紀(jì)正一

（江蘇省鎮(zhèn)江中學(xué)，江蘇鎮(zhèn)江，212000）

1 概述

1.1 校園門禁系統(tǒng)的重要性

學(xué)生的學(xué)習(xí)大部分時(shí)間都是在學(xué)校完成的，校園是知識(shí)的圣殿，也是快樂(lè)健康的樂(lè)園?，F(xiàn)在的家庭還是獨(dú)生子女居多，他們是整個(gè)家庭的希望。因此，校園的安全與否既關(guān)乎著千家萬(wàn)戶的幸福，也關(guān)乎著整個(gè)社會(huì)的穩(wěn)定。再加上部分青少年安全意識(shí)不強(qiáng)，自我保護(hù)能力有限，導(dǎo)致校園事故時(shí)有發(fā)生。校園安全問(wèn)題一旦觸發(fā)，便會(huì)備受社會(huì)各界的廣泛關(guān)注。

隨著社會(huì)的發(fā)展，校園安全管理從消防、交通、飲食、人身、財(cái)產(chǎn)等方面進(jìn)行治理，已經(jīng)也有了很大的改觀。但校外人士進(jìn)入校園造成人身傷害和財(cái)產(chǎn)安全損失案例也還是層出不窮，使“校園安全”上升到重要高度，自上而下，各部門對(duì)青少年學(xué)生的安全十分關(guān)心。

安裝校園門禁系統(tǒng)可以對(duì)校園出入人員進(jìn)行實(shí)時(shí)監(jiān)控和規(guī)范管理，從技術(shù)上消除并記錄外來(lái)人員帶來(lái)的危險(xiǎn)因素；同時(shí)還可以提高門衛(wèi)管理工作的效率和親和度，以無(wú)形方式提高了校園安全保障；另外還可以對(duì)學(xué)生的出入校園實(shí)時(shí)記錄，提供了學(xué)校和家庭隨時(shí)對(duì)學(xué)生進(jìn)出校門的情況監(jiān)管的需求。時(shí)代在變化，科技在發(fā)展，電子化、信息化、人防和技防的結(jié)合可以提升學(xué)校的綜合實(shí)力，提高門衛(wèi)安保管理的質(zhì)量，搭建一個(gè)平安保障的平臺(tái)，更好地為學(xué)校管理、教學(xué)做好服務(wù)。

1.2 當(dāng)前校園門禁系統(tǒng)的現(xiàn)狀與弊端

校園安全，人人有責(zé)。目前，各學(xué)校都積極采取了防范措施。有以下兩種方式：

其一：編織“安全網(wǎng)”。學(xué)校制定安全責(zé)任書制度，由一把手校長(zhǎng)負(fù)總責(zé)，分管安全工作的副校長(zhǎng)為直接責(zé)任人。校園的門衛(wèi)也由以前的老年人變更為年富力強(qiáng)的中年人，且都是進(jìn)行過(guò)培訓(xùn)的安保人員，他們按時(shí)進(jìn)行巡邏，加大對(duì)校園周邊環(huán)境的治理。發(fā)現(xiàn)外來(lái)進(jìn)出人員，都會(huì)仔細(xì)詢問(wèn)、記錄，為安全做好最基本的保障工作。但由于保安人員總會(huì)有疏忽的地方，安全工作總有漏洞。

其二：校園安裝門禁系統(tǒng)，學(xué)生就可以通過(guò)指紋、刷卡進(jìn)出校園。這樣的方式節(jié)省人力，方便快捷，能清楚地知道進(jìn)出校園人員時(shí)間。但校園卡容易遺失，門禁系統(tǒng)識(shí)別不了受傷的手指，這給進(jìn)出校園的學(xué)生帶來(lái)不便。

因此，本文提出使用人臉自動(dòng)識(shí)別技術(shù)實(shí)現(xiàn)校園門禁安全系統(tǒng)。人臉識(shí)別技術(shù)有有以下三大主要特點(diǎn)：

①自然性。人臉識(shí)別是對(duì)人的面部進(jìn)行圖像采集、信息提取并進(jìn)行驗(yàn)證或辨識(shí)，從而實(shí)現(xiàn)對(duì)其身份進(jìn)行區(qū)分和確認(rèn)，具有自然性的識(shí)別。

