韓 進(jìn) 秦宏超 楊穎超 劉文武

（山東科技大學(xué)信息科學(xué)與工程學(xué)院，山東 青島 266590）

基于OpenCV的嵌入式智能門禁系統(tǒng)設(shè)計(jì)

韓 進(jìn) 秦宏超 楊穎超 劉文武

（山東科技大學(xué)信息科學(xué)與工程學(xué)院，山東 青島 266590）

基于智能家居安防系統(tǒng)中安全性的需求，以三星S3C6410嵌入式核心芯片為平臺(tái)，以O(shè)penCV技術(shù)為核心，設(shè)計(jì)實(shí)現(xiàn)了具有人臉識(shí)別功能的智能安防門禁系統(tǒng)。本智能門禁系統(tǒng)首先將授權(quán)人的人臉信息進(jìn)行灰度化、降維及計(jì)算特征值等處理，再進(jìn)行準(zhǔn)備訓(xùn)練，得到授權(quán)人的相關(guān)信息。然后對(duì)攝像頭采集到的人臉信息進(jìn)行處理。將授權(quán)人的人臉信息與采集到的人臉信息進(jìn)行比對(duì)，判定門禁系統(tǒng)是否開(kāi)放。經(jīng)過(guò)測(cè)試，該智能門禁系統(tǒng)較好的完成了人臉識(shí)別功能，實(shí)現(xiàn)了門禁系統(tǒng)的設(shè)計(jì)要求。本設(shè)計(jì)已成功應(yīng)用于智能家居安防系統(tǒng)中。

OpenCV；人臉識(shí)別；門禁系統(tǒng)；嵌入式

由于現(xiàn)代家居理念越來(lái)越追求高效化、便捷化、智能化，使得人們對(duì)于將住宅有了更高的要求，如：高度安全、舒適、方便及可以完成住戶基本要求等。智能家居成為強(qiáng)烈的消費(fèi)需求，家居智能化大勢(shì)所趨。而在智能家居系統(tǒng)中，最重要的一點(diǎn)就是高度的安全性。要保證智能家居系統(tǒng)的高度安全性，首先需要的就是一個(gè)安全可靠的門禁系統(tǒng)。本文以三星S3C6410嵌入式核心芯片為基礎(chǔ)，以O(shè)penCV技術(shù)為核心，設(shè)計(jì)實(shí)現(xiàn)了一套具有高度安全性的帶有智能人臉識(shí)別功能的智能門禁系統(tǒng)。

1 系統(tǒng)設(shè)計(jì)

門禁安防系統(tǒng)作為智能家居系統(tǒng)的重要組成部分，以保證智能家居的高度安全性為目的。以O(shè)penCV為核心技術(shù)的帶有人臉識(shí)別功能的智能門禁系統(tǒng)，在保證授權(quán)的家庭成員通過(guò)門禁系統(tǒng)的同時(shí)，保證未授權(quán)的人員不能通過(guò)門禁系統(tǒng)，有效的減少了家居生活中非法闖入的發(fā)生。

1.1 硬件設(shè)計(jì)

本設(shè)計(jì)采用三星S3C6410嵌入式核心芯片為平臺(tái)，采用S3C6410X高性能嵌入式處理器，主頻可以達(dá)到667MHz。S3C6410芯片搭載的內(nèi)存為256M Mobile DDR。閃存為128M Nandflash以及8M Norflash。而且S3C6410處理器內(nèi)置OpenGL 2D/3D圖形硬件加速器、編解碼器等。

系統(tǒng)的硬件組成如圖1所示：

圖1 硬件組成框圖

1.2 OpenCV算法

此次基于OpenCV為核心所設(shè)計(jì)的智能門禁系統(tǒng)，完成以智能人臉檢測(cè)為目標(biāo)的功能，使得門禁系統(tǒng)對(duì)授權(quán)用戶開(kāi)放，而對(duì)未授權(quán)用戶，門禁系統(tǒng)則不予開(kāi)放。

為實(shí)現(xiàn)人臉檢測(cè)功能，筆者采用OpenCV的Viola-Jones算法進(jìn)行人臉檢測(cè)的操作。Viola-Jones算法是在AdaBoost算法[1]的基礎(chǔ)上發(fā)展起來(lái)的。

AdaBoost算法是一種將同一訓(xùn)練集訓(xùn)練不同弱分類器集合起來(lái)構(gòu)成一個(gè)更強(qiáng)的強(qiáng)分類器的迭代算法。該算法是通過(guò)改變數(shù)據(jù)分布實(shí)現(xiàn)的，其根據(jù)每次訓(xùn)練集中樣本的準(zhǔn)確率來(lái)確定樣本的權(quán)值，而后將權(quán)值新數(shù)據(jù)傳送給下層分類器，將訓(xùn)練后的分類器結(jié)合起來(lái)，成為一個(gè)強(qiáng)分類器。

