基于FPGA的人臉識別門禁系統的設計初探

趙博

摘 要：911事件的出現，人們加大了對安全事件的關注力度。人身安全、財產安全及信息安全都是社會上存在的普遍安全事件，為了提升安全效果，在科學技術的帶動下，誕生了人臉識別技術，該種技術作為一種生物識別技術，具有經濟、方便等優勢，受到了廣大用戶的喜愛。FPGA是現場可編程門陣列，被廣泛應用于圖像處理領域中，具有設計成本低及設計周期短等特點，成為現階段電子產品的主流發展趨勢。

關鍵詞：FPGA 人臉識別 門禁系統

中圖分類號：TP311 文獻標識碼：A 文章編號：1672-3791（2018）02（a）-0019-02

現階段，人臉識別已經成為圖像研究領域中的重要工作內容，通過多年來的發展，其識別方法更加豐富，實現了對人臉的自動化識別。人臉識別主要是提取生物的身體特征，具有不變性與唯一性等特點，不易被仿制與忘記，保密性與安全性較高。近年來，生物特征識別技術取得了良好的發展效果，在國家的機關部門、交通部門及企業考勤打卡中被廣泛應用。人臉識別有助于提升人類視覺對事物的認識度，滿足人工智能的發展需求，有著廣闊的發展前景。

1 FPGA介紹

FPGA是現場可編程門陣列，作為一種半定制電路，促進了可編程器件門電路資源的豐富，系統升級更加方便，使用更加靈活。FPGA內部配備了輸出輸入模塊IOB、邏輯單元模塊CLB及內部連線部分。其組合邏輯主要是通過查找表來實現，構成了基本的邏輯單元模塊。現階段，FPGA的使用主要是運用查找表技術實現的，使用性能較高，內部包含了大量的IP核，具有較好的使用性能[1]。

2 FPGA的人臉識別門禁系統的設計

2.1 系統硬件設計

2.1.1 人臉采集

人臉圖像的采集主要是通過視頻采集來實現，要求系統中必須要具備視頻采集的電路及設備，人臉采集系統由AD轉換器、圖像傳感器及后端FPGA人臉檢測3個部分組成。通過將采集到的數據信息傳遞給AD轉換芯片，將輸出的數字信號傳遞給FPGA。運用CCD技術實現的傳感器來完成攝像工作。

2.1.2 圖像處理

圖像處理工作由FPGA及外部輔助芯片組成，會生成DSP核，來完成對PCA算法處理。圖像預處理及人臉識別工作的開展，完成了對人臉的歸一化及灰度處理，來尋找用戶臉部，為后續各項操作的處理提供了可靠的原始數據信息，其中，特征提取主要是指提取人臉的特征；控制模塊主要是指對FPGA的工作狀態進行控制；網絡通信主要是指FPGA內部通信模塊與網絡通信接口；特征匹配主要是指對數據庫中的特征與FPGA的內部特征進行對比[2]。

2.1.3 存儲器

人臉識別算法工作在處理過程中，對存儲空間有著較大的要求，在進行圖像存儲時，對圖像的格式標準化有著較高的要求，要求存儲空間要保證在800多kB，人臉識別算法具有復雜性，應充分利用存儲空間，對FPGA進行重新配置，確保能夠正常工作。上電配置工作的開展需要通過讀取外部程序存儲器的程序來實現，使用SD卡及SDRAM等外部存儲器，并配合FPGA來完成人臉識別門禁系統。首先，要做好電路配置。在上電中配置FPGA，能夠確保FPGA順利開始工作。SD卡作為一種存儲芯片，由于人臉識別對數據信息有著較高的使用需求，在進行圖像存儲時，對存儲空間有著較高的要求，應具備存儲100張圖像信息的能力，SD卡在使用過程中，主要是通過SPI通信接口來完成數據存儲。

2.1.4 門禁開關

人臉識別匹配工作結束后，當人臉識別正確后，FPGA會輸出一個高電平，門禁開關會自動打開，輸出12V電壓，電壓會與電鎖相連接。

2.2 系統軟件設計

2.1.1 圖像存儲

圖像存儲的主要功能是通過解碼器來輸出圖片，做好數據的存儲，向人臉檢測發出一個開始命令并停止存儲圖像。當沒有檢測到人臉時，則會向存儲模塊重新發送存儲圖像的命令，當發現沒有檢測到人臉后，會發動給預處理模塊開始圖像處理命令，當匹配工作結束后，來完成圖像存儲工作，重新下發圖像存儲命令[3]。