②隱蔽性。通過(guò)可見光獲取人臉圖像信息時(shí)，完全可以無(wú)需識(shí)別對(duì)象的主動(dòng)參與，從而實(shí)現(xiàn)了個(gè)體在不知情的狀態(tài)下的人臉圖像采集。

③非接觸性。設(shè)備和個(gè)體無(wú)需任何接觸，并且在實(shí)際環(huán)境中，此方式已能分揀、判斷及識(shí)別多個(gè)人臉。

當(dāng)前，人臉識(shí)別技術(shù)不僅對(duì)于相似人臉難于分辨，對(duì)于同一個(gè)人在光照、姿勢(shì)、表情等不同采樣條件下人臉識(shí)別技術(shù)也很難驗(yàn)證或辨識(shí)。所以建立一種能過(guò)濾外部環(huán)境變化的圖像信息處理模型就很有必要。

1.3 創(chuàng)新性

目前市場(chǎng)上并沒(méi)有一種像這樣的門禁系統(tǒng)來(lái)專門檢測(cè)校園進(jìn)出人員的身份。本文所述的人臉識(shí)別技術(shù)是近幾年一直較為熱點(diǎn)的話題，用此技術(shù)實(shí)現(xiàn)的門禁系統(tǒng)可以更加高效準(zhǔn)確的識(shí)別人臉，從而保證校園安全。

在圖像采集過(guò)程中，使用的是DH-VT142型圖像采集卡和監(jiān)控?cái)z像頭，這是由北京大恒自主開發(fā)的，這樣組合不僅更加靈活而且還具有占內(nèi)存小、傳輸圖像信息快的優(yōu)點(diǎn)。

在人臉圖像的預(yù)處理過(guò)程中，本文首先采用了直方圖均衡化預(yù)處理技術(shù)解決外在環(huán)境因素導(dǎo)致的光照不足或太亮、對(duì)比度不佳、以及灰度級(jí)集中等諸多問(wèn)題；其次使用了圖像中值濾波技術(shù)去除圖像噪聲；再通過(guò)圖像分割技術(shù)，將所需人臉信息從環(huán)境背景中提取出來(lái)；最后通過(guò)人臉特征提取技術(shù)計(jì)算人臉數(shù)字模型并以歐氏距離進(jìn)行對(duì)象識(shí)別。整個(gè)過(guò)程考慮到了影響因素，并且每一步都有切實(shí)可行的理論方法和公式可用，大大提高了圖象的識(shí)別率。

2 人臉識(shí)別技術(shù)

2.1 圖像采集

圖像采集卡是圖像采集、圖像處理部分的接口，它是在圖像獲取時(shí)必不可少的硬件設(shè)備。攝像機(jī)拍攝的圖像視頻信號(hào)正是通過(guò)采集卡輸入給計(jì)算機(jī)的。后期，結(jié)合視頻播放和編輯軟件，實(shí)現(xiàn)了視頻信號(hào)的數(shù)字化處理。如今，很多圖像采集卡即可以對(duì)視頻信息進(jìn)行捕捉，還可以同步獲取伴音，這樣可實(shí)現(xiàn)音頻和視頻部分的數(shù)字化同步保存和播放。

本文所使用的圖像采集卡是北京大恒自主開發(fā)的DHVT142款采集卡。DH-VT142采用PCI-E×1總線技術(shù)，可以直接通過(guò)計(jì)算機(jī)總線將采集的圖像傳送到內(nèi)存或顯存，且數(shù)據(jù)傳輸幾乎不占用CPU的時(shí)間。

2.2 人臉圖像的預(yù)處理

系統(tǒng)在實(shí)際成像的過(guò)程中，或多或少都存在一些不夠完善的地方，由于外界光照條件的影響，采集到的圖像會(huì)有灰度級(jí)不平衡、對(duì)比度低、圖像不清晰等問(wèn)題。一般情況下，人臉識(shí)別在受到光照角度、光照強(qiáng)度、距離、表情、拍攝角度等因素的干擾時(shí)，識(shí)別率會(huì)下降。因此，本文正是通過(guò)對(duì)圖像進(jìn)行預(yù)處理，將圖像中無(wú)關(guān)的信息消除，使得待識(shí)別圖像的質(zhì)量得以提供，系統(tǒng)的辨識(shí)率得到保證。