AdaBoost算法本質(zhì)上是一個(gè)弱分類器提升的過(guò)程，整個(gè)過(guò)程具體如下：

通過(guò)對(duì)多個(gè)訓(xùn)練樣本學(xué)習(xí)得到第一個(gè)弱分類器；

將分錯(cuò)的樣本與新數(shù)據(jù)構(gòu)成新訓(xùn)練樣本，通過(guò)學(xué)習(xí)得到第二個(gè)弱分類器；

重復(fù)步驟二的過(guò)程，得到多個(gè)弱分類器；

最終經(jīng)過(guò)提升得到一個(gè)強(qiáng)分類器。

Viola-Jones算法[2]是在AdaBoost算法基礎(chǔ)上利用Haar-like小波特征[3]和積分圖進(jìn)行人臉檢測(cè)的算法。Viola-Jones算法方法框架可以分為以下3部分。

（1）使用Haar-like特征表示人臉，使用“積分圖”實(shí)現(xiàn)特征數(shù)值的快速計(jì)算；

（2）使用Adaboost算法挑選出一些最能代表人臉的矩形特征（弱分類器）；

（3）按照加權(quán)投票的方式將弱分類器構(gòu)造為一個(gè)強(qiáng)分類器；將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類器。

該算法設(shè)計(jì)了針對(duì)人臉檢測(cè)更有效的特征，并且對(duì)AdaBoost訓(xùn)練出來(lái)的強(qiáng)分類器進(jìn)行了級(jí)聯(lián)，提高了人臉檢測(cè)的效率，可謂人臉檢測(cè)史上的一個(gè)里程碑。

Viola-Jones算法的主要特點(diǎn)是在訓(xùn)練分類器的同時(shí)進(jìn)行特征選擇。它使得每個(gè)特征對(duì)應(yīng)于一個(gè)弱分類器，弱分類器的數(shù)目是與矩形特征數(shù)目相等。訓(xùn)練過(guò)程中從大量的弱分類器作為本輪訓(xùn)練結(jié)果，這樣經(jīng)過(guò)T次迭代，選擇出了T個(gè)特征（弱分類器），最終按照加權(quán)投票的方式組合成一個(gè)強(qiáng)分類器。

定義X表示樣本空間，Y={0，1}表示樣本類別標(biāo)識(shí)集合，1和0分別對(duì)應(yīng)樣本的正（人臉）和負(fù)（非人臉）；假定共有K個(gè)矩形特征；εt表示第t輪循環(huán)第i個(gè)樣本的權(quán)重；訓(xùn)練強(qiáng)分類器具體算法描述如下：

（1）給定一系列訓(xùn)練樣本（x1，y1），…,（xn，yn），其中x∈X，yi∈y，假設(shè)樣本集中共有l(wèi)個(gè)正樣本，m個(gè)負(fù)樣本，l+m＝n；

（3）Fort=1，…，T（T為循環(huán)次數(shù)）

Viola-Jones算法直接導(dǎo)致了OpenCV中Haar分類器算法的形成。

Haar分類器算法由Haar-like特征、積分圖方法、Adaboost算法與級(jí)聯(lián)組成。Haar-like特征其實(shí)就是不同區(qū)域內(nèi)所有像素和的差值。Haar-like特征分為：邊緣特征、線性特征與中心特征和對(duì)角線特征。邊緣特征主要用來(lái)檢測(cè)圖像的水平、垂直、45°和135°邊緣；線性特征主要用來(lái)檢測(cè)水平、垂直、45°和135°方向不同粗細(xì)的直線特征；中心特征和對(duì)角線特征主要用來(lái)檢測(cè)圖像孤立點(diǎn)及對(duì)角特性。

在此基于OpenCV的智能門禁系統(tǒng)中，筆者檢測(cè)的人臉圖像為灰度圖像，所以，筆者把人臉特征值定義為矩形人臉區(qū)域中，白色區(qū)域像素和與黑色區(qū)域像素和的差值。人臉特征值是用于區(qū)分人臉與非人臉的標(biāo)準(zhǔn)。

