基于樹莓派+云服務的人臉識別門禁系統設計

馮威翔，楊靜

（河南工業大學 信息科學與工程學院，河南鄭州， 450000）

0 引言

隨著生活質量的提高，普通IC卡等傳統身份識別工具已不能滿足社會需求[1]。人臉識別技術已日趨成熟，在安防監控、身份認證等眾多領域都有著重要的作用[2]。

傳統的特征提取算法在復雜環境下準確率不高；而基于空間注意力機制的3D人臉識別算法，雖準確率高，但參數需根據經驗設置，使得門檻較高，易用性低[3]；一些龐大的深度學習網絡模型，通過自學習的方式進行訓練，但運行在計算能力有限的嵌入式設備上有困難。

針對傳統人臉識別方案識別精度相對較低，提升識別精度對嵌入式設備的計算能力和算法優化要求比較高，導致易用性低的問題，本文利用云計算平臺準確率高，調用方便的特性[4]，將百度智能云與樹莓派相結合，設計一款人臉識別門禁系統，使得整個系統更加準確、便捷化。

1 系統構成

該系統由主控制器模塊、人體紅外感應模塊、圖像獲取模塊、密碼模塊、顯示模塊、模擬門禁開關模塊組成，經人體紅外傳感器觸發后調用攝像頭進行圖像采集，經過分辨率和格式轉換后上傳至百度智能云進行人臉的識別對比。為了應對一些網絡故障等情況，本設計還添加密碼模塊進行輔助解鎖。系統總體結構圖如圖1所示。

圖1 系統總體結構圖

2 硬件設計部分

■2.1 主控制器

考慮到擴展性、成本、功耗，本設計選擇樹莓派4B作為主控制器，主板有4個USB接口，可用來連接鼠標鍵盤USB攝像頭等。搭載4核1.5GHz CPU，兩個支持4K顯示的HDMI接口，接上一塊屏幕可以用它來編輯文檔、瀏覽網頁等[5]。具有2.4GHz和5GHz的WiFi模塊以及以太網接口，向上可以提供云端API，指令數據通過API調用下發至設備端[6]，硬件示意圖如圖2所示。

圖2 樹莓派4B硬件示意圖

■2.2 人體紅外感應模塊

為減少資源浪費，添加紅外觸發。HCSR501原理圖如圖3所示。人會發出10μm左右波長的紅外線。具有熱釋電效應的半導體，用于檢測8~12μm波長的紅外信號。將產生的微弱電壓變化經過BISS0001放大后輸出，調節可變電阻RL2和RT1改變放大倍數，來改變傳感器的檢測距離和靈敏度。信號輸出接樹莓派的GPIO4接口，本設計采用可重復觸發，距離在3m左右。

圖3 HC—SR501原理圖

■2.3 圖像采集模塊

圖像獲取模塊采用500萬像素的樹莓派專用攝像頭，尺寸小，功耗低[7]。通過CSI扁平帶狀電纜將相機板連接到樹莓派上，手動使能。查看API文檔，API接口要求輸入的分辨率為1024×768，圖片格式必須為Base64編碼格式，編碼后的圖片大小不超過2M。

■2.4 密碼模塊

為應對網絡故障等情況，本設計添加密碼模塊用來輔助解鎖。矩陣鍵盤控制行的4個引腳接到樹莓派的GPIO 21~24，控制列的4個引腳接到樹莓派的GPIO 26~29。初始化GPIO 21~24為輸出高電平。GPIO 26~29為輸入，通過內置上拉電阻，上拉為高。

■2.5 交互模塊

選用0.96寸I2C通信OLED進行文字交互提示。手動配置開啟樹莓派I2C通信接口。通過HDMI外接7寸IPS電容觸摸屏進行圖像采集過程的顯示。

選用常見舵機SG90進行模擬開門，信號線接到樹莓派的GPIO6引腳。通過PWM脈沖控制，開門后釋放PWM信號可手動關門，一段時間后如果沒有識別到人將控制關門。

如果成功開門或檢測到人臉未在人臉庫中或密碼錯誤。調用有源蜂鳴器進行聲音警報。調用API服務，通過微信將原因、時間和圖像發送給用戶。

■2.6 硬件連線

硬件總體連線如圖4所示。

圖4 硬件總體連線圖

3 軟件設計部分

■3.1 軟件環境搭建

本系統選用官方指定的Raspberry Pi OS，在官網中下載鏡像文件，通過鏡像文件燒錄工具燒錄到SD卡中。

為了方便文件傳輸，整個開發過程采用遠程桌面連接進入樹莓派桌面進行開發。使用Python作為開發語言，樹莓派官方提供的系統中自帶Python編譯器Python3.9，以及Python集成開發環境Thonny。運行時，實時反饋交互的運行結果，給予一些優化建議，對樹莓派支持良好。

