闕非

摘 要：近幾年來，隨著生物特征技術(shù)的不斷發(fā)展，人臉識別技術(shù)作為其中的杰出代表，其發(fā)展勢頭可謂突飛猛進(jìn)，也受到許多科學(xué)家和企業(yè)家的密切關(guān)注。人臉識別技術(shù)具有方便快捷、安全可靠的優(yōu)點，在許多領(lǐng)域應(yīng)用廣泛。本文將人臉識別技術(shù)應(yīng)用于門禁系統(tǒng)，并設(shè)計了一種有效提升人臉識別門禁系統(tǒng)的識別率，在設(shè)計過程中采用較新的特征提取技術(shù)，即PCA和支持向量機(jī)相結(jié)合的方法，可以快速實現(xiàn)人臉面部識別。

關(guān)鍵詞：人臉識別技術(shù)；門禁系統(tǒng)；特征提取技術(shù)

一、人臉識別門禁系統(tǒng)設(shè)計方案

人臉識別的過程主要由人臉檢測、人臉特征提取和人臉對比組成。要想使人臉門禁系統(tǒng)有效的使用，必須先建立一個人臉存儲信息庫，將允許訪問的人員面部信息進(jìn)行采集，并存儲在人臉信息數(shù)據(jù)庫中。當(dāng)有訪問者來訪時，人臉識別系統(tǒng)獲取訪問者的面部信息是利用攝像頭來完成的，并將收集到的信息輸入計算機(jī)中，和儲存在數(shù)據(jù)庫中的人臉信息進(jìn)行比對，符合要求時，門禁自動開啟，允許訪問者進(jìn)入，整個過程非常短暫。為了避免信息比對失敗，系統(tǒng)必須在人像信息與數(shù)據(jù)庫人像比對前進(jìn)行一些處理，防止表情、光照等因素對采集信息的干擾，在處理過后，通過對人像信息特征進(jìn)行提取、識別比對，如果比對成功，計算機(jī)下達(dá)開門指令，門禁系統(tǒng)會開啟，如果不成功，門禁系統(tǒng)不僅不會將門打開，還會將來訪者的人臉信息記錄在案，方便以后的快速處理。人臉識別門禁系統(tǒng)的簡單結(jié)構(gòu)示意圖如圖1所示。為了確保人臉信息數(shù)據(jù)庫內(nèi)記錄的人員能夠有其他方式開啟門禁系統(tǒng)，可以實現(xiàn)用戶使用ID卡刷卡進(jìn)入，通過對卡片上的用戶照片進(jìn)行人臉識別比對來驗證用戶身份是否屬實，其原理與直接使用人臉識別相同。為了節(jié)省成本，在進(jìn)行信息采集的過程中，應(yīng)盡量使人臉位置處于畫面的中央或者通過手動輸入允許訪問者的近期生活照片，這樣在后期用戶訪問門禁系統(tǒng)時能提高效率和節(jié)省計算機(jī)處理時間。人臉識別門禁系統(tǒng)在檢測到用戶通過后迅速關(guān)閉閘口，防止有不良分子趁機(jī)尾隨進(jìn)入，人臉識別門禁系統(tǒng)中的對門鎖的控制是選用的單片機(jī)。

二、人臉識別過程

本文所介紹的人臉識別過程主要包括：人臉檢測、預(yù)處理、特征提取和分類識別。

（一）預(yù)處理

由于來訪者的人像采集可能會受到如來訪者的面部表情、噪聲、光照、頭發(fā)等因素的干擾，可能會對后期與數(shù)據(jù)庫中的人像比對產(chǎn)生不良影響，造成計算機(jī)的誤處理，將應(yīng)該進(jìn)入的來訪者拒之門外。因此，在通過攝像機(jī)對人像進(jìn)行人臉特征提取過程之前，要對人像信息進(jìn)行預(yù)處理，通過對有效信息的強(qiáng)化來減少其他影響因素對人臉信息的干擾。在處理光照對人像信息的影響時，需要對樣本進(jìn)行照度、梯度處理，降低曝光率。預(yù)處理的方法采取的是人臉歸一化，有兩個方面的內(nèi)容，一個是灰度歸一化，一個是幾何歸一化?；叶葰w一化是對圖像進(jìn)行光線的補(bǔ)償，來克服光照對其的影響。幾何歸一化是通過對人臉圖像的縮放、旋轉(zhuǎn)等，令面部的各項特征在圖像上的位置具有一致性。換句話說，這種方法是采用廣義對稱變換的方法來檢測眼睛所處的位置，并以眼睛的位置為基準(zhǔn)，對人臉圖像在平面內(nèi)進(jìn)行旋轉(zhuǎn)，將雙眼的位置調(diào)整到同一水平線上，再對圖像進(jìn)行放大、縮小，最終調(diào)整到合適位置。

