目前,随着我国高校校区的扩建,高校的教室数量也急剧增加;另外,我国互联网和物联网技术快速发展促进了高校的信息化建设,智慧校园和智慧教室的建设初具规模。但是校园信息化建设在教室使用权限管理方面比较滞后,高校的教室使用权限管理仍然由高校物业管理中心进行人工管理,即物业管理中心工作人员去现场开教室门或是任课教师到物业管理中心借取对应教室钥匙。这种管理方式不仅效率低,而且随着高校教室数量的增加,高校物业管理中心的工作负荷也急剧增加,因此,设计一套高效、便捷的教室控制系统来管理高校教室的使用权限,对于提高学校教职工的工作效率、减轻学校教职工的工作负荷以及加速高校信息化建设有着重要的意义。人工智能技术和计算机视觉技术广泛研究极大地促进了人脸识别技术的发展。将人脸识别技术运用到教室使用权限管理可以为教职员带来极大便利,但是传统的人脸识别算法计算量大、占用内存大,在嵌入式系统上运行比较困难。本文针对目前高校教室使用权限管理工作繁重的问题,设计了一种智慧教室控制系统;提出了一种适合嵌入式系统的人脸识别算法,即A-2D2PCA人脸识别算法,并将其应用于智慧教室控制系统。本文具体研究工作如下:(1)通过研究智慧教室的国内外发展现状,分析了智慧教室建设在教室使用权限管理方面的不足,提出了一种教室使用权限管理的智能控制方案,即采用人脸识别验证、射频识别验证及指纹验证方式进行教师身份认证;教师只要通过以上两种验证即可获取教室的使用权限,这种双重验证方式确保了教室使用的安全性,同时教师可以根据自身情况选择合适的验证方式,这给任课教师开门验证提供了便捷性;学校物业管理中心可以远程控制教室开启和关闭,同时可以查询教室使用状态。(2)对人脸识别的过程及方法进行了研究,并提出了一种适合嵌入式系统的人脸识别算法A-2D2PCA,即改进的2DPCA和PCA融合算法。A-2D2PCA人脸识别算法直接通过原始图像来构造协方差矩阵,在求取特征矩阵时使用水平方向和垂直方向的最优投影矩阵,有效地克服了 2DPCA在基于单一方向处理时不能消除行或是列的相关性问题。同时,A-2D2PCA算法对特征矩阵使用PCA算法进行主成分提取,进一步压缩了图像的特征数量,使得算法在运算过程占用更少的内存,有利于在嵌入式系统上运行。通过ORL、Yale人脸数据库对本文提出的A-2D2PCA算法进行了测试,测试结果表明A-2D2PCA识别率在人脸样本数大于80时,A-2D2PCA算法的识别率高于2DPCA与PCA算法。同时,A-2D2PCA算法对人脸图像的特征进行了两次提取,在计算处理中较2DPCA与PCA算法使用更少的内存空间,更适合内存资源有限的嵌入式系统,所以本文采用A-2D2PCA算法作为智慧教室控制系统的人脸识别算法。(3)设计了智慧教室控制系统的硬件电路和软件程序。系统硬件电路设计包括主控芯片的选型及最小系统电路的设计、门控电路的设计、人脸识别模块、人机交互界面模块等外设模块电路设计及上位机与下位机通信方式选择,其中下位机端使用CAN总线通信,上位机端使用以太网通信。系统软件程序设计包括下位机程序、上位机程序和网关程序设计,其中下位机程序设计包括嵌入式操作系统μC/OS-Ⅲ、图形用户界面库的移植、人脸识别程序、指纹识别程序、人机交互界面等程序的设计。(4)搭建了智慧教室控制系统的软硬件测试平台,完成了智慧教室控制系统下位机、上位机以及通信功能的测试。测试结果表明:本文所提出的A-2D2PCA算法能在所设计的智慧教室控制系统上稳定地运行,同时,系统的各项功能满足设计要求,实现了预期的目标。