利用OpenCV進(jìn)行人臉識(shí)別檢測(cè)的算法思路框圖如圖2所示：

圖2 OpenCV算法思路框圖

2 移植及調(diào)試

2.1 OpenCV項(xiàng)目配置及文件說(shuō)明

2.1.1 項(xiàng)目配置

利用Qt軟件來(lái)制作基于OpenCV的智能門禁系統(tǒng)的UI界面。在使用Qt進(jìn)行項(xiàng)目配置時(shí)，Build configuration選擇Release模式，Qt version選擇ARM 4.6.1。在使用Qt的過(guò)程中采用相關(guān)的Net功能，并且指定該基于OpenCV的智能門禁系統(tǒng)用于完成人臉檢測(cè)功能所需要的OpenCV頭文件目錄、OpenCV庫(kù)文件目錄及JPEG庫(kù)文件目錄。

2.1.2 項(xiàng)目文件說(shuō)明

Forms目錄下的mainwidget.ui為UI界面主文件。Headers/server目錄下的zigbeetopo.h為Zigbee服務(wù)器文件。Sources/server目錄下的facedetect.cpp為人臉檢測(cè)主文件，facerecognize.cpp為人臉識(shí)別主文件，facewidget.cpp為人臉顯示主文件，lwwthread.cpp為控制人臉識(shí)別線程的主文件。文件項(xiàng)目目錄如圖3所示：

圖3 文件項(xiàng)目目錄

2.1.3 UI界面的相關(guān)設(shè)置

在UI人機(jī)交互界面上添加人臉顯示區(qū)域、顯示系統(tǒng)中存入人臉圖像的區(qū)域及對(duì)系統(tǒng)中的存儲(chǔ)的人臉信息進(jìn)行相關(guān)操作的按鍵，如：加入、刪除、上移、下移等。

2.1.4 相關(guān)代碼的編寫

本論文設(shè)計(jì)的智能識(shí)別人臉門禁系統(tǒng)中的人臉識(shí)別功能是以采集到的授權(quán)人的人臉信息為基石來(lái)完成的[4]。編碼過(guò)程中最核心的部分為添加及刪除授權(quán)人的人臉信息的相關(guān)代碼的編寫。

添加人臉按鍵及刪除人臉按鍵事件的代碼如下：

void MainWidget::on_pushButton_Up_clicked()

{

QListWidgetItem*item=listWidget-＞currentItem();

if(item)

{

int id=item-＞text().toInt();

if(id==1) return;

QFile::rename(QString("data/%1.pgm").arg(id),QSt ring("data/tmp.pgm"));

QFile::rename(QString("data/%1.pgm").arg(id-1),QStri ng("data/%1.pgm").arg(id));

QFile::rename(QString("data/tmp.pgm"),QString("data/ %1.pgm").arg(id-1));

fresh();

}

}

void MainWidget::on_pushButton_Down_clicked() {

QListWidgetItem *item= listWidget-＞currentItem();

if(item)

{

int id=item-＞text().toInt();

if(id==faceNum) return;

QFile::rename(QString("data/%1.pgm").arg(id),QString ("data/tmp.pgm"));

QFile::rename(QString("data/%1.pgm").arg(id+1),QStri ng("data/%1.pgm").arg(id));

QFile::rename(QString("data/tmp.pgm"),QString("data/ %1.pgm").arg(id+1));

fresh();

}

}

2.2 OpenCV在ARM的移植步驟

在ARM上移植OpenCV需要執(zhí)行以下步驟[5]。OpenCV的移植環(huán)境為：PC機(jī)系統(tǒng)Ubuntu10.10。交叉編譯工具為：arm-linux-gcc 4.5.1。

（1）解壓OpenCV 2.0.0。tar xvf OpenCV-2.0.0.tar.bz2

（2）轉(zhuǎn)到OpenCV目錄。cd OpenCV-2.0.0

（3）./configure --host=arm-linux --without-gtk --without-carbon

--without-quicktime--without-1394libs--without-ffmpeg

--without-python --without-swig --enable-static --enable-shared

--disable-apps CXX=arm-linux-g++ CPPFLAGS= -I/opt/FriendlyARM/too

lschain/4.5.1/arm-none-linux-gnueabi/include LDFLAGS=-L/opt/Frie

ndlyARM/toolschain/4.5.1/arm-none-linux-gnueab i/lib --with-v4l2

--prefix=/opt/arm-2.0.0/opencv

（4）make編譯。make

（5）編譯安裝。make install

（6）移植庫(kù)文件到ARM11開(kāi)發(fā)板上。將/opt/arm/ opencv/lib中的libcvaux.so.4.0.0 libcv.so.4.0.0 libcxcore.so.4.0.0 libhighgui.so.4.0.0 libml.so.4.0.0全部重命名為*.so.4將這些文件拷貝到ARM11板子的/lib目錄下

