司鳳玲+程建政

摘要：隨著智能時(shí)代的到來，科學(xué)技術(shù)已越來越先進(jìn)化，人們的要求也越來越高，傳統(tǒng)的機(jī)械鎖、指紋鎖等已無法滿足人們?nèi)找嬖鲩L的需求，由此提出一種基于嵌入式人臉識(shí)別的門禁系統(tǒng)，其中S3C2440B芯片作為核心控制器，其自身攜帶多個(gè)外接端口，用戶可以根據(jù)自己的需求，外接其他設(shè)備，同時(shí)可結(jié)合多種技術(shù)，提高整體性能。

關(guān)鍵詞：Linux；人臉識(shí)別；主成分分析；S3C2440B

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）34-0178-02

假如ATM取款機(jī)上安裝了嵌入式人臉識(shí)別系統(tǒng)，無須帶銀行卡，即可通過人臉識(shí)別開啟存取款服務(wù)，進(jìn)而進(jìn)行各種現(xiàn)金、網(wǎng)上交易，那么安全系數(shù)將極大提高。過去人們往往將門禁系統(tǒng)和PC端結(jié)合起來，但這樣使用不方便，容易受PC端控制，而且成本高，本文通過嵌入式和門禁系統(tǒng)相結(jié)合，同時(shí)用Linux 作為軟件操作系統(tǒng)平臺(tái)，以迭代、主成分分析等算法[1]，開發(fā)出嵌入式人臉識(shí)別門禁系統(tǒng)，成功實(shí)現(xiàn)門禁系統(tǒng)中人臉識(shí)別技術(shù)的控制入口[2]。

1 嵌入式系統(tǒng)與人臉識(shí)別概念

1.1 嵌入式系統(tǒng)概述

嵌入式系統(tǒng)是一種“完全嵌入受控器件內(nèi)部，為特定應(yīng)用而設(shè)計(jì)的專用計(jì)算機(jī)系統(tǒng)”，是目前最常用的系統(tǒng)，其執(zhí)行的是帶有特定要求的預(yù)先定義的任務(wù)，能實(shí)現(xiàn)軟硬件的裁剪，同時(shí)也能結(jié)合多種優(yōu)化技術(shù)，降低系統(tǒng)成本[3]。

1.2 人臉識(shí)別技術(shù)

人臉識(shí)別技術(shù)是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。傳統(tǒng)的人臉技術(shù)是基于可見光圖像的人臉識(shí)別，因其對(duì)光照的極強(qiáng)依耐性，逐漸被替代。針對(duì)這一現(xiàn)象，人們研究出解決光照的兩種方法，即三維圖像人臉識(shí)別和熱成像人臉識(shí)別，但由于這兩種技術(shù)尚不完善，還有待研究開發(fā)。目前迅速發(fā)展起來的一種解決光照的技術(shù)是基于主動(dòng)近紅外圖像的多光源人臉識(shí)別技術(shù)，因其能克服光照的影響，使人臉識(shí)別技術(shù)走向?qū)嵱没?/p>

2 門禁系統(tǒng)中關(guān)于人臉識(shí)別的算法研究

2.1 灰度化進(jìn)行圖像預(yù)處理

采集一幀圖像時(shí)，由于周圍環(huán)境光照等問題的影響，攝像頭采集的圖像可能因?yàn)楦鞣N噪聲失真，為了后續(xù)的操作處理，需要對(duì)圖像進(jìn)行預(yù)處理，常用方法有人臉圖像灰度化、二值化、幾何校正等操作，這里詳細(xì)介紹灰度化。

攝像頭采集的圖像有彩色和灰色之分，彩色圖像的像素點(diǎn)由R、G、B三種基色組成，R、G、B的含量不同，所組成的顏色也不同。在RGB模型中，R=G=B的值叫灰度值，灰度范圍為0～255，一般有四種方法對(duì)彩色圖像進(jìn)行灰度化處理，分別是：分量法、最大值法、平均值法和加權(quán)平均值。本文采用的是加權(quán)平均值法，其原理是根據(jù)重要性及其他重要指標(biāo)，將R、G、B三個(gè)分量以不同的權(quán)值進(jìn)行加權(quán)平均，采用的公式為：Gray=0.3R+0.59G+0.11B。