2.1.2 人臉檢測

人臉檢測工作的開展，建立在膚色檢驗方法的基礎上，需要將人臉的膚色控制在Cb和Cr數據的某一范圍之中，由此可以認為Cb和Cr在像素點的兩個值范圍內，可以判定點像素為膚色，運用該種方法對人臉的范圍進行描述。如果所選取的膚色點較為集中，并且與矩形相接近時，并且周圍沒有與之相類似的膚色集中區，該模塊后面的人臉定位模塊一個有信號，表明存在人臉，可以繼續開展后續的人臉識別操作。

2.1.3 預處理算法

預處理算法模塊建立在人臉檢測工作的基礎上，本模塊的主要工作內容是圖像預處理及顯示圖像，在顯示器上顯示人臉圖像，并對圖像進行預處理，為人臉定位工作的開展提供了數據信息支持。顯示圖像工作在開展過程中，主要是指將輸入的圖像經過FPGA轉換后將其輸出到電腦顯示器中，輸出的圖像格式為YUV格式，在對圖像進行處理時，需要將其轉換為RGB格式，確保能夠在顯示器上顯示出來。預處理是人臉識別系統中一項重要的處理過程，需要加大對該種環節的重視。在進行圖像輸入時，需要結合圖像的不同，選擇不同的圖像采集環境，對于一些對比度不清晰及噪聲的情況，出現該種現象的主要原因受光照強度影響較大。在進行圖像預處理時，還會出現人臉與攝像頭距離及焦距大小不一致現象，表明人臉在圖像中的位置不確定，對人臉定位工作的開展造成了較大的影響，同時也會影響圖像的后續處理。因此，圖像在處理前，需要做好圖像預處理工作，確保能夠和人臉圖像保持一致[4]。

2.1.4 人臉定位

首先，眼睛定位，人眼在水平位置上的特征較為明顯，人眼部分與其他部分相比具有明顯的相似之處。在進行人臉識別時，應現找到人眼的位置，以兩眼為坐標原點，來進行圖像裁減，并且要按照一定的比例對兩眼周圍位置做好舍取，進而形成一個人臉框。其次，人臉定位，由于人們的臉部結構具有較強的相似性特點，基本結構與五官的距離與人臉圖像上的距離位置差不多。在獲取兩眼的位置后，需要借助兩眼的矩形框圖來找出兩眼的中心位置坐標，進而能夠得出人臉在圖像中的大概位置，將圖像數據在矩形框里輸出，用于后面的模塊特征提取，選取的長度包括鼻子、眉毛、嘴和眼睛等[5]。

3 結語

人臉識別技術自身展現出了較好的使用優勢，受到了社會各階層的關注，被應用于門禁領域中。本文對FPGA進行簡要介紹，并對FPGA的人臉識別門禁系統的硬軟件設計進行介紹，通過研究的過程，了解到了人臉識別技術原理，了解到了人臉圖像的采集方法，主要是通過FPGA轉換圖像格式的形式將人臉圖像傳遞到顯示器上，通過定位人眼位置及人臉定位，來確定出人臉的基本框架。人臉識別門禁系統在實際的應用過程中，主要是利用FPGA工作原理，并結合圖像處理技術，對FPGA圖像進行開發及處理，促進人臉識別系統運行速度的提升。

參考文獻

[1] 申靜，胡霞，李聰.基于GSM報警模塊的嵌入式人臉識別門禁系統設計與實現[J].長沙通信職業技術學院學報，2013，12（3）：29-32.

[2] 顧思思，胡麗霞.基于OpenCV的嵌入式人臉識別門禁系統設計[J].電腦與電信，2015（4）：33-35.

[3] 劉巍，汪兆棟.基于ARM9與Linux的人臉識別門禁系統設計[J].萍鄉學院學報，2015，32（3）：37-40.

[4] 劉新朋，郎利影.基于ARM的人臉識別門禁系統設計[J]. 工礦自動化，2013，39（9）：12-15.

[5] 孫偉，劉曉敏，王浩宇，等.基于三重人臉識別身份驗證的門禁管理系統設計[J].計算機測量與控制，2016，24（2）：225-227，231.