（7）測(cè)試是否移植成功。

OpenCV在開(kāi)發(fā)板上移植成功后即可完成利用攝像頭進(jìn)行人臉檢測(cè)識(shí)別的功能。

3 系統(tǒng)測(cè)試結(jié)果

經(jīng)過(guò)在相關(guān)嵌入式芯片三星S3C6410平臺(tái)上進(jìn)行智能人臉識(shí)別門禁系統(tǒng)的移植及外圍電路的搭建。對(duì)搭建完成的人臉智能識(shí)別門禁系統(tǒng)進(jìn)行功能測(cè)試，人臉智能識(shí)別門禁系統(tǒng)測(cè)試結(jié)果如圖4，5所示：

人臉識(shí)別通過(guò)時(shí)，智能家居相關(guān)功能激活，激活界面如圖4所示。

圖4 智能家居功能激活界面

人臉識(shí)別未通過(guò)時(shí)，智能家居的相關(guān)功能未激活，界面如圖5所示。

圖5 智能家居功能未激活界面

經(jīng)過(guò)測(cè)試，該基于OpenCV的智能門禁系統(tǒng)能夠較好的完成既定的智能人臉識(shí)別的功能，提高了家居生活的安全性，可以使人們的家居生活更加舒適安全。

4 結(jié)語(yǔ)

論文對(duì)基于OpenCV的人臉識(shí)別算法進(jìn)行了分析，并基于S3C6410芯片完成了ARM的移植，成功應(yīng)用于智能門禁系統(tǒng)中。經(jīng)過(guò)測(cè)試證明，該具有人臉識(shí)別檢測(cè)功能的門禁系統(tǒng)可以有效的減少非法闖入事件的發(fā)生，確保了智能家居的安全性。論文設(shè)計(jì)的基于OpenCV的智能門禁系統(tǒng)具有硬件配置簡(jiǎn)單，系統(tǒng)占用資源較少等優(yōu)勢(shì)，此系統(tǒng)在智能家居上的應(yīng)用中具有良好的發(fā)展前景。

[1] 盧湖川.人臉識(shí)別中幾個(gè)關(guān)鍵算法研究[D].大連:大連理工大學(xué),2008.

[2] P.Viola and M.Jones.Rapid object detection using a boosted cascade of simple features[J].Computer Vision and pattern Recgnition,2001,(1):511-518.

[3] R.Lienhart and J.Maydt. An Extended Set of Haar-like Features for Rapid Object Detection[J].IEEE ICTP, 2002, (1):900-903.

[4] 王進(jìn)德.嵌入式LINUX程序設(shè)計(jì)與應(yīng)用案例[M].北京:中國(guó)電力出版社,2007.

[5] 韋東山.嵌入式Linux應(yīng)用開(kāi)發(fā)完全手冊(cè)[M].北京:人民郵電出版社,2008.

OpenCV-based design of embedded intelligent access control system

Smart Home Security System based on security requirements to Samsung S3C6410 embedded core chip as a platform to OpenCV technology as the core, designed and implemented with face recognition features intelligent security access control system. The intelligent access control system will first donor's human face Gray, dimensionality reduction and eigenvalue calculations and other processing, and then prepare training to be authorized in the relevant information. Then the camera to capture the information processing of the human face. The donor's human face to face with the collected information for comparison to determine whether the open access system. After testing, the intelligent access control system completed a face recognition function better, to achieve the access control system design requirements. The design has been successfully applied to smart home security system.

OpenCV; face recognition; access control systems; embedd

TP33

A

1008-1151(2015)03-0001-04

2015-02-11

國(guó)家自然科學(xué)基金（No：41072212）；青島經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)重點(diǎn)科技發(fā)展計(jì)劃項(xiàng)目（2013-1-62）；山東科技大學(xué)研究生教育創(chuàng)新計(jì)劃（KDYC13012）資助。

韓進(jìn)，山東科技大學(xué)信息科學(xué)與工程學(xué)院教授，博士，碩士生導(dǎo)師，從事電子電路、計(jì)算機(jī)應(yīng)用技術(shù)的教學(xué)和科研工作；秦宏超，山東科技大學(xué)信息科學(xué)與工程學(xué)院在讀碩士， 研究方向?yàn)榍度胧綉?yīng)用，專用集成電路設(shè)計(jì)；楊穎超， 山東科技大學(xué)信息科學(xué)與工程學(xué)院在讀碩士，研究方向?yàn)榍度胧綉?yīng)用；劉文武，山東科技大學(xué)信息科學(xué)與工程學(xué)院本科生，研究方向?yàn)閷I(yè)電子信息科學(xué)與技術(shù)。