2.2 Adaboost人臉檢測(cè)法

Adaboost 是一種迭代算法，其核心思想是針對(duì)同一個(gè)訓(xùn)練集訓(xùn)練不同的分類器（弱分類器），然后把這些弱分類器集合起來，構(gòu)成一個(gè)更強(qiáng)的最終分類器（強(qiáng)分類器），它可以進(jìn)行人臉檢測(cè)，但由于人臉檢測(cè)時(shí)待檢測(cè)的窗口比較多，這時(shí)一般要采取“先重后輕”的分級(jí)分類器的思想[4]。首先利用強(qiáng)分類器對(duì)非人臉窗口進(jìn)行排除，隨著非人臉窗口的減少，特征重要性也會(huì)逐漸降低，剩下的分類器也越來越多，但待檢測(cè)的窗口也越來越少，從而達(dá)到較好的分類效果。

2.3 PCA 算法進(jìn)行人臉識(shí)別

完成人臉檢測(cè)后，需要對(duì)人臉進(jìn)行特征提取，目前用得最多的是PCA算法，它是一種掌握事物主要矛盾的統(tǒng)計(jì)分析方法，從多元事物中找出主要影響因素，再通過降維的方法，從而簡(jiǎn)化復(fù)雜的問題。PCA算法主要通過K-L變換來提取人臉中的主要特征，比如人眼、鼻子、嘴巴等主要器官，故PCA算法也叫“特征臉”法。當(dāng)進(jìn)行識(shí)別時(shí)，將獲取到的圖片投影到此空間，便可以得到一組投影系數(shù)，此組投影系數(shù)即為特征向量，然后將此特征向量與人臉庫中的特征特征向量進(jìn)行一一比對(duì)，即可完成人臉識(shí)別。

PCA算法過程如下：

（1） 假設(shè)存在一個(gè)矩陣[A=m×n]，對(duì)該矩陣進(jìn)行減去平均值的調(diào)整；

（2） 通過協(xié)方差公式，求得該矩陣的協(xié)方差矩陣，用Z表示，即[Z=i=1n（Xi-X）（Yi-Y）/n-1]，其中Xi、Yi分別表示X、Y的第i個(gè)分量；

（3） 計(jì)算矩陣Z的特征值D和特征向量V；

（4） 確定降維系數(shù)進(jìn)行降維，若數(shù)據(jù)由m維降到K維，則在D中按順序挑選k個(gè)最大的特征值，同時(shí)在V中挑選相對(duì)應(yīng)的k個(gè)特征向量，即組成新的矩陣N，N中的每一列即為A的主成分；

（5） 計(jì)算A*N即生成特征矩陣C。

3 系統(tǒng)硬件設(shè)計(jì)

本系統(tǒng)采用分模塊結(jié)構(gòu)，整個(gè)系統(tǒng)分為主控模塊和多個(gè)分模塊結(jié)構(gòu)，主控模塊和分模塊之間相互獨(dú)立，互不干擾，用戶可以通過實(shí)際情況進(jìn)行其他功能模塊的添加，這樣極大提高了系統(tǒng)的靈活性和功能性。該系統(tǒng)主要由以下幾個(gè)模塊組成：嵌入式S3C2440B主控模塊、攝像頭采集模塊、網(wǎng)絡(luò)通信模塊、電鎖控制模塊和存儲(chǔ)器擴(kuò)展模塊，硬件結(jié)構(gòu)圖如圖1所示。

同時(shí)系統(tǒng)采用的硬件平臺(tái)是三星公司生產(chǎn)的S3C2440B芯片[5]，它是一種16/32位RISC微處理器，采用最新的AMBA架構(gòu)，而S3C2440B作為ARM920T核心，具有功耗低、簡(jiǎn)單且全靜態(tài)設(shè)計(jì)的特點(diǎn)，降低了系統(tǒng)的整體設(shè)計(jì)成本，同時(shí)還提高了系統(tǒng)的整體性能。S3C2440B芯片由各種內(nèi)部核心器件組成，其主要組成電路如圖2所示。

