ระบบล็อคใบหน้าอัจฉริยะ เพื่อการดูแลความปลอดภัยในยุคปัจจุบัน

ระบบล็อคใบหน้าอัจฉริยะ ความปลอดภัยเป็นหนึ่ง ในความกังวลที่ใหญ่ที่สุดในยุคปัจจุบัน การตรวจสอบให้แน่ใจว่าเฉพาะบุคคลที่เหมาะสมเท่านั้นที่ได้รับอนุญาต ให้เข้าถึงอุปกรณ์นั้นมีความสำคัญอย่างยิ่ง นี่เป็นหนึ่งในเหตุผลหลักที่สมาร์ทโฟน ของเรามักจะไม่มีระบบรักษาความปลอดภัย 2 ขั้นตอน นี่คือเพื่อให้แน่ใจว่าความเป็นส่วนตัวของเราได้รับการดูแล และมีเพียงเจ้าของที่แท้จริงเท่านั้น ที่สามารถเข้าถึงอุปกรณ์ของพวกเขาได้ เทคโนโลยีล็อคใบหน้าอัจฉริยะ ที่ใช้การจดจำใบหน้าเป็นหนึ่ง ในมาตรการรักษาความปลอดภัยดังกล่าว และเราจะพิจารณาว่า เราสามารถสร้างระบบจดจำใบหน้า ของเราเองได้อย่างไร ซึ่งดำเนินการด้วยความแม่นยำสูงสุดตั้งแต่เริ่มต้น โดยใช้การเรียนรู้เชิงลึกและการถ่ายโอนการเรียนรู้ด้วย VGG-16

บทนำ:

ส่วนนี้จะครอบคลุมถึงสิ่งที่โมเดล ที่สร้างขึ้นจะทำงานได้อย่างแน่นอน โมเดลการจดจำใบหน้าที่เรากำลังสร้างจะสามารถตรวจจับใบหน้าของเจ้าของ ที่ได้รับอนุญาต และจะปฏิเสธใบหน้าอื่นๆ โมเดลจะส่งเสียงตอบกลับหากใบหน้าได้รับสิทธิ์หรือปฏิเสธการเข้าถึง ผู้ใช้จะต้องพยายาม 3 ครั้งเพื่อยืนยันสิ่งเดียวกัน หากล้มเหลวในความพยายามครั้งที่สาม ระบบทั้งหมดจะปิดลง ซึ่งจะเป็นการรักษาความปลอดภัย หากจดจำใบหน้าที่ถูกต้องได้ แสดงว่ามีการให้สิทธิ์การเข้าถึงและผู้ใช้สามารถดำเนินการควบคุมอุปกรณ์ต่อไปได้ โค้ดทั้งหมดจะอยู่ที่ส่วนท้ายของบทความพร้อมลิงก์ไปยังที่เก็บ GitHub

เข้าใกล้:

ประการแรก เราจะดูว่าเราสามารถรวบรวมรูปภาพของเจ้าของตามกฎหมายซึ่งรูปแบบการจดจำใบหน้าจะอนุญาตได้อย่างไร จากนั้นเราจะสร้างโฟลเดอร์เพิ่มเติมหากต้องการเพิ่มบุคคลที่สามารถเข้าถึงระบบของเราได้ ขั้นตอนต่อไปของเราคือการปรับขนาดรูปภาพเป็นรูปร่าง (224, 224, 3) เพื่อให้เราสามารถส่งผ่านสถาปัตยกรรม VGG-16 ได้ โปรดทราบว่าสถาปัตยกรรม VGG-16 ได้รับการฝึกอบรมล่วงหน้าบนน้ำหนักสุทธิของภาพที่มีรูปร่างดังกล่าวข้างต้น จากนั้นเราจะสร้างรูปแบบต่างๆ ของรูปภาพโดยทำการเพิ่มข้อมูลรูปภาพในชุดข้อมูล หลังจากนี้ เรามีอิสระที่จะสร้างโมเดลที่กำหนดเองบนสถาปัตยกรรม VGG-16 โดยไม่รวมถึงเลเยอร์บนสุด ตามมาด้วยการรวบรวม การฝึกอบรม และการปรับโมเดลให้สอดคล้องกับการเรียกกลับที่จำเป็น ในที่สุด,