本文主要涉及的圖像預(yù)處理方式為：直方圖均衡去噪、中值濾波均衡和圖像分割。

2.2.1 直方圖均衡化

直方圖均衡化就是將原來(lái)圖像的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)均勻分布，使圖像的細(xì)節(jié)更加清晰，從而有效提高圖像質(zhì)量。同時(shí)，像素灰度值動(dòng)態(tài)范圍在執(zhí)行均衡化后也得到了擴(kuò)大，從而圖像對(duì)比度整體效果也就增強(qiáng)了。因此，灰度圖像經(jīng)過(guò)直方圖均衡化后，能使圖像亮度信息延展到整個(gè)分布域內(nèi)，從而提高了圖像對(duì)比度，圖像也就越發(fā)清晰。

具體算法如下：

圖像的灰度經(jīng)歸一化處理后，便將灰度范圍從原來(lái)的[0,255]的分布到[0,1]區(qū)間?；叶戎祻腫0, 255]變換到[0, 1]區(qū)間內(nèi)可表示為如下表達(dá)式：

每一個(gè)原始圖像中灰度值r都產(chǎn)生一個(gè)歸一化的灰度值s。其中，變換函數(shù)T (r)需要滿足下列條件：

① r在自變量區(qū)間[0,255]內(nèi)，函數(shù)T(r)必須為單調(diào)單值函數(shù)；

② r在自變量區(qū)間[0,255]內(nèi)，對(duì)應(yīng)函數(shù)T(r)屬于[0,1]。

為了保證其反變換的存在，需要保證條件1中T (r)為單值。同時(shí)為了保證輸出的圖像從白到黑（或者從黑到白）順序增加，還需保證T (r)單調(diào)遞增。條件2是為了確保輸入值與輸出的灰度值有同樣的范圍。

2.2.2 中值濾波

處理的過(guò)程中各模塊需要傳輸圖像，而在傳輸過(guò)程中，數(shù)字圖像會(huì)受到環(huán)境噪聲影響。如果不進(jìn)行圖像去噪，后期的圖像處理就增加了不可靠性，從而分析也缺少了有效性。目前數(shù)字圖像去噪的主要采取均值濾波和中值濾波兩種技術(shù)。

均值濾波原理主要是選定某個(gè)像素作為中心點(diǎn)，并取其周圍一定領(lǐng)域內(nèi)灰度值的平均值替代原有的灰度值，從而使得圖像更加平滑。均值濾波算法雖然具有比較簡(jiǎn)單、實(shí)現(xiàn)簡(jiǎn)便和計(jì)算速度比較快等優(yōu)點(diǎn)，但其實(shí)現(xiàn)降低噪聲的同時(shí)也使圖像顯示效果變得模糊。這一缺點(diǎn)尤其在圖像的突變細(xì)節(jié)和邊緣部分尤為突出。

中值濾波的主要原理也是使以某點(diǎn)為中心，但算法不是取均值而是對(duì)中心點(diǎn)一定區(qū)域內(nèi)的灰度值按從大到小的順序排列，然后取其中間值作為這個(gè)圖像的灰度值。所以，中值濾波相比于均值濾波不僅有更好的噪聲抑制效果，還在抑制噪聲的同時(shí)很有效地保護(hù)了圖像的邊緣或細(xì)節(jié)部分的清晰度，從而保證后期圖像處理的順利進(jìn)行。

在圖像的質(zhì)量要求較高的人臉識(shí)別的圖像處理中，為了獲得后期更好識(shí)別率的前提是要保證圖像的清晰度。所以較均值濾波而言，本文采用的是在人臉識(shí)別技術(shù)中更為有效的中值濾波。這樣既能更好地在降低噪聲，也能保留住圖像的細(xì)節(jié)部分。

2.2.3 圖像分割

為了從圖像中捕獲人臉信息，可以根據(jù)灰度、形狀、顏色、紋理等特征將圖像分割為若干個(gè)需要的區(qū)域。因?yàn)樵诓煌念伾臻g里人臉膚色會(huì)呈現(xiàn)出不同的效果，因此本文將顏色空間作為選取分割的標(biāo)準(zhǔn)。