4 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)上電后，先要進(jìn)行初始化設(shè)置，檢查系統(tǒng)是否正常，若正常，當(dāng)有人進(jìn)入時(shí)，系統(tǒng)即進(jìn)行人臉檢測(cè)與定位，采集圖像，和人臉庫中的圖像進(jìn)行一一比對(duì)，即人臉識(shí)別，若系統(tǒng)中存在該人臉特征數(shù)據(jù)，即識(shí)別成功，門鎖打開；若不存在該人臉圖像數(shù)據(jù)，則系統(tǒng)發(fā)出報(bào)警信號(hào)，同時(shí)自動(dòng)記錄其信息并保存在人臉庫中，等待管理人員進(jìn)行相關(guān)信息的處理，由此設(shè)計(jì)出系統(tǒng)軟件結(jié)構(gòu)圖，如圖3所示。endprint

5 系統(tǒng)功能測(cè)試

人臉門禁系統(tǒng)的測(cè)試主要是測(cè)試人臉識(shí)別算法的識(shí)別率和準(zhǔn)確率，人臉庫的組成可以通過網(wǎng)上資源獲取或者通過用戶自行添加。本次測(cè)試從網(wǎng)上資源抽取10個(gè)人，每個(gè)人采取20張不同的人臉圖像，其中10張放進(jìn)人臉庫中作為人臉樣本，10張用來系統(tǒng)功能測(cè)試；同時(shí)用戶添加的人臉有兩個(gè)，每個(gè)人分別是20張不同的人臉圖像，同樣將10張人臉圖像放進(jìn)人臉庫，進(jìn)行注冊(cè)，以“cj”命名放進(jìn)文件夾中，其他人臉圖像用來進(jìn)行測(cè)試。當(dāng)有人臉經(jīng)過時(shí)，系統(tǒng)開啟攝像頭進(jìn)行人臉捕捉，將捕捉到的人臉與人臉庫中的人臉樣本進(jìn)行比對(duì)，如果通過人臉識(shí)別算法，沒有找到匹配的人臉樣本，系統(tǒng)顯示屏出現(xiàn)“nobody”字樣；若通過人臉識(shí)別算法，找到人臉庫中以“cj”命名的文件夾，則門鎖控制系統(tǒng)自動(dòng)開門。經(jīng)測(cè)試，該人臉識(shí)別門禁系統(tǒng)準(zhǔn)確率高，識(shí)別速度快，但受周圍環(huán)境影響較大，后期需要針對(duì)這一現(xiàn)象進(jìn)行更深入的研究。

6 結(jié)束語

人臉識(shí)別技術(shù)是如今比較先進(jìn)的生物識(shí)別技術(shù)，與其他識(shí)別技術(shù)相比，其具有不可復(fù)制性，精度高，快捷便利，不僅適用于家庭用戶，更加適用于一些安全系數(shù)較高的場(chǎng)所。但人臉識(shí)別技術(shù)也有其局限性，比如，隨著歲月的增長，人臉會(huì)逐漸衰老，相關(guān)特征也會(huì)發(fā)生變化，或者整容之后的人臉，而此時(shí)則需要修改相關(guān)圖像庫中的人臉樣本[6]。同時(shí)人臉相似性的情況也存在，比如雙胞胎，所以人臉識(shí)別技術(shù)也有其不確定性，需結(jié)合其他相關(guān)技術(shù)進(jìn)行最優(yōu)化處理。

參考文獻(xiàn)：

[1] 楊鳴鳴. 基于嵌入式系統(tǒng)的人臉識(shí)別算法研究及其優(yōu)化[J]. 微型機(jī)與應(yīng)用，2016，35（19）：50-52.

[2] 虞闖，魏新華，張明. 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，2010，23（8）：27-28.

[3] 張晉暉.人臉識(shí)別系統(tǒng)在嵌入式門禁系統(tǒng)中的研究及應(yīng)用[J]. 科研，2015（28）：224-224.

[4] 陳健，周利莉，史紅剛，等. 一種基于Haar波變換的彩色圖像人臉檢測(cè)方法[J]. 微計(jì)算機(jī)信息，2005，21（10）：157-159.

[5] S3C2440B微處理器芯片用戶手冊(cè)[S]. 三星電子有限公司，2007.

[6] 于本成，曹天杰. 人臉識(shí)別與指紋識(shí)別系統(tǒng)接口的設(shè)計(jì)與實(shí)現(xiàn)[J]. 微電子學(xué)與計(jì)算機(jī)，2012，29（11）：87-91.endprint