全管理人员。之后，与此同时能够看到监控的图像叠加，并在管理层注意到突发的危险比较严重时立即启动采取行动。这类视频监控系统能够尽可能远地定位事件的结果，在突发情况下采取必要的联络行之有效的措施，及时作出反应，并更准确地执行后续处置下命令。并且，智能视频系统包括也可非常有效提高检测过慢，提高监控系统的及效率，使人们的生活变得便利。
2.4 全天候可靠监控
换用智能视频监控新技术就能实现全天的连续视频天网监控和分析。在传统的监控模式中，安保岗位人员更要24半小时高频度地观看监视摄像头，不过是结合人对监控录像同时大幅深度分析。现有的智能视频监控关键技术依赖于智能算法来检测监控影像资料中的根本问题。只要一个本质问题触发了预先设计定义的符合，功能实现就会立即提醒安全其他人员，以防并迅做出自然反应。不仅如此，现有的智能监测系统功能比传统系统更可靠、更高效。
2.5 视频资源扩展用途
传统的监控技术和网络视频系统只能监控安全区域，而智能视频系统可以监控更广泛的区域[16]。现有的智能视频管理系统都能利用商场的大厅监控管理系统来识别客户显著特点，并与商场内的工作人员进行有利于彼此沟通，以提供及时的客户定制服务。现今，智能视频系统中还被当做帮助一些零售商整理统计当天到店的顾客数量下降，于是制定数据完美曲线，以更客观的数据分析当天的销售情况等。因此，智能视频监控新技术在一定程度上扩大了视频平台资源，给大家的生活带来了很多的便利。
2.6 人脸监控识别
人脸识别以及技术是非接触式的。与指纹识别技术不同，人脸识别技术主要通过传感器检测面部特征，利用神经网络进行识别，可以快速有效地采集面部信息，在非接触环境下进行快速比对和识别[17]。专用如面部识别技术和经验我们可以有待确保人身财产安全。人脸识别技术多具有非强制性的最大优点，人脸识别技术解决在进行活体识别时也能主动捕捉面部图像信息完全，不需要使用暴力对方衔接，产生更保证有效地识别人脸信息的来源，在公安、刑警工作中发挥着极其重要的功效，也可以更好地帮助未完成人员选拔和刑警工作才能。人脸识别主要技术具有移植性的四大特点，人脸识别技术的系统的可扩展性是信息以及技术发展未来至今的有效技术应用空间，在实际的场景中，面部识别技术的同步性允许不仅对多X面孔结束后类别、评估和识别，大大提高了人脸识别技术的结果的可靠性，在公共安全、社会生活等方面发挥了良好能起，促进了社会秩序的更好维护。
面部识别技术是一项不断发展的技术，虽然它在不断发展和提高准确性，但它尽管如此有复杂性。面部识别技术方面取决于收集面部真实数据的整体环境，比较是照明工具，这时会影响全脸识别的及时性。其他主要因素也会影响到人脸识别相关技术，因此，面部毛发的深浅不同、眼镜和其他配件就会影响到人脸识别的精准程度，而且，人脸的生物表现特征是可调的，不断深入年龄的增长，活体检测随之老化，老化或头面部损伤等共性特征需要各种途径人工智能机制或数据彻底框输入等来适当补偿。所以人脸识别技术的自身局限性在一定程度上促进了先进技术应用的可控性，但随着经济时间的推移和技术的进步，人脸识别技术的异质性也在逐步被克服，人工智能系统的不断发展和其他识别技术的协同应用实现起到了很有重要的作用。

三、智能家居控制系统的设计

3.1 总体方案设计
智能家居控制系统主要是在家居中起到智能控制的目的，本系统分为主机部分和分机部分。系统的整体框图如图3-1。
主机部分首先可以通过键盘输入模块对系统进行初始化设置；其次，通过通讯模块实现与分机之间的数据传输；然后，主控元件对接收到的数据通过LCD显示模块进行实时显示；
分机部分是系统的执行部分，其功能主要是对家居的温湿度进行控制，包括电机控制窗帘打开、检查到危险烟雾和气体时系统报警提醒室内人员并开窗通风排除危险烟雾和气体等，然后通过通讯模块将检测的结果传送与主机系统。

