使用Microsoft Project Oxford人脸识别检测访客面部

描述

 

 

 

 

 

1 / 6

 

关于项目的总体情况：

该解决方案使用 Microsoft Project Oxford 人脸识别功能检测访客的面部并查看他/她是否是房主。如果他/她是业主，则直接为他/她开门；否则系统会向业主的移动设备发送推送通知，询问是否允许访客进入。

二手/综合服务：

• Azure 存储

• 微软牛津项目：Face API
• ASP.Net SignalR 将所有者的操作发送到 Raspberry Pi
• WNS 向移动设备发送通知

组件：

· 1x 树莓派 2 B 型

· 1x PIR传感器

· 1x 微软 LifeCam 3000 HD

· 1x 伺服电机 FS5103R

· 1x 电池组

· 1x 电阻 1kΩ

原理图和电路图：

 

 

 

 

 

1 / 2

 

引脚分配：

 

 

运动检测，捕获图像并识别访客：

首次运行应用程序时，会创建一个 PIRProximitySensor 类的实例，默认情况下属性 IsActive 设置为 true。

该实例负责 PIR 传感器与应用程序的连接。如果 IsActive 设置为 true，当传感器检测到运动时，将触发 MotionDetected 事件，指示连接到触发事件的传感器的 GPIO 引脚号。当检测到运动时，会向相机发送捕捉图片命令以捕捉访客的面部并将其发送到 Project Oxford 服务以识别访客。如果访客是设施的所有者，系统会发送伺服电机开门；否则，会向所有者的移动设备发送带有访客面部照片的通知。如果业主选择开门，命令将通过后端服务中的 SignalR 发送，推送到 Raspberry Pi 以开门。

在识别访客并采取所需操作的过程中，使用 IsActive 属性设置为 false 禁用传感器；然后在关上门后将其设置回 true 以激活识别系统。

开门：

我们是用伺服电机控制门的，当我们向电机发送2毫秒脉冲时，电机将旋转180度，门将打开，当我们向电机发送1毫秒时，电机将旋转回0度，并且门将再次关闭。

伺服电机的位置由脉冲的长度设置。伺服系统预计至少每 20 毫秒接收一次脉冲。如果该脉冲高电平持续 1 毫秒，伺服角度将为零；如果是1.5毫秒，它会在它的中心位置；如果是 2 毫秒，它将是 180 度。

 

 

牛津项目：Face API

Face API 是一种基于云的 API，它提供最先进的人脸检测和识别算法。Face API 的主要功能可以分为两类：带属性提取的人脸检测和人脸识别。

要了解有关牛津项目的更多信息，请访问：https ://www.projectoxford.ai

如何部署和工作：

如上图所示连接电路后，从 HomeVisitsManager.VisitsController 项目的解决方案平台中选择 ARM。从模拟器列表中选择 Remote Machine，然后输入您的 Raspberry Pi 2 的 IP 和凭据。现在运行解决方案；多个项目将同时运行（所有者 Windows Phone 应用程序、后端和物联网）。