（二）人臉特征提取

不同的人，其面部具有很多不同的特征，人臉的高度唯一性使得數(shù)據(jù)處理量龐大。因此表征人臉的原始特征對應(yīng)于高維空間的數(shù)據(jù)，如果不加以處理，計算量大，計算速度緩慢，降低了處理速度，制約人臉識別的進(jìn)一步發(fā)展。因此，在進(jìn)行人臉識別之前，必須進(jìn)行降維，就是處理的數(shù)據(jù)應(yīng)盡可能在較低維數(shù)的空間中對識別的信息進(jìn)行有效的處理。常用的特征提取算法有兩種：主成分分析、線性判別分析。但這兩種算法必須經(jīng)二維的圖像矩陣轉(zhuǎn)化為一維的列向量，這樣會造成圖像的位數(shù)過大，提取信息的速度較慢，會使人臉門禁系統(tǒng)的反應(yīng)時間變長。兩種人臉特征提取技術(shù)：一是基于奇異值分解的人臉特征提取技術(shù)，二是基于模型的人臉識別技術(shù)?；谄娈愔捣纸獾娜四樚卣魈崛∈且环N從高維到低維的數(shù)據(jù)變換技術(shù)，已經(jīng)運用于數(shù)據(jù)壓縮、信號處理和模式分析等方面，并取得不錯的效果?；谄娈愔捣纸獾娜四樧R別技術(shù)是一種基于人臉整體特征的提取方法?；谀Ｐ偷娜四樧R別技術(shù)是目前人臉識別技術(shù)的重要發(fā)展方向，它還有幾個分支，其核心思想是在某種局部點的模型匹配上，采用統(tǒng)計模型對來訪者的人臉形狀進(jìn)行約束，從而變成一個優(yōu)化問題，并得到最優(yōu)解的過程。這種方法的識別準(zhǔn)確性高，但識別效率相比前者較低，應(yīng)用范圍較窄。

（三）身份識別

進(jìn)行人臉識別時，特征對模塊進(jìn)行提取后，分類是采用分類器通過模塊提取的特征向量實現(xiàn)的，并最終確定來訪者的身份信息。人臉識別的最終目的就是通過對特征的提取、分類，將來訪者的人臉特征與數(shù)據(jù)庫中的人臉信息進(jìn)行比對，判斷來訪者能否進(jìn)入門禁之中。

三、實驗結(jié)果與分析

本文采用的是ORL人臉數(shù)據(jù)庫作為實驗數(shù)據(jù)來對本文描述的人臉識別門禁系統(tǒng)的具體性能進(jìn)行驗證。數(shù)據(jù)庫中共有40個人，共400幅，不同姿勢，不同表情以及不同光照條件的人臉圖像。實驗采取的是用每個人前五幅圖像作為模板，后五幅進(jìn)行測試，得到的實驗結(jié)果如表1所示。

表1 各種識別方法的識別率

從表中可以清楚的看出PCA和SVD結(jié)合支持向量機(jī)的人臉識別算法的辨別率較高。對支持向量機(jī)進(jìn)行進(jìn)一步的識別過程發(fā)現(xiàn)，PCA和支持向量機(jī)的結(jié)合，對圖像處理和識別方法具有較高的識別率，并對圖像的表情、旋轉(zhuǎn)、位移和尺寸變換具有一定的魯棒性，但在面部有較明顯表情變化的圖像中識別率較低，因此，要求來訪者不能有較大的面部表情變化。

四、結(jié)語

總之，門禁系統(tǒng)在對個人和單位的人身和財產(chǎn)安全保障方面具有重要的作用，但在人臉識別和身份認(rèn)證方面還有較大的研究空間，人臉識別技術(shù)在不可仿造性、方便性、安全性等方面的突出優(yōu)點，讓它在生物特征識別領(lǐng)域大發(fā)展非常迅猛，隨著企業(yè)對人臉識別技術(shù)的大力研發(fā)，其智能化水平越來越高，成本也在逐漸降低，應(yīng)用范圍也在不斷擴(kuò)大。

參考文獻(xiàn)：

[1]張晉銘.人臉識別在門禁系統(tǒng)中的應(yīng)用[J].電子制作，2019（06）：51-53+98.

[2]朱盛萍，寧江.人臉識別技術(shù)門禁系統(tǒng)在高校公寓管理中的應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2018（18）：195-196.

[3]劉輝，葛昊.人臉識別技術(shù)在門禁系統(tǒng)中的應(yīng)用研究[J].無線互聯(lián)科技，2017（24）：132-133+138.

[4]王堂旺. 嵌入式人臉識別技術(shù)在門禁系統(tǒng)中的應(yīng)用[D].江蘇科技大學(xué)，2016.