图3-1 系统整体框图

四 、人脸识别监控系统的应用流程

使用人脸识别技术的过程基本上包括以下步骤：人脸图像采集、人脸图像预处理、人脸特征提取、人脸特征比较和人脸身份验证[19]。
4.1 人脸图像采集
获得面部图像是应用面部识别技术的先决条件，而最重要的图像获取方法是使用图像设备获取。面部识别系统可以使用实时图像，其中主要包括来自视频监控系统的图像、来自其他电子设备（如手机、电脑等）的图像以及由面部识别系统直接拍摄的图像。面部信息是通过检测人脸的存在与否来获得的，从而对人脸进行区分。目前，主要的图像采集方式是视频监控声纳，这种采集方式主要包括单相机采集和多相机采集。
独立摄像机采集，是指每台摄像机都要使其摄像机的可视区域出现，以采集图像，这种采集方式要求将摄像机的采集区域设置为最大，以达到最大的图像采集。从独立摄像机获取图像的优点是成本低，但正面人脸捕获率低，而且在繁忙地区会有严重的遮挡。
多机位协同拍摄是指在同一场景中均匀地分布几个机位，使每个机位都能对准要拍摄的不同区域。多机位联合采集的优点是极大地提高了正面人脸图像的采集速度，并能从多X图像中准确地选出质量最好的人脸图像进行识别，但由于多机位联合采集的成本较高，目前在许多城市还没有普及[1]。
4.2 人脸图像预处理
人脸图像生物处理是对人脸图像对该数字化前期处理，从图像中去除不相关的完整信息，并提取和检索恢复有用的和真实的所有信息，提高图像图片信息的可检测性，它还能最大的相当程度地简化数据对比，以消除面部整体特征提取的“障碍”，很大的提高精确识别的准确性。
通常情况下，人脸识别系统捕获的人脸图像取自监控系统。通常这些直接拍摄的图像不能直接用于人脸识别，除了整个图像中的人脸之外，还可能包含复杂的背景或其他信息，因此要使用的人脸图像仅限于整个图像中的某一区域，其余部分是无用的信息。直接拍摄的图像也会出现光线不平衡和图像模糊的情况。因此，有必要使用图像预处理技术来处理从监控摄像头直接捕获的图像，针对不同的问题使用不同的处理方法，然后获得清晰的人脸图像，为面部特征提取、对比和身份验证做好准备。
最重要的图像预处理方法包括彩色图像的灰度转换、直方图均衡化和比例转换，一是将彩色图像转换为灰度[22]。目前，大多数人脸识别算法在做识别工作之前需要将彩色图像转化为灰度图像，然后再做下一步处理，图像转化后可以减少识别过程中的计算量；二是直方图均衡化。不同地区的视频监控系统由于光照条件的不同造成图像的明暗程度也不同，这对后续的特征提取和对比非常不利。直方图均衡化的目的是使灰度分布更加均匀，提高图像的整体对比度，从而减少光照变化的影响；第三个目的是转换图像比例。主要是利用近邻差分法、线性差分法、面积差分法等方法对图像进行变换，将人脸图像放大、缩小，使其更加清晰、完整。利用图像预处理，使图像的颜色、光照和比例大小与人脸识别系统更好地匹配，以提高人脸识别的准确性。

五 、系统总体方案设计

人脸识别功能是生物特征提取的典型场景应用，其特点一是可靠性和安全性和稳定性相对较低，另一方面结合了各种机器学习、人工智能等新型技术，可能并且较灵活地应用于金融、安防等行业的身份验证、人脸识别等系列活动。进一步提升全脸识别的结果的可靠性和速度已成为面部识别技术的一个核心主题。树莓派是一个灵活的硬件设备，具有良好的成像能力，因此被许多人工智能开发者所关注。在树莓派上使用卷积神经网络一种实现面部识别的方法可以大大增加其实用性，提高面部识别的准确性和速度。
5.1 基于树莓派的人脸识别系统设计
本系统主要以树莓派作为主控制器模块，其他模块有：WIFI模块、图像采集模块、云端服务器、数据处理模块。设备采用HC-SR501人体红外感应器组件作为触发性启动的机制，该设备检测到人时被触发，树莓派会接收到它发送的信号开始一些列的工作。摄像机拍照后，通过形式图像数据将图像信息上传到百度数据智能云，并利用云图像比对技术，将上传的图像信息与云数据库中的图像信息进行比对，利用从人脸中提取的相关特征点真实信息，区分网站访客是否是陌生人，并将图片保存本地与远程传送系统结构如图1所示。
人脸识别的系统它主要由五部分组成：人脸图像采集、人脸识别、图像预处理、图像特征提取和人脸识别。系统流程如图2，系统原理如图3所示

图1系统机构图

图2人脸识别流程

图3系统原理

六 、目录

目录

摘要 I
Abstract II
第一章 绪论 1
1.1 研究背景及意义 1
1.1.1 研究背景 1
1.1.2 背景意义 1
1.2 国内外相关领域研究概况 2
1.2.1 国外研究概况 2
1.2.2 国内研究概况 3
1.3 本文的主要工作安排 4
第二章 智能监控技术系统的特点 5
2.1 引言 5
2.2 提高报警精确度 5
2.3 提高响应速度 5
2.4 全天候可靠监控 5
2.5 视频资源扩展用途 6
2.6 人脸监控识别 6
2.7 本章小结 7
第三章 人脸监控识别技术原理 8
3.1 基于几何特征的人脸识别 8
3.2 基于特征脸的人脸识别 8
3.3 基于隐马尔可夫模型的人脸识别 9
3.4 基于神经网络的人脸识别 9
3.5 本章小结 10
第四章 人脸识别监控系统的应用流程 11
4.1 人脸图像采集 11
4.2 人脸图像预处理 11
4.3 人脸特征提取 12
4.4 人脸特征比对 13
4.5 人脸身份验证 13
4.6 本章小结 13
第五章 系统总体方案设计 14
5.1 基于树莓派的人脸识别系统设计 14
5.1.1 硬件设计 15
5.1.2 软件设计 15
5.2 系统功能流程简介 16
5.3 本章小结 17
结论 18
参考文献 19
致谢 21