หมายเหตุ:ในบทความนี้ ฉันได้ดำเนินการทั้งหมดโดยมีเพียงไดเร็กทอรีรถไฟเท่านั้น คุณมีอิสระที่จะแยกโปรแกรมออกเป็นไดเร็กทอรีการฝึกและการตรวจสอบความถูกต้อง ฉันได้ดำเนินการเช่นเดียวกันกับไดเร็กทอรีรถไฟและการตรวจสอบ และฉันจะรวมกราฟของกราฟในตอนท้าย

การรวบรวมรูปภาพ:

ในขั้นตอนนี้ เราจะเขียนโค้ดหลามอย่างง่ายเพื่อรวบรวมภาพด้วยการคลิกปุ่มสเปซบาร์ เราสามารถคลิกปุ่ม ‘q’ เพื่อออกจากหน้าต่างกราฟิก การรวบรวมรูปภาพเป็นขั้นตอนที่สำคัญ และเราจะรวบรวมรูปภาพเฉพาะบุคคลที่คุณต้องการให้สิทธิ์เข้าถึงอุปกรณ์ที่คุณเลือก ให้เราดูรหัสที่เราจะใช้เพื่อดำเนินการต่อไปนี้

เรากำลังนำเข้าไลบรารีที่จำเป็นและเริ่มต้นตัวแปรตามลำดับในบล็อกโค้ดด้านบน

การนำเข้า โมดูล opencvสำหรับการมองเห็นของคอมพิวเตอร์และการจับภาพ

นำเข้า โมดูล ระบบปฏิบัติการเพื่อเข้าถึงระบบโลคัล

เราจะ “เปิด” เว็บแคมเริ่มต้นของเรา จากนั้นดำเนินการจับภาพใบหน้าของเราซึ่งจำเป็นสำหรับชุดข้อมูล สิ่งนี้ทำได้โดยคำสั่ง VideoCapture จากนั้นเราจะสร้างเส้นทางไปยังไดเร็กทอรีเฉพาะของเราและเริ่มต้นการนับเป็น 0 ตัวแปรนับนี้จะใช้เพื่อติดป้ายกำกับรูปภาพของเราตั้งแต่ 0 ถึงจำนวนรูปภาพทั้งหมดที่เราคลิก

หมายเหตุ:ฉันได้สร้างโฟลเดอร์ของฉันแล้ว หากคุณต้องการสร้างไดเร็กทอรีโดยตรงผ่านโปรแกรม คุณสามารถใช้คำสั่ง os.mkdir หรือสร้างโฟลเดอร์ตามปกติ สิ่งสำคัญคือต้องสร้างโฟลเดอร์อื่นที่สามารถประกอบด้วยรูปภาพอื่นๆ ที่ไม่ได้รับอนุญาตให้เข้าถึงได้

สุดท้าย เราสามารถดูรหัสที่จำเป็นในการดำเนินการกระบวนการทั้งหมดของการรวบรวมภาพ

เราตรวจสอบให้แน่ใจว่ารหัสทำงานเฉพาะเมื่อจับภาพและเปิดใช้งานเว็บแคมเท่านั้น จากนั้นเราจะจับภาพวิดีโอและส่งกลับเฟรม จากนั้นเราจะกำหนดตัวแปร “key” เพื่อรับคำสั่งที่กดปุ่ม การกดปุ่มนี้ทำให้เรามีตัวเลือกสองทาง เราจะอ้างถึงตาราง ASCII สำหรับสิ่งนี้ —

คลิกที่นี่เพื่อดูตาราง ASCII สำหรับคีย์รอเฉพาะ ให้เราดูสองตัวเลือกของเราสำหรับฟังก์ชั่นการจับภาพ

1. คลิกรูปภาพเมื่อเรากดปุ่มเว้นวรรคบนแป้นพิมพ์
2. ออกจากโปรแกรมเมื่อกด ‘q’

