人臉識別在職能門禁系統中的應用

劉亮

摘 要 智能門禁系統是安全防護系統中重要的組成部分，以人臉作為判決因子，判斷來訪者的合法性，以此來控制門的開關。當紅外傳感器探測到有人時，觸發系統影像采集設備采集人臉圖像，人臉采集檢測識別系統將采集的圖像，經過預處理、檢測、識別，判斷人員的身份是否合法。對于無權限入內的人員，前端采集控制系統通過串口發送控制信號控制語音模塊進行語音提示。經過實驗，驗證了系統方案的可行性，實現了以人臉為身份識別的智能門控。

【關鍵詞】人臉識別 職能門禁 OpenCV

隨著經濟的發展，人口流動性日益增大，安全入口控制應用的需求快速增長，生物統計識別技術得到了廣泛研究開發，智能門禁系統作為安全防護系統中重要的組成部分，受到了研發人員的重視。生物特征具有唯一、穩定和普遍等特性，應用較多的生物特征有人臉、指紋、虹膜和視網膜等。其中，人臉的采集與識別相對于其他生物特征來說，具有采集方便、直接、安全和快捷等特點，適合應用于智能自動控制的場所。

人臉作為人類最重要的表達器官，可以向我們提供重要的信息，如性別、種族、情緒、年齡和性格等等，因此人臉識別技術也就必然成為人機交互的重要手段。人臉識別技術是基于人的臉部特征信息進行身份識別的一種生物識別技術。利用人臉生物特征對人體進行識別的技術，能夠很好地應用在智能門禁系統中。文中基于人臉識別的智能門禁控制系統設計，主要包括門禁系統設計和人臉采集檢測識別部分。

1 職能門禁系統總體設計

基于人臉識別的智能門禁控制系統由前端采集控制系統和后臺人臉采集檢測識別系統組成。前端采集控制系統實現前端的信息采集及人臉身份識別后的控制與語音報警處理；后臺人臉采集檢測識別系統實現人臉圖像的采集、定位與識別，并通過串口發送控制信息給前端系統。系統框圖如圖所示。

熱釋電紅外傳感器檢測大門口是否有人靠近；當有人靠近大門口時，光敏電阻檢測是否需要開燈為人臉采集進行補光；通過串口發送信號給后臺人臉采集檢測識別系統，后臺接收到信號后，驅動影像采集設備采集圖像，經過預處理、檢測、識別，判斷人員的身份是否合法。對于無權限入內的人員，前端采集控制系統通過串口發送控制信號控制語音模塊進行語音提示，對于合法的人員，前端采集控制系統發送信息控制繼電器打開大門。

2 人臉采集檢測識別系統算法

2.1 圖像預處理

圖像采集設備采集到的人臉圖像，因圖像的采集設備、光照條件、人臉姿態位置等因素存在差異，所以采集到的圖像可能會有各式各樣的噪聲，獲取的圖像若不經過處理，將干擾人臉識別的效果。因此，為了準確穩定地獲取人臉特征，必須對圖像進行規范化處理，消除噪聲，修正失真。

人臉圖像預處理主要包括：幾何規范化及灰度規范化。幾何規范化是指通過把兩眼瞳孔之間的距離作為系數比對整個圖像進行平移、旋轉、縮放，形成符合訓練集的人臉圖像標準。灰度規范化是改善圖像質量，并將其灰度統一到給定的標準，一般包括灰度變換、直方圖均衡化兩個步驟。

2.2 人臉檢測

AdaBoost是典型的集成機器學習方法。是針對同一個訓練集訓練不同的弱分類器，弱分類器識別率好于隨機猜測的學習算法，所有迭代得到的弱分類器，并按照—定的權值疊加起來，得到一個強分類器。將多個強分類器連接起來，得到Adaboost級聯分類器。通過一組樣本的學習后，能夠達到理想的識別率的學習算法。其算法本身是通過改變數據分布來實現的，它根據每次訓練集之中每個樣本的分類是否正確，以及上次的總體分類的準確率，來確定每個樣本的權值。將修改過權值的新數據集送給下層分類器進行訓練，最后將每次訓練得到的分類器最后融合起來，作為最后的決策分類器。

