摘要：基于生物特征的人臉識(shí)別技術(shù)在身份識(shí)別方面具有獨(dú)特的優(yōu)勢，目前已經(jīng)成為身份識(shí)別技術(shù)的主流。本文提出一種基于人臉識(shí)別技術(shù)的高校學(xué)生公寓門禁管理系統(tǒng)的設(shè)計(jì)與開發(fā)方案。實(shí)驗(yàn)表明，本文設(shè)計(jì)的門禁管理系統(tǒng)具有穩(wěn)定、良好的人臉識(shí)別率，運(yùn)行效果良好，有效地滿足了學(xué)生公寓門禁安全防控管理的需要。

關(guān)鍵詞：門禁管理系統(tǒng) 人臉識(shí)別 人臉識(shí)別技術(shù)

高校學(xué)生公寓作為學(xué)生出入的重要場所，其安全性管理一直是公寓管理的重要因素。為加強(qiáng)學(xué)生公寓的安全管理，通過設(shè)計(jì)一套高智能、人性化的門禁控制系統(tǒng)，可以從公寓出入口這個(gè)關(guān)鍵區(qū)域，有效地解決學(xué)生公寓的安全問題。隨著計(jì)算機(jī)技術(shù)和通信技術(shù)的發(fā)展，基于生物特征識(shí)別的門禁系統(tǒng)的應(yīng)用范圍不斷拓展?；谏锾卣髯R(shí)別門禁系統(tǒng)是以人體生物特征作為辨識(shí)條件的門禁系統(tǒng)，主要包括指紋識(shí)別、掌紋識(shí)別、語音識(shí)別、人臉識(shí)別等[1]。針對(duì)認(rèn)證通行碼、各類證件、識(shí)別卡等傳統(tǒng)識(shí)別方法的易遺失、易被偽造、驗(yàn)證識(shí)別效率低等缺陷，基于生物特征識(shí)別的方法越來越受到關(guān)注。在眾多生物特征識(shí)別技術(shù)中，人臉識(shí)別技術(shù)由于具有穩(wěn)定性、安全可靠性和精準(zhǔn)性等優(yōu)點(diǎn)，易于被人們接受，已成為身份識(shí)別和身份驗(yàn)證方法的主流?；诟咝W(xué)生公寓門禁的任務(wù)突發(fā)性強(qiáng)、瞬時(shí)任務(wù)量大的應(yīng)用現(xiàn)狀，本文提出一種基于人臉識(shí)別技術(shù)的高校學(xué)生公寓門禁系統(tǒng)設(shè)計(jì)與開發(fā)方案。

1 人臉識(shí)別門禁系統(tǒng)總體方案設(shè)計(jì)

本文設(shè)計(jì)的門禁系統(tǒng)是基于網(wǎng)絡(luò)版的單向門禁系統(tǒng)。首先需要建立每棟樓人員的人臉圖像數(shù)據(jù)庫。每人先采集5-10張照片，基本涵蓋了在不同光照、不同姿態(tài)、不同表情下的人臉圖像，存儲(chǔ)在數(shù)據(jù)庫中。當(dāng)有人進(jìn)出某棟公寓樓時(shí)，樓門入口前的高清攝像頭對(duì)其拍照，采集人臉圖像，通過網(wǎng)絡(luò)把人臉圖像傳送到PC，同人臉數(shù)據(jù)庫中的人臉信息進(jìn)行比對(duì)，并記錄。如果比對(duì)成功，PC將對(duì)門禁硬件系統(tǒng)發(fā)出開門信號(hào)；如果比對(duì)失敗，將拒絕開門，并將來訪者的人臉數(shù)據(jù)信息記錄存儲(chǔ)在PC，并發(fā)出警告信息，并對(duì)公寓管理員發(fā)出提示信息。當(dāng)需要出公寓樓時(shí)，可以直接按門內(nèi)側(cè)的按鈕開門。

門禁系統(tǒng)總體框架圖如下圖1所示：2 門禁系統(tǒng)硬件設(shè)計(jì)