通常用三個(gè)獨(dú)立的屬性來(lái)描述顏色，顏色空間是由三個(gè)獨(dú)立變量綜合作用構(gòu)成的一個(gè)空間坐標(biāo)。其中RGB空間最為典型：紅色用R代表，綠色用G代表，藍(lán)色用B代表。根據(jù)人眼視覺(jué)特點(diǎn)，可以將計(jì)算機(jī)使用的RGB三原色轉(zhuǎn)換成YUV表示方法。Y是圖像的灰階值，代表明亮度；U和V為指定像素的顏色，代表色度，用于圖像的色彩和飽和度的描述。實(shí)驗(yàn)證明，人的膚色色調(diào)在YUV顏色空間內(nèi)的取值范圍為為[100°，150°]。用矩陣表示RGB空間向YUV空間轉(zhuǎn)換：

因?yàn)槟w色不可能完全相同,那么找一個(gè)不會(huì)變化的膚色空間就非常重要。為了使表現(xiàn)出來(lái)的數(shù)據(jù)是膚色的最強(qiáng)體現(xiàn)，可以尋找一個(gè)適當(dāng)?shù)南辔唤?讓膚色值在色度空間UV平面上集中體現(xiàn)在某個(gè)軸上。大量文獻(xiàn)中證明，膚色相位角?的分布基本在區(qū)間[105°，150°]，而且在取相位角?= 114°時(shí)分割結(jié)果最為理想。

2.3 人臉圖像特征提取

人臉特征提取是決定人臉識(shí)別效果的最核心問(wèn)題之一。特征提取算法的目的就是從待識(shí)別圖像中提取出所需的模式分類特征信息。特征提取的好壞是后期識(shí)別成敗的關(guān)鍵。當(dāng)前特征提取的方法主要有局部性保持特征提取法、線性變換法、二維模式特征提取法。本文將重點(diǎn)討論主成分分析（PCA）的線性變換方法。

麻省理工學(xué)院M.Turk和A.Pent于1991年提出了PCA方法。人臉圖像往往由大量的多維向量構(gòu)成，而為了方便計(jì)算那么就需要將多維向量轉(zhuǎn)化一維向量。PCA最大的優(yōu)點(diǎn)就是用低維特征向量估計(jì)原始樣本。PCA基本思想是提取高維數(shù)據(jù)空間中的主要特征，將原數(shù)據(jù)的大部分信息保留，在此基礎(chǔ)上，將數(shù)據(jù)處理放在一個(gè)低維度的空間進(jìn)行，對(duì)高維度空間進(jìn)行降維。

如果用Y1來(lái)代替原本的n個(gè)變量，那么對(duì)于n個(gè)原來(lái)的變量的變化，Y1就需要對(duì)所有的變化作出盡可能多地反應(yīng)。Y1所涵蓋的信息內(nèi)容就越豐富，方差 Var(Y1)就需要越大，那么， Var(Y1)取得最大值。與此同時(shí)，為了消除方差最大值的不確定性，需要限定=1,由此可得，故，可以將求解方差 Var(Y1)最大值問(wèn)題轉(zhuǎn)化為求以下最優(yōu)問(wèn)題。

用拉格朗日乘子法求解得到： Ca1=?a1。設(shè) C的最大特征值為 λ=λ1，那么只要求得相應(yīng)的特征向量a1即可。對(duì)于其他不能夠涵蓋n個(gè)變量的絕大部分信息的Y2、Y3……，都可以用相同的方法求得Y2。如果它們相互獨(dú)立，就能保證其所含的信息內(nèi)容不會(huì)相互重疊。即可以通過(guò)求C的第i個(gè)對(duì)應(yīng)的特征向量得到X的第i個(gè)主成分，即 cov( Yi, Yj

以上方法可以使原始變量的一組綜合變量代替原始變量。

2.4 人臉圖像識(shí)別算法

對(duì)各種形式信息的處理和分析就是模式識(shí)別，它可以對(duì)圖像信息進(jìn)行描述、辨認(rèn)、分類、解釋。本文選用的模式識(shí)別方法是模板匹配法，即：使用計(jì)算兩幅圖像對(duì)應(yīng)像素點(diǎn)的歐氏距離來(lái)對(duì)圖像相似度進(jìn)行判別。歐式距離越大，相似度越低；相反，歐式距離越小，那么相似度越高。以此為依據(jù)，就可以搜索得到匹配的對(duì)象。

