智能门禁报警系统的仿真应用

　　2、b1=b3=4;b5=3;b8=2;b2=b4=b6=b7=b9=1

　　3、b1=b3=4;b5=2;b8=0;b2=b4=b6=b7=b9=1

　　4、b1=b3=4;b5=3;b8=0;b2=b4=b6=b7=b9=1

　　仿真实验结果表明，通过子图像权值的分配，突出人脸骨骼特征，识别效果良好(见表1和表2)，模拟了人类识别人脸时主要依据人脸骨骼等稳定特征，而对嘴部和皮肤折皱等表情变化部分特征给予弱化或剔除这一特点。通过对人脸图像进行分块，降低图像维度，减小了计算量。

　　结语

　　本文研究了在智能门禁报警系统中，人脸识别结合ID技术的仿真应用问题，验证了基于RBF网络和贝叶斯估计人脸识别方法在提高安防报警系统的快速、准确和安全性方面的有效性，提高了门禁系统的安全性和防欺诈性，与ID技术相结合，实现了快速识别。将分块后对人脸图像奇异值分解压缩，提高传输效率，节省存储空间，改善局域网的应用环境。在本文所研究的算法基础上，使用MATLAB语言开发了人脸图像仿真识别系统的管理操作界面，基于Yale标准人脸图像库，用户可以非常方便地对人脸图像仿真识别系统进行操作使用，对所研究的人脸识别方法进行仿真测试与对比分析，系统运行结果非常直观地显示出来。

　　参考文献：

　　[1] 陈彪, 吴成东, 郑君刚. 基于RBF网络和贝叶斯分类器融合的人脸识别方法[J]. 电子产品世界, 2009(2):P41-44.

　　[2] Hu J S, Su T M, Jeng S C. Robust Background Subtraction with Shadow and Highlight [C]. Removal for Indoor Surveillance Intelligent Robots and System, 2006 IEEE/RSJ International Conference on Oct. 2006: 4545-4550

　　[3] Lee J, Rajauria P, Subodh K. A model-based conceptual clustering of moving objects in video surveillance [J]. Univ. of Bridgeport Multimedia Content Access: Algorithms and Systems. 2007(1)

　　[4] 洪子泉, 杨静宇. 基于奇异值特征和统计模型的人脸识别算法[J]. 计算机研究与发展,1994, 31(3): 60-65

　　[5] Cucchiara R, Grana C, Prati A. Computer vision system for in-house video surveillance vision[J]. Image and Signal Processing, IEEE Proceedings, 2005,152: 242-249.

　　[6] Desurmont X, Delaigle J F, Bastide A. A generic flexible and robust approach for intelligent real-time video-surveillance system[J]. Real-Time Imaging VIII, 2004: 134-141

　　[7] Oyang Y J, Hwang S C, Ou Y Y, et al. Data classification with radial basis function networks based on a novel kernel density estimation algorithm. IEEE Transactions on Neural Networks. 2005,16(1):225-236

　　[8] Moghaddam B, Jebara T, Pentland A. Bayesian Face Recognition, Pattern Recognition 2000,33:1771-1782

　　[9] Er M J, Wu S Q, Lu J W, et al. Face recognition with radial basis function (RBF) neural networks Neural Networks, IEEE Transactions 2002,13(3): 697-710

　　[10] Yang F, Paindavoine M. Implementation of an RBF Neural Network on Embedded Systems: Real-Time Face Tracking and Identity Verification [J]. IEEE transaction. on Neural Networks, 2003, 14(5): 1162-1175