资料查找方式：

特纳斯电子（电子校园网）：搜索下面编号即可

编号：

T0162303M

设计简介：

本设计是基于STM32的人脸识别错误报警装置，主要实现以下功能：

1、通过超声波可以检测距离
2、通过显示屏可以显示监测的距离
3、通过人脸识别模块可以监测人脸
4、人脸显示屏可以显示摄像头检测的显示
5、当距离小于设置值则监测错误的脸则语言报警

电源： 5V
传感器：人脸识别模块（HLK-TX510）
显示屏：OLED12864
单片机：STM32F103C8T6
执行器：语音模块（DY-SV17F）
人机交互：超声波测距模块（HC-SR04）

标签：STM32F103C8T6、OLED12864、HLK-TX510、DY-SV17F、HC-SR04

题目扩展：智能门禁系统、人脸识别系统

基于stm32人脸识别错误报警装置可以分为三个主要部分：中控部分、输入部分和输出部分。下面分别对这三部分进行概述：

中控部分：

• 核心控制器：采用STM32F103C8T6单片机。
• 主要作用：作为整个系统的“大脑”，负责接收来自输入部分的数据（包括人脸识别结果和超声波测距数据），经过内部处理（如算法运算、逻辑判断等），然后根据处理结果控制输出部分的动作。

输入部分：

• 人脸识别模块：采用HLK-TX510等模块，用于捕捉人脸图像并进行识别，判断是否为预设的合法用户。
• HC-SR04超声波测距模块：用于实时测量目标与装置之间的距离，确保在合适的距离范围内进行人脸识别，避免误报。
• 供电电路：为整个系统提供稳定的5V电源，确保各模块正常工作。

输出部分：

• OLED显示屏：采用OLED12864等显示屏，用于显示测得的距离信息，以及人脸识别结果（如识别成功、识别失败等）。
• 语音播报模块：采用DY-SV17F等语音模块，根据人脸识别结果和距离判断，进行语音提示，如“人脸识别成功”、“距离过近/过远”、“非法入侵”等。

 实物调试

5.1 电路焊接总图

首先在AD中根据各个模块画出原理图，然后导出PCB进行连线，最后通过嘉立创进行打板。板子到手之后就是焊接过程，第一部分是电源模块，将电源接口、电源开关、1k电阻、两个电容进行滤波和一个指示灯依次焊接，焊接好之后插入Type-C电源，指示灯点亮，电源模块测试正常。第二部分是显示模块，排母焊接好后，将OLED显示屏插入排母。第三部分是单片机最小系统板，因为最小系统板已经引出了程序烧录接口和自带复位电路，所以只要焊接两个排母将单片机最小系统板插入排母。第四部分是按键。第五部分为LED灯。第六部分是超声波测距传感器。第七部分是人脸识别模块。下图5-1为焊接完整实物图：

图5-1电路焊接总图

5.2 信息显示

如图5-2，显示超声波测得的距离。

图5-2 信息显示图

5.3 识别错误报警测试

如图5-3所示为报警显示。

图5-3 错误报警测试显示图

5.4 注册测试

图5-4注册测试显示图

6 仿真调试

6.1仿真总体设计

仿真设计总体包括32单片机芯片、OLED显示屏、按键、蜂鸣器、人脸识别模块、超声波测距模块。

图6-1 仿真设计总图

6.2 信息显示

如图6-2，显示超声波测得的距离。

图6-2 信息显示

6.3 识别错误报警测试

如图6-3所示为报警显示。

图6-3识别错误报警测试图

设计说明书部分资料如下

设计摘要：

随着科技的不断进步，人脸识别技术在安防、门禁、考勤等领域得到了广泛应用。然而，人脸识别系统的错误识别问题仍然是一个亟待解决的挑战。为了提高系统的可靠性和安全性，本文设计并实现了一种基于STM32微控制器的人脸识别错误报警装置。

该装置的核心是STM32微控制器，它负责处理图像采集、人脸识别算法以及错误报警逻辑。系统通过摄像头模块实时采集人脸图像，并利用预先训练好的人脸识别模型进行特征提取和比对。当识别结果与预设的正确人脸不匹配时，系统会触发错误报警机制。

具体实现过程中，我们采用了OpenMV摄像头模块作为图像采集设备，该模块具有体积小、功耗低、图像处理能力强等优点。人脸识别算法基于深度学习技术，通过卷积神经网络（CNN）进行特征提取和分类。为了提高识别精度，我们采用了多层次特征融合的方法，结合局部特征和全局特征进行综合判断。

当系统检测到错误识别时，STM32微控制器会立即触发报警信号，并通过蜂鸣器和LED灯进行声光报警。同时，系统还会将错误识别的图像和相关信息通过无线通信模块（如Wi-Fi或蓝牙）发送至远程监控中心，以便及时处理和记录。

此外，为了提高系统的稳定性和可靠性，我们设计了多种容错机制。例如，系统会定期进行自检，确保各模块正常工作；当连续多次识别错误时，系统会自动进入休眠模式，以节省能源并避免误报。

综上所述，基于STM32的人脸识别错误报警装置通过集成先进的图像处理技术和深度学习算法，实现了高效、准确的人脸识别和错误报警功能。该装置不仅提高了系统的安全性和可靠性，还为安防领域的应用提供了新的解决方案。未来，我们将进一步优化算法和硬件设计，以满足更多复杂场景的需求。

关键词：单片机；人脸识别模块；人机交互；超声波测距模块；OLED12864；语音模块

字数：11000+

目录：

摘　要

1　引 言

1.1 选题背景及实际意义

1.2 国内外研究现状

1.3 课题主要内容

2　系统设计方案

2.1 系统整体方案

2.2 单片机的选择

2.3 电源方案的选择

2.4 显示方案的选择

3系统设计与分析

3.1 整体系统设计分析

3.2 主控电路设计

3.3 显示模块

3.4 人脸识别模块

3.6超声波测距模块

4 系统程序设计

4.1 编程软件介绍

4.2 主程序流程设计

4.3 处理函数流程设计

5 实物调试

5.1 电路焊接总图

5.2 信息显示

5.3 识别错误报警测试

5.4 注册测试

6 仿真调试

6.1仿真总体设计

6.2 信息显示

6.3 识别错误报警测试

结  论

参考文献

致  谢