圖像矩陣如果有n個(gè)像素點(diǎn)，便可用像素點(diǎn)矩陣中所有的n個(gè)像素點(diǎn)元素值 (即x1，x2，...，xn)組成該圖像的特征組。特征組形成了n維空間，特征組中的特征碼（每一個(gè)像素點(diǎn)）構(gòu)成了每一維的數(shù)值，就是x1（第一個(gè)像素點(diǎn)）對(duì)應(yīng)第一維度，x2（第二個(gè)像素點(diǎn)）對(duì)應(yīng)第二維度，. . .，xn（第n個(gè)像素點(diǎn)）對(duì)應(yīng)第n個(gè)維度。首先兩個(gè)圖像矩陣在n維空間下便形成了兩個(gè)空間點(diǎn)，然后計(jì)算這兩點(diǎn)之間的歐式距離。距離最小者便是所匹配的圖像。

將數(shù)據(jù)庫(kù)里的圖片經(jīng)過(guò)PCA處理后得到的臉部特征向量定義為A，將當(dāng)前拍攝到的人臉特征向量定義為B，那么A與B之間的歐式距離為：

按上式計(jì)算，當(dāng)（A,B）≤ t時(shí)，（t為設(shè)定的閾值）即為圖像匹配成功。

3 可實(shí)現(xiàn)的功能

本文利用了先進(jìn)的人臉識(shí)別技術(shù)，大大減少了安保人員的工作量，而且，此產(chǎn)品不會(huì)像人一樣遺忘，對(duì)每天穿相同衣服的人可以做出精準(zhǔn)、快速地判斷。此外，對(duì)于產(chǎn)品來(lái)說(shuō)，沒(méi)有工作時(shí)間的限制，不會(huì)疲勞，很好的提高了工作質(zhì)量。本文設(shè)計(jì)的人臉識(shí)別系統(tǒng)目的在于運(yùn)用到校園門禁系統(tǒng)中，檢測(cè)校園進(jìn)出人員的身份是否符合校園規(guī)定，防止意外事故發(fā)生，保證學(xué)生的安全。除此之外，本系統(tǒng)還可以投入使用到各個(gè)家庭監(jiān)控，公司企業(yè)監(jiān)控，公共場(chǎng)所監(jiān)控，甚至國(guó)防的監(jiān)控系統(tǒng)中。利用實(shí)時(shí)非接觸的人臉識(shí)別技術(shù)，對(duì)生活中的諸多方面都可以進(jìn)行監(jiān)控，以提高社會(huì)的安全系數(shù)。

4 總結(jié)和展望

人臉識(shí)別技術(shù)的研究和應(yīng)用繼指紋技術(shù)已成為一種生物識(shí)別的新熱點(diǎn)。本文重點(diǎn)研究了以下問(wèn)題：圖像采集和預(yù)處理、人臉特征提取、人臉特征提取的算法。

采用直方圖均衡化把原來(lái)圖像的數(shù)據(jù)均勻地分布開來(lái)，圖像整體對(duì)比度的效果得到增強(qiáng)，圖像的細(xì)節(jié)更加清晰。

將中值濾波和均值濾波進(jìn)行細(xì)致對(duì)比，發(fā)現(xiàn)更能有效抑制噪聲的是中值濾波。

采用PCA技術(shù)進(jìn)行數(shù)據(jù)簡(jiǎn)化，保留圖像大部分的特征數(shù)據(jù)，進(jìn)行降維，從而提取到圖像的特征。再利用拉格朗日乘子法，用歐氏距離來(lái)計(jì)算特征向量。

由于多多少少可能會(huì)受到角度和光照等因素的影響，本文所述系統(tǒng)還是會(huì)出現(xiàn)計(jì)算上的誤差，所以仍需要再進(jìn)一步優(yōu)化系統(tǒng)結(jié)構(gòu)和算法改良。再者，本系統(tǒng)未經(jīng)過(guò)實(shí)際使用，其可行性還需要實(shí)踐證明和提高。希望有更多的人加入人臉識(shí)別系統(tǒng)的制作和研發(fā)的隊(duì)伍，集思廣益，研發(fā)出特征提取更快捷、計(jì)算更精確、誤差更小的校園門禁監(jiān)控系統(tǒng)，為校園安全保駕護(hù)航。