2.3 人臉識別

主成分分析法（Principal Component Analysis PCA）是一種常用的基于變量協方差矩陣對信息進行處理、壓縮和抽提的有效算法。PCA算法在降維和特征提取方面優勢突出，在人臉識別領域得到了廣泛的應用。

PCA算法的原理是利用K-L變換抽取人臉的主要成分，構成特征臉空間，識別時將測試圖像投影到此空間，得到一組投影系數，通過與各個人臉圖像比較進行識別。利用特征臉法進行人臉識別的過程由訓練階段和識別階段兩個階段組成。

2.4 OpenCV的應用

OpenCV的設計目的是執行速度盡量快，主要關注實時應用。它構建了一個簡單易用的計算機視覺框架，幫助開發人員更便捷地設計更復雜的計算機視覺相關應用程序。它采用了優化的C代碼編寫，能夠充分利用多核處理器的優勢。OpenCV提供了 MLL（Machine Learning Library）機器學習庫。MLL機器學習庫側重于統計方面的模式識別。MLL除了用在視覺識別相關的任務中，還可以方便地應用于其他的機器學習場合。

OpenCV主體分為四個模塊，OpenCV的CV模塊包含基本的圖像處理函數和高級的計算機視覺算法。ML是機器學習庫，包含一些基于統計的分類和聚類工具。HighGUI包含圖像和視頻輸入、輸出函數，CXCore包含OpenCV的一些基本數據結構和相關函數。

3 人臉檢測識別門禁系統的實現

人臉檢測識別門禁系統包括主界面程序模塊、New User模塊、User模塊、Records模塊、Help模塊、Exit模塊組成，其中New User模塊、Authenticate模塊均用到了OpenCV庫中的一些變量和函數接口。

進入 New User 程序子模塊，即調用recognizeFromCam（）函數，首先通過運行loadTrainingData（）函數判斷facedata.xml 數據庫中有無人臉圖像數據，如果facedata.xml數據庫中已有人臉圖像數據則從數據庫中讀取之前保存在數據庫中的訓練集的人的名字、人的個數、訓練臉的個數、特征臉的個數、特征向量、特征臉、平均臉等數據；如果facedata.xml數據庫中沒有人臉圖像數據，則說明系統是第一次開啟，還未進行人臉檢測和識別。ecords 模塊后調用recordview函數，輸出訓練圖像的個數、識別可信度、檢測用時、攝像頭分辨率等信息。

論文對基于OpenCV的人臉識別算法進行了分析，并基于ARM芯片完成了 ARM 的移植，成功應用于智能門禁系統中。系統前端以單片機為中心實現了信息采集及人臉身份識別后的控制與語音報警處理；通過攝像頭采集人臉信息，借助幾何規范和灰度規范實現人臉的規范化處理。通過Adaboost級聯分類器實現人臉檢測，采用改進的PCA算法進行人臉識別，用人臉作為身份識別控制門的開關；對不合法的來訪者發出聲音報警。經過測試證明，該具有人臉識別檢測功能的門禁系統可以有效的減少非法闖入事件的發生，確保了智能家居的安全性。論文設計的基于 OpenCV 的智能門禁系統具有硬件配置簡單，系統占用資源較少等優勢，此系統在智能家居上的應用中具有良好的發展前景。

參考文獻

[1]王紅銳.智能門禁系統中人臉識別技術的研究[D].武漢：武漢理工大學，2013.

[2]張鵬.高檔別墅區智能門禁管理系統設計[D].濟南：山東大學，2012.

作者單位

酒泉職業技術學院 甘肅省酒泉市 735000