■3.2 人臉識別模塊設計與實現

本設計通過百度智能云平臺提供的應用程序接口（Application Programming Interface，API）接口實現人臉識別。

首先，注冊并登錄百度智能云，創建一個人臉識別的應用，依次創建用戶組、用戶和添加用戶的人臉照片。用戶組數量沒有限制，每個用戶組中的用戶數量也沒有限制，每個用戶可以注冊的人臉數量為20個。創建成功后可以得到這個應用的AppID、API Key、Secret Key，也就是在程序中進行接口調用時的用戶名和密碼等信息。

其次，下載適用于Python的人臉識別軟件開發工具包（Software Development Kit，SDK）。將下載的SDK通過VNC Viewer的文件傳輸功能傳入到樹莓派中，用Python編譯SDK文件中的setup.py來安裝百度AI模塊如圖5所示。

圖5 安裝百度AI模塊圖

最后，根據之前記錄的所創建應用的用戶名和密碼進行訪問所創建的應用，調用AipFace模塊中的search函數將返回人臉匹配的結果，返回值是一個字典。通過error_mag來判斷是否為人臉，如果檢測不到人臉就返回-1。如果檢測到人臉，則獲取相似度score，通過相似度來判斷是否在人臉庫中，如果滿足相似度就返回1，否則返回0。

■3.3 密碼模塊軟件設計

密碼模塊包括密碼的輸入、清除、判斷和修改。掃描第一行時，設置GPIO21引腳輸出低電平，延時20ms來繞過抖動區間進行防抖，掃描GPIO 26~29引腳是否為低電平，來判斷S1~S4的按鍵狀態，2、3、4行同理。

密碼的輸入封裝在函數中，將被按下的按鍵以字符的形式放入列表中。當輸入為6位時返回列表。密碼存放在本地的文本文件中，使用operator函數進行判斷，如果輸入與密碼不匹配返回0，否則返回1。如果判斷鍵盤輸入“＊”，則清空列表，來達到清除的目的。輸入6個#來進行修改密碼，先輸入原密碼，如果密碼正確將修改的密碼替換掉文本文件中的內容。

■3.4 軟件設計總體流程

系統開始工作后，判斷人體紅外傳感器的狀態，當檢測到有人時，進入人臉識別部分，點亮發光二極管來模擬燈光照明，調用OLED來提示用戶相關操作，調用攝像頭進行圖像采集，按照技術文檔進行格式轉換后上傳到百度智能云。如果返回結果為不是人臉，判斷為人體紅外誤觸，將回到人體紅外檢測部分。如果人臉匹配成功，控制舵機模擬開門，記錄下用戶名及開門時間在本地文本文件，回到人體紅外檢測部分。如果人臉匹配失敗，再次進行檢測。如果連續兩次檢測失敗將提示進入密碼識別。如果密碼識別正確，控制舵機模擬開門；如果密碼識別錯誤兩次，將延時一段時間后回到人體紅外檢測部分。無論是否成功通過都會將記錄下來的時間、原因和圖像通過微信公眾號發送給用戶。程序流程圖如圖6所示。

圖6 總體程序流程圖

4 系統測試

系統測試一共有3位測試者參與，分別為2位在圖庫中的人和1位不在圖庫中的人，對人臉識別等各模塊功能進行測試。每個實驗對象在光線充足和光線暗弱兩種環境下進行多次實驗。實物圖如圖7所示，測試過程圖如圖8所示。

圖7 實物圖

圖8 測試過程圖

經測試，系統各模塊功能工作正常，人臉識別測試結果如表1所示。在5G網絡下調用所需時間大約在0.9s，4G網絡下調用時間在3s左右，經100次測試，僅有一次在光線暗弱的環境下出現誤判現象。

表1 人臉識別測試結果

5 結論

本設計以樹莓派4B為主控，通過調用百度智能云平臺實現了以人臉識別為主的門禁系統。實驗表明該系統性能穩定，識別準確率為99.8%，保證了門禁系統的真實、安全。在5G網絡下，檢測時間大約在0.9s，實現了防盜防范的作用，減少了不必要的安全隱患。