門禁系統(tǒng)硬件系統(tǒng)結(jié)構(gòu)圖的組成如下圖2所示：

在人臉識(shí)別硬件系統(tǒng)中，PC是整個(gè)系統(tǒng)的核心，通過USB接口與攝像頭連接，它負(fù)責(zé)接收攝像頭傳送的人臉圖像信息，對(duì)人臉圖像進(jìn)行圖像預(yù)處理、人臉檢測與定位、人臉比對(duì)等操作，并且根據(jù)最后的比對(duì)結(jié)果，向門禁控制器發(fā)出控制信號(hào)（或者提示信息），并把來訪者的圖像信息存儲(chǔ)到電腦上以備查看，同時(shí)負(fù)責(zé)準(zhǔn)確接收通行人員進(jìn)出日志。PC上安裝了門禁系統(tǒng)管理軟件。PC選擇配置較高的臺(tái)式機(jī)即可，本文中我們使用聯(lián)想揚(yáng)天A4600t臺(tái)式機(jī)。PC上安裝windows XP系統(tǒng)軟件。圖像的采集端采用DirectShow技術(shù)對(duì)攝像頭進(jìn)行控制，實(shí)現(xiàn)圖像的預(yù)覽，并在預(yù)覽的過程中對(duì)實(shí)時(shí)的視頻進(jìn)行抓拍，將抓拍的圖像傳輸?shù)絇C。攝像頭我們選擇ANC酷睿HD1080P高清版攝像頭，每棟樓大門前設(shè)立一臺(tái)，這款攝像頭能夠自動(dòng)跟蹤人臉，使人臉圖像始終保持在畫面中央，并可以調(diào)整圖像的大小來適合窗口大小。作為門禁系統(tǒng)的通信媒介，利用局域網(wǎng)、交換機(jī)等網(wǎng)絡(luò)設(shè)備把各個(gè)門禁控制器和PC連接起來。同時(shí)，局域網(wǎng)用于傳輸門禁日志數(shù)據(jù)和其他的控制信號(hào)。在此，我們利用學(xué)校的校園網(wǎng)連接PC和門禁控制器。網(wǎng)絡(luò)采用總線型的拓?fù)浣Y(jié)構(gòu)，易于安裝新門禁控制器和進(jìn)行日常維護(hù)。門禁控制器用AT89C51單片機(jī)設(shè)計(jì)實(shí)現(xiàn)。門禁控制器一方面將門鈴產(chǎn)生的脈沖轉(zhuǎn)給PC，以便PC啟動(dòng)攝像頭進(jìn)行拍照.。另一方面負(fù)責(zé)接收PC傳送的控制信號(hào)，開啟公寓樓大門或者發(fā)出警告提示。門鎖是門禁系統(tǒng)的機(jī)械控制部件。門鎖的質(zhì)量好壞也將影響整個(gè)門禁的質(zhì)量。對(duì)于門鎖的選擇一般由門的材質(zhì)來決定，本文中我們使用電插鎖，這種鎖在通電時(shí)呈關(guān)閉狀態(tài)，斷電時(shí)電插鎖打開。當(dāng)有人需要進(jìn)入公寓樓時(shí)，按一下門鈴。門鈴負(fù)責(zé)向門禁控制器發(fā)送開門信號(hào)。當(dāng)人臉圖像比對(duì)失敗時(shí)，門鈴負(fù)責(zé)發(fā)出警報(bào)信息。UPS主要給硬件系統(tǒng)提高不間斷電源。門內(nèi)側(cè)的開關(guān)用于出門時(shí)，按快關(guān)按鈕即可出門。

3 門禁系統(tǒng)的軟件設(shè)計(jì)

