3D人臉識別技術在入侵監測系統中的應用研究

李小民，李欣然，李靜怡，古書銘

(1.珠海科技學院電子信息工程學院，廣東珠海 519041；2.河北工業大學電氣工程學院，天津 300401)

0 引言

入侵檢測系統是利用傳感器技術和電子信息技術探測非法對象進入防范區域、實時報警并進行應急處置的綜合性安防系統，可廣泛應用在敏感區域（如軍事營區、政府部門等）、廠區、營業場所等，為防范非法侵入提供預防性警示，避免惡性事件發生。但目前的入侵監測系統多采用震動探測、紅外探測、聲響探測、激光探測和觸發探測等被動防御手段，很難做到御敵于先，而且識別偽裝性侵入的效果差，此外設備布防煩瑣，應用不便[1]。而人臉識別技術是近來引起廣泛關注的生物識別技術，它具有目標識別魯棒性高、可同時識別多個目標、可對威脅等級進行評估等優點，還可以和門禁系統、報警系統有機結合構成功能更加豐富的組合式入侵監測系統，應用面寬[2]。但目前這類系統主要采用單目視覺成像，不能有效識別目標輪廓的深度特征，對偽裝目標的識別效果不佳，特別是防范平面式成像載體的侵入（如照片、視頻、頭模等）效果差[3]。有鑒于此，探索研究一種基于3D 人臉識別的主動式、高可靠性入侵監測系統非常必要。

1 系統功能與組成

本文將3D 人臉識別技術應用于入侵監測系統[4-5]，系統具有“上位機+下位機”的分層架構，上位機主要用于探測識別入侵對象，下位機主要進行入侵行為的統計分析并進行遠程監視。系統的主要功能如下：

1)入侵對象探測

通過體感雷達傳感器在一定范圍內掃描探測入侵對象，若有對象進入則自動激活人臉識別設備工作。

2)入侵對象人臉識別

激活后的人臉識別設備，實時采集入侵對象的3D 人臉圖像數據，并分別與合法對象數據庫和非法對象數據庫進行匹配比較，進而判別其身份。

3)非法對象標記

對多次侵入的非法對象進行標記，拉入黑名單，并將其人臉圖像數據存入非法對象數據庫。

4)非法入侵告警

通過人臉識別，若判別當前的對象非法，則一方面通過語音、燈光和警鈴進行告警；另一方面通過傳輸網絡上報給上位機，對侵入對象進行在線監視或遙控處置操作。

5)入侵行為統計分析

對一定時間內，對非法入侵對象的人數、入侵時間、入侵姿態等信息進行統計，進而給下一步的安全防范提供信息支持。

可實現以上5 項功能的系統組成結構如圖1 所示，系統主要分上位機和下位機兩大部分。

其中下位機部分主要由單片機微處理器、體感雷達模塊、人臉識別模塊、大容量存儲器和LED 顯示器等構成。體感雷達模塊采用毫米波雷達技術來探測侵入對象的存在性和侵入距離，并自動激活人臉識別模組工作；人臉識別模塊和大容量存儲器共同構成人臉識別組件，其中存儲器用來存放事前采集的合法對象人臉樣本，人臉識別模塊主要用來適時采集侵入對象的人臉圖像并進行匹配識別；LED顯示器用來顯示人臉識別結果等提示信息；微處理器在后臺進行全系統硬件的協調控制；當發現了非法侵入對象就通過聲光報警模塊進行告警。

上位機分部分主要包括兩大模塊，其中PC 機用來對防區內所有的非法侵入對象進行監視、跟蹤、統計和應急處置調度；手機用來顯示入侵對象的人臉照片，進行伴隨式告警提醒，協調安防人員統一行動。

圖1 系統組成結構框圖

2 系統設計

本系統硬件以微處理器為核心，基于模塊思想搭建，其組成結構如圖2所示。系統主要由嵌入式微處理器、人臉識別模塊、體感雷達檢測模塊等6個功能模塊構成。

體感雷達檢測模塊主要用于實時檢測入侵對象[6]，若入侵對象進入到防范區域，通過該模塊可實時得到入侵對象的距離和角度兩維信息，并激活人臉識別模塊工作。在本系統中選用了HLK-LD7901B人體存在感應雷達模塊，它是一種基于79GHz毫米波的雷達感應模組，可在0.15m-15m距離范圍內感知人體的存在，它通過串口與微處理相連，具有即插即用特點。

人臉識別模塊用于采集入侵對象的人臉信息，并與預先存儲的樣本進行比對。若一致，則判別為合法對象，否則為非法對象[7]。本系統選用了A31L18M+視覺模組，它通過三個攝像頭進行3D立體成像，并自帶人臉識別算法，能自動完成人臉圖像采集、人臉捕捉定位、人臉特征提取和與樣本比對。該視覺模組與微處理器通過串口進行通信，微處理器可發出“樣本錄入”和“人臉識別”兩類指令，進而控制該視覺模組在樣本錄入模式和人臉識別模式之間切換。

無線網絡傳輸模塊采用了8266Wi-Fi 通信組件[8-9]，可將入侵對象的進入時間、性別、識別結果等參數通過Wi-Fi 網絡傳輸給移動監測端的手機，用于伴隨式入侵監測。8266Wi-Fi組件通過串口與微處理器相連，工作前需要先配置網絡的IP 地址和端口號，網絡連通后即可傳送數據。