หลังจากที่เราออกจากโปรแกรม เราจะปล่อยการจับภาพวิดีโอจากเว็บแคมของเราและทำลายหน้าต่างกราฟิก cv2

การปรับขนาดรูปภาพ:

ในบล็อกโค้ดถัดไป เราจะปรับขนาดรูปภาพตามนั้น เราต้องการปรับรูปร่างรูปภาพที่เรารวบรวมใหม่ให้มีขนาดที่เหมาะสมที่จะผ่านสถาปัตยกรรม VGG-16 ซึ่งได้รับการฝึกฝนมาล่วงหน้าเกี่ยวกับน้ำหนักสุทธิของรูปภาพ ให้เราดูรหัสสำหรับการทำงานนี้ ระบบล็อคใบหน้าอัจฉริยะ

การนำเข้า โมดูล opencvสำหรับการมองเห็นของคอมพิวเตอร์และการจับภาพ

นำเข้า โมดูล ระบบปฏิบัติการเพื่อเข้าถึงระบบโลคัล

เรากำลังปรับขนาดรูปภาพทั้งหมดที่ถ่ายจากขนาดเฟรมเริ่มต้นเป็น (224, 224) พิกเซล เพราะนั่นคือสิ่งที่ดีที่สุดหากเราต้องการลองใช้โมเดลการเรียนรู้การถ่ายโอน เช่น VGG-16 เราได้จับภาพในรูปแบบ RGB แล้ว เราก็มีอยู่แล้ว 3 ช่อง ไม่ต้องกำหนดก็ได้ จำนวนช่องสัญญาณที่ต้องการสำหรับ VGG-16 คือ 3 และสถาปัตยกรรมมีรูปทรงที่เหมาะสมที่สุด (224, 224, 3)

หลังจากขั้นตอนการปรับขนาดเสร็จสิ้น เราสามารถถ่ายโอนไดเร็กทอรีของ Owner ไปยังโฟลเดอร์รูปภาพได้

หมายเหตุ:หากคุณกำลังพยายามสร้างชุดข้อมูลรถไฟและการตรวจสอบความถูกต้องแยกจากกัน ให้แบ่งรูปภาพในรูปแบบ 80:20 และวางลงในไดเร็กทอรีของคุณตามลำดับ

ทั้งนี้บริษัทเคแอนด์โอ จึงได้มุ่งเน้นการจัดการแก้ไขปัญหา จัดการเอกสาร ด้านเอกสารขององค์กรมาอย่างยาวนาน และ ให้ความสำคัญกับด้านงานเอกสาร ต่อลูกค้าเป็นอย่างดี จนถึงปัจจุบันก็ได้ความยอมรับจากองค์กร ขนาดใหญ่ ขนาดกลาง และขนาดเล็กมากมาย จึงใคร่ขออาสาดูและปัญหาด้านเอกสารให้กับองค์กรของท่านอย่างสุดความสามารถ เพราะเราเป็นหนึ่งในธุรกิจ ระบบจัดเก็บเอกสาร ที่ท่านไว้ใจได้

Face-sso (By K&O) หากท่านสนใจ เครื่องสแกนใบหน้ารุ่นต่างๆ หลากหลายรุ่น หรือ ติดตั้งระบบสแกนใบหน้า สามารถติดต่อสอบถามได้โดยตรง เรามีแอดมินคอยคอบคำถาม 24 ชั้วโมงที่ Line OA เครื่องสแกนใบหน้า สามารถ ขอราคาพิเศษได้ ตามงบประมาณที่เหมาะสม สอบถามได้สบายใจทั้ง เรื่องค่าบริการ ราคา และ งบประมาณ มั่นใจเพราะเป็นราคาที่สุด คุ้มค่าที่สุด

หากท่านมีความสนใจ บทความ หรือ Technology สามารถติดต่อได้ตามเบอร์ที่ให้ไว้ด้านล่างนี้
Tel.086-594-5494
Tel.095-919-6699