人臉識(shí)別軟件系統(tǒng)是整個(gè)系統(tǒng)的核心，需要安裝到PC上，根據(jù)軟件功能分為四個(gè)模塊。圖像采集模塊，人臉圖像預(yù)處理模塊、人臉檢測模塊，人臉特征提取、人臉識(shí)別（比對(duì)）模塊。軟件系統(tǒng)的結(jié)構(gòu)如下圖3所示：3.1 圖像采集模塊。在此模塊中我們通過使用Directshow捕捉靜態(tài)圖像。建立一個(gè)視頻捕捉類CCaptVideo，在編程中需要使用其中的3個(gè)類成員函數(shù)來實(shí)現(xiàn)視頻捕捉。①int Numb_Devices（HWND hlist），此函數(shù)用于枚舉當(dāng)前系統(tǒng)安裝的視頻捕捉設(shè)備。②HRESULT int（int iDeviceID，HWND hWnd），iDeviceID表示視頻捕捉設(shè)備序號(hào)，hWnd表示視頻捕捉窗口的句柄。③void GrabOneWindow（BOOL bGrab）；調(diào)用函數(shù)GrabOneWindow（true）可以捕獲當(dāng)前的靜態(tài)人臉圖像，并將圖像保存到硬盤上。

3.2 預(yù)處理圖像。通過對(duì)人臉圖像做初步的分析處理，達(dá)到去噪，增強(qiáng)有用信息，對(duì)圖像已經(jīng)出現(xiàn)的老化現(xiàn)象進(jìn)行相應(yīng)的復(fù)原，為特征提取和人臉比對(duì)做準(zhǔn)備。預(yù)處理主要采用人臉圖像的灰度化、灰度歸一化、尺度歸一化、直方圖均衡以及邊緣檢測技術(shù)，消除光照、背景等因素的影響，以便于將人臉信息及時(shí)地從復(fù)雜的背景中提取出來。

3.3 人臉檢測。對(duì)預(yù)處理后的圖像，進(jìn)行人臉檢測，可以獲取圖像中的人臉區(qū)域，本文根據(jù)膚色來獲取，通過膚色非線性分段色彩變換來實(shí)現(xiàn)。從圖像中分離出膚色區(qū)域后，再進(jìn)行Adaboost檢測[2]。Adaboost算法是1955年由Freund和Schapire[3]提出的?？梢愿鶕?jù)人的兩個(gè)眼睛具有對(duì)稱、眼睛下有鼻子、再往下有嘴巴的特點(diǎn)，來確定劃分的區(qū)域是否就是人臉區(qū)域。為了準(zhǔn)確提取特征，還需要對(duì)人臉區(qū)域進(jìn)行定位。準(zhǔn)確的定位是進(jìn)行圖像處理的關(guān)鍵，如果存在人臉，則會(huì)標(biāo)出人臉的區(qū)域；否則，不會(huì)進(jìn)行后續(xù)的圖像處理和識(shí)別。

3.4 特征提取。特征提取的標(biāo)準(zhǔn)是在降低特征空間的維數(shù)的同時(shí)，盡可能地保留有用的識(shí)別信息，即人臉特征。在特征提取模塊中，本文采用了基于離散小波分解變換方法，以模糊姿勢、光照及表情等因素造成的影響。實(shí)驗(yàn)中，我們采用二次小波變換技術(shù)，來實(shí)現(xiàn)人臉圖像的定位。經(jīng)過二次小波變換的人臉圖像，降低了圖像的維數(shù)，其低頻部分保留了有效的信息和能量，同時(shí)，在圖像的敏感位置小波變換后生成的特征矢量模相對(duì)較大。這些優(yōu)點(diǎn)對(duì)于人臉識(shí)別十分有利。

3.5 人臉識(shí)別。本文采用基于隱馬爾可夫模型的人臉識(shí)別算法進(jìn)行人臉識(shí)別，并和人臉數(shù)據(jù)庫中的人臉進(jìn)行比對(duì)，看是否有與之匹配的人臉存在。在人臉識(shí)別模塊中，對(duì)于樣本訓(xùn)練集，先通過采集不同人臉的圖像，組建相應(yīng)的用戶人臉圖像集，建立人臉圖像模型，并把各個(gè)用戶的的模型信息存儲(chǔ)在各個(gè)用戶相應(yīng)的文件夾中。然后，對(duì)待測人臉圖像樣本，通過采用隱馬爾科夫模型，把人臉圖像模型分成前額、眼睛、鼻子、嘴巴和下巴這樣一個(gè)序列，通過對(duì)這些區(qū)域有序的識(shí)別和檢測，提取人臉模型的觀察序列，也即人臉特征向量，然后把此人臉觀察向量序列與人臉數(shù)據(jù)庫中人臉的隱馬爾科夫模型進(jìn)行比對(duì)，通過前向-后向算法得出二者的似然率。似然率最大的人臉模型就是與待識(shí)人臉最接近的人臉模型。