液晶顯示模塊主要用于圖示化的人機交互操作。本系統選用了1.54 寸OLED 12864 液晶顯示模塊[10]，它通過I2C總線與微處理器相連。

嵌入式微處理器負責整個系統的協調控制?；隗w感檢測和人臉識別的需要，本系統選用了STM32F103C8T6 型微處理器，其最高72MHz 工作頻率，256K片內容量和多達5個串口能滿足本系統人臉識別和數據傳輸的需要。

圖2 系統硬件組成框圖

3 人臉檢測識別

在探測人體存在的情況下，通過人臉識別判斷對象的屬性是本系統的核心功能。而通常人臉識別主要分兩個階段，一是事前錄入合法對象的人臉數據庫。在錄入過程中為了降低誤識率可在不同的人臉傾角下，錄入盡量多的樣本；二是實時進行人臉識別。通過將實時采集的人臉圖像與存儲的人臉圖像樣本進行匹配比較。若一致，則為合法對象，否則為非法對象[11]。

為了有效屏蔽照片、視頻及各種頭模和假人的非法侵入攻擊，提高對入侵對象檢測的可靠性，本系統選用了A31L18M+視覺模組，它支持多模態活體檢測，并支持最多100個人臉的樣本數據庫，且人臉識別快速，識別時間小于1秒。而為了提高人臉識別的精度，降低誤識率，該模組綜合采用了雙目立體視覺+主動紅外補光+條紋結構光組合技術[12]。通過采用雙目立體視覺技術，利用雙攝像頭，基于視差原理可獲取入侵對象的3D人臉數據。而3D人臉數據比2D人臉數據多了一維深度信息，因此能更準確地表達出人臉各個角度的特征，人臉模型也更精確，活體檢測的準確度也更高；此外該模組還通過激光頭發射特定條紋的結構光，該結構光在不同的人臉部位會產生不同的形變，而通過檢測這些不同的形變就可得到人臉的深度數據，將該深度數據和通過雙目立體視覺得到的深度數據進行融合，可在50 毫米的基線下測量0.2 米到6米范圍內的深度信息，1 米距離內的探測精度可達1毫米。因此通過數據融合就可精確地重構出人臉的三維模型；而且該視覺模組還通過主動紅外補光，可在低照度昏暗環境中對人臉進行可靠的檢測識別。

人臉檢測和識別的基本流程如圖3所示。

系統工作時，先通過雙目攝像頭采集包含人臉的整幅原始圖像，并對該圖像進行光線補償、灰度校正、幾何校正、噪聲過濾及銳化等預處理以降低隨機干擾的影響。然后再采用邊緣檢測等方法檢測人臉在整幅圖像中的位置，達到人臉檢測捕獲的目的。接著再精細分割圖像來標記人臉的坐標，給眉毛、眼睛、鼻子、嘴巴、下巴、耳朵和臉部輪廓等特征點進行定位，再通過若干組多維特征向量來表示各個特征點的信息，這些信息中通常包括RGB 色度信息、灰度信息和深度信息等數據。人臉識別主要是計算歐氏距離，即計算實時采集的人臉特征數據與樣本數據庫中的人臉特征數據之間的多維差值，并將歐式距離與預先設定的閾值進行比較，若小于閾值，則人臉識別成功，表明該人臉圖像存在于樣本數據庫中，為合法對象，否則表明當前對象為非法入侵對象。

4 系統測試

為了檢測本系統對非法對象的識別情況，利用搭建完成的系統樣機在不同照度環境、不同侵入姿態和不同侵入載體等情況下進行了測試。對于不同的照度環境，測試時設置了兩種場景，一種是日光情況下的常規使用場景，另一種是夜晚沒有補光燈情況下的低照度昏暗場景；對于不同的侵入姿態，主要針對入侵對象以正臉、15°側臉、30°側臉、45°側臉四種方式進行了人臉識別測試；對于不同的侵入載體，主要對比測試了真人和照片兩種載體。此外在測試前，在0°～45°范圍內，以15°為間隔，提前采集錄入左右兩側、不同角度的人臉樣本并存入數據庫，合計每個測試對象錄入8組樣本。在實際測試中若不能得到正確的人臉識別結果，說明在合法的樣本數據庫中沒有該對象，亦即表明識別出了非法侵入對象。測試結果分別如表1和表2所示，而且測試結果也通過圖4所示的系統上位機監測軟件截圖，較全面地展示了入侵監測的總體情況。

測試結果表明，在不同的測試條件下人臉識別均在1秒內完成，滿足人臉識別的快速性要求。當侵入對象的姿態小于30°時，能得到更豐富的人臉特征數據，正確識別率也更高。當侵入對象的姿態大于30°時，人臉特征數據明顯減少，正確識別率也迅速下降。由于本系統采用的A31L18M+視覺模組具有主動紅外補光功能，因此在低照度情況下也能可靠地進行人臉識別。采用照片這種平面載體進行人臉識別時，由于不具備活體生物特征，因此得不到正確的識別結果，亦即表明能準確判斷其為非法入侵對象。

表2 不同光照度情況下的測試結果（樣本數8/人）

圖4 系統上位機監測軟件截圖

5 總結

隨著信息處理技術和大數據挖掘技術的飛速發展，人臉識別已逐步融入人們生活的各個角落，并在諸多領域發揮著越來越重要的作用。具體到入侵檢測領域，基于活體檢測的3D 人臉識別技術能有效防范利用照片、視頻及各種頭模和假人的攻擊，相比其他檢測手段，對偽裝對象的檢識率高、誤識率低，而且系統設備組配簡單，布防靈活，非常適合在敏感區域（如野戰營區、臨時演習場等）用于安防警戒，防范非法對象的入侵。