1.一种基于二维人脸识别的门禁控制系统，包括门锁、摄像头、语音模块、显示屏、无线通信模块、服务器、存储模块、数据库；

其特征在于，包括以下步骤：

S1、导入预设用户的基准照片，通过无线通信模块提交至服务器；通过人脸识别算法对基准照片生成128个基准特征参数，储存在存储模块和数据库中；

S2、当探测到摄像头前2m内具有待识别物体时，摄像头拍摄待识别物体照片，通过人脸识别算法对待识别物体照片进行初次人脸识别，获取其中的人脸照片；若不能获取人脸照片，则终止识别；

S3、对步骤S2获取的人脸照片进行人脸真实度识别，若经识别为真实人脸，则触发人脸识别模块，完成二次人脸识别；否则终止识别；

S4、对人脸照片中的128个基准特征参数之间的欧氏距离设立匹配阈值；触发人脸识别模块后，将待识别人员的人脸与所有预设用户的人脸逐一比对，若经识别其与基准照片的欧氏距离不超过匹配阈值，则识别为预设用户，打开门锁，同时将出入信息录入存储模块，并通过无线通信模块传输至服务器和数据库；若经多次识别其相似度仍大于匹配阈值，则识别为非法闯入者，发出警报并通过无线通信模块提醒预设用户，同时拍摄非法闯入者照片并传送给房屋主人。

其中，所述人脸识别算法的具体为：

a1、选择若干人脸照片，利用方向梯度直方图HOG方法，对这些照片进行灰度处理，将每张人脸照片分割成若干个16×16像素的小方块区域；

a2、计算每个小方块区域的向上、向右、右上三个主方向的梯度值，选取梯度值最高的主方向相应的箭头，用该箭头代替该小方块区域形成若干人脸的方向梯度直方图HOG；

a3、导入预设用户的基准照片或待识别人员的照片，与步骤a2的若干人脸的方向梯度直方图HOG进行比对，计算待识别人员与基准照片的128位编码所对应的欧氏距离，比较欧氏距离与匹配阈值的大小，完成待识别人员脸部识别确认；

a4、通过dlib中卷积神经网络选取预设用户的基准照片或待识别照片的人脸上的68个特征点，以眼睛和嘴巴位置的特征点为基准，对人脸照片进行旋转、缩放和错切，使眼睛和嘴巴处于中心区域；

a5、通过训练好的FaceNet深度卷积神经网络，在预设用户的基准照片或待识别照片的人脸上最终形成128个特征参数。

2.根据权利要求1所述的一种基于二维人脸识别的门禁控制系统，其特征在于，所述人脸识别算法的具体步骤a5中，FaceNet深度卷积神经网络的训练方法具体为：b1、每次训练导入三张脸部照片，第一张为第一人的人脸照片，第二张为第一人的另一张基准照片，第三张为第二人的人脸照片；

b2、查看FaceNet深度卷积神经网络对三张脸部照片各生成的128个特征参数，调整FaceNet深度卷积神经网络，保证第一张和第二张的128个特征参数相似，且第一、二张与第三张的128个特征参数不同；

b3、选用不同人的人脸照片按照步骤b1和b2重复多次，完成FaceNet深度卷积神经网络的训练。

3.根据权利要求2所述的一种基于二维人脸识别的门禁控制系统，其特征在于，步骤S1具体为：S11、导入预设用户的基准正脸、侧脸照片；

S12、利用FaceNet深度卷积神经网络，在预设用户的基准正脸、侧脸照片上生成128个基准特征参数，并通过无线通信模块保存到服务器和数据库中。

4.根据权利要求3所述的一种基于二维人脸识别的门禁控制系统，其特征在于，系统还设有红外传感器、光线传感器和补光灯，步骤S2的具体为：S21、通过红外传感器识别距离摄像头2m内的待识别物体发热及其靠近情况，通过摄像头和人脸识别算法识别待识别物体照片中的一个或若干个待识别人脸及其移动情况，利用光线传感器识别当前外界光照情况，处于暗光情况下时，开启补光灯；

S22、若红外传感器识别到待识别物体照片发热且靠近，人脸识别算法识别到待识别物体照片中存在一个或若干个待识别人脸及其移动，则进入步骤S3；否则终止识别。

5.根据权利要求4所述的一种基于二维人脸识别的门禁控制系统，其特征在于，系统还设有语音模块，步骤S3具体为：S31、将从待识别物体照片中获取的一个或若干个待识别人员的人脸照片，通过dlib中卷积神经网络选取待识别人员的人脸的68个特征点；

S32、语音模块要求待识别人员在指定时间内完成眨眼动作，摄像头拍摄眨眼前后的待识别人员的人脸照片，并分别获取每张人脸照片的眼部的6个特征点的坐标值，分别为p1、p2、p3、p4、p5、p6；

S33、根据眼睛纵横比EAR计算公式计算眨眼过程中的眼睛纵横比EAR的值，眼睛纵横比EAR的计算公式为S34、若眼睛纵横比EAR的值出现波动，且出现波动的帧数大于4帧图像时，识别其为有效眨眼，从而识别摄像头前的是真人，触发人脸识别模块；若指定时间内眼睛纵横比EAR的值未出现波动或出现波动的帧数不大于4帧图像时，则识别其为静态图片或虚假人物，从而识别摄像头前的不是真人，并终止识别。

6.根据权利要求5所述的一种基于二维人脸识别的门禁控制系统，其特征在于，步骤S4具体为：S41、通过摄像头和人脸识别模块获取一个或若干个待识别人员的人脸照片，并生成每张人脸照片的128个特征参数；

S42、利用向量机SVM分类器算法，预设一个匹配阈值，搜索数据库中所有预设用户的每张人脸照片的128个基准特征参数，与待识别人员每张人脸的照片的128个特征参数逐一比对；

S43、当待识别人员的人脸照片和预设用户的每张人脸照片的128个基准特征参数的相似度不超过匹配阈值时，则识别成功，打开门锁，同时语音模块播报提示信息，显示屏显示识别出的待识别人员的姓名，将待识别人员的出入信息录入存储模块，并通过无线通信模块传输至服务器和数据库；

S44、当待识别人员的人脸照片和预设用户的每张人脸照片的128个基准特征参数的相似度经多次识别仍大于匹配阈值，或红外传感器检测到发热物体靠近而人脸识别算法无法识别到人脸时，则识别失败，语音模块提示报警，将照片及识别信息录入存储模块，并通过无线通信模块传输至服务器和数据库。

7.根据权利要求6所述的一种基于二维人脸识别的门禁控制系统，其特征在于，系统还包括用于移动设备的APP，预设用户通过所述APP向系统发送临时解锁信号，远程控制临时开门；对于识别失败的待识别人员的人脸照片，预设用户通过所述APP选择将该照片传输至存储模块、服务器和数据库中。