3.6 輸出識(shí)別結(jié)果。如果能夠找到匹配的人臉，則輸出匹配的人臉圖像，并且PC向門禁管理器發(fā)送開門信號(hào)；如果沒有匹配到的人臉圖像，則給出識(shí)別錯(cuò)誤信息，并且PC向管理員發(fā)出提示信息。

在實(shí)驗(yàn)中，以Microsoft的VC++6.0為開發(fā)平臺(tái)，并且充分利用OpenCV提供的一些開源代碼，配合一些必要的數(shù)據(jù)庫來開發(fā)此系統(tǒng)，全部核心算法采用模塊化設(shè)計(jì)，提高了算法的可移植性。

4 實(shí)驗(yàn)測試

為了驗(yàn)證系統(tǒng)，我們分別采用Yale人臉數(shù)據(jù)庫與實(shí)際高校學(xué)生數(shù)據(jù)共同實(shí)驗(yàn)測試，Yale數(shù)據(jù)庫是由美國耶魯大學(xué)的實(shí)驗(yàn)室采集，我們在兩個(gè)庫中各選30人作為一組，每人15張人臉圖片，每組450張進(jìn)行測試。這些照片基本包含人臉在不同時(shí)間、不同光照、不同背景、不同表情下的情況。每張圖片尺寸為128×128像素，比較充分地反應(yīng)了同一個(gè)人不同人臉圖像的變化和差異。將圖像庫中的人臉圖像分為兩組，其中400 張為訓(xùn)練樣本，另外50 張為測試樣本。實(shí)驗(yàn)中，Yale數(shù)據(jù)組訓(xùn)練人臉模版所需時(shí)間平均為10.1秒，人臉的識(shí)別過程所需的時(shí)間平均為0.5s，人臉的識(shí)別率可達(dá)95%，其中誤識(shí)別率為1.2%；實(shí)測數(shù)據(jù)組在訓(xùn)練時(shí)間上略低于Yale組，其他數(shù)據(jù)同Yale組差別不大。

實(shí)驗(yàn)證明此系統(tǒng)有較理想的識(shí)別率和實(shí)時(shí)運(yùn)行效果。

5 結(jié)束語

隨著近些年高校擴(kuò)招，高校學(xué)生人數(shù)不斷增多，高校學(xué)生公寓門禁管理成為提高學(xué)生公寓安全性的關(guān)鍵因素。本文把人臉識(shí)別技術(shù)與高校公寓門禁系統(tǒng)結(jié)合起來，設(shè)計(jì)了一套高安全性、高智能型的高校學(xué)生公寓門禁系統(tǒng)。通過不同情況下的人臉系統(tǒng)實(shí)驗(yàn)，測試的結(jié)果基本令人滿意，本文設(shè)計(jì)的門禁系統(tǒng)在保證識(shí)別率的前提下有較高的實(shí)時(shí)性，有效地滿足高校學(xué)生公寓門禁安全防控管理的需要。

參考文獻(xiàn)：

[1]虞闖，魏新華，張明揚(yáng).人臉識(shí)別技術(shù)在門禁系統(tǒng)中的應(yīng)用[J].電腦開發(fā)與應(yīng)用，2010（8）：27-28，40.

[2]程艷艷.基于人臉識(shí)別的高校無阻礙門禁系統(tǒng)設(shè)計(jì)研究[J].電腦開發(fā)與應(yīng)用，2011（12）：17-19.

[3]Freund Y，Schapire R E.A Decision-Theoretic Generalization of On-Lion Learning and an Application to Boosting[J].Journal of Computer and System Sciences，1977，55（1）：119-139.

作者簡介：魏亮（1982-），男，河南博愛人，大學(xué)本科，助教，研究方向：計(jì)算機(jī)應(yīng)用，網(wǎng)絡(luò)技術(shù)。