(北京師范大學(xué) 珠海分校，廣東 珠海 519087)

可遠(yuǎn)程監(jiān)控的刷臉開(kāi)鎖保險(xiǎn)箱的研究與開(kāi)發(fā)

劉琨

(北京師范大學(xué)珠海分校，廣東珠海519087)

隨著科技發(fā)展，越來(lái)越多的企業(yè)、家庭使用刷臉開(kāi)鎖箱，為使其更加安全及方便使用者管理，提出可遠(yuǎn)程控制的刷臉開(kāi)鎖箱;可遠(yuǎn)程監(jiān)控的刷臉開(kāi)鎖保險(xiǎn)箱基于面部識(shí)別技術(shù)，利用硬件與軟件結(jié)合的方式，其中包括圖像采集、電機(jī)驅(qū)動(dòng)、視頻及運(yùn)動(dòng)采集等，通過(guò)上傳到云端并且與終端設(shè)備連接，達(dá)到遠(yuǎn)程監(jiān)控的目的，以此開(kāi)發(fā)新型智能保險(xiǎn)箱；隨著人臉識(shí)別技術(shù)的成熟和微型電腦的發(fā)展，為設(shè)計(jì)這樣的智能保險(xiǎn)箱提供了較好的環(huán)境與條件；經(jīng)試驗(yàn)證明，該保險(xiǎn)箱基于pcDuino微型電腦開(kāi)發(fā)平臺(tái)展開(kāi)研究與開(kāi)發(fā)，并通過(guò)OpenCV與Face++云識(shí)別平臺(tái)協(xié)作，實(shí)現(xiàn)了遠(yuǎn)程監(jiān)控、云端面部識(shí)別、控制開(kāi)關(guān)的功能；可遠(yuǎn)程監(jiān)控的刷臉開(kāi)鎖箱可以為更多個(gè)人、企業(yè)及家庭提供幫助。

pcDuino；OpenCV；Face++；人臉識(shí)別；保險(xiǎn)箱

0 引言

人臉識(shí)別技術(shù)是計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的融合，于20世紀(jì)90年代后期真正進(jìn)入應(yīng)用階段，是近代興起的新興科學(xué)技術(shù)之一。20多年時(shí)間的基礎(chǔ)，使其得到高速發(fā)展，面部識(shí)別領(lǐng)域涌現(xiàn)出了多種的新型面部識(shí)別技術(shù)。目前人臉識(shí)別技術(shù)發(fā)展較為成熟的國(guó)家地區(qū)為：美國(guó)、日本，德國(guó)和中國(guó)香港。近幾年，國(guó)內(nèi)各大研究中心對(duì)人臉識(shí)別技術(shù)的引進(jìn)和探究使得國(guó)內(nèi)人臉識(shí)別技術(shù)也得到了飛速的發(fā)展[1-2]。在集成人工智能、機(jī)器識(shí)別、機(jī)器學(xué)習(xí)、模型理論、專(zhuān)家系統(tǒng)、視頻圖像處理等多種專(zhuān)業(yè)技術(shù)的基礎(chǔ)上，結(jié)合中間值理論與實(shí)現(xiàn)，使得生物特征識(shí)別得以新的應(yīng)用，在核心技術(shù)的實(shí)現(xiàn)中，逐漸由弱人工智能轉(zhuǎn)向強(qiáng)人工智能。因此，面部識(shí)別也得到了拓展，技術(shù)應(yīng)用覆蓋諸多領(lǐng)域。例如：考勤、門(mén)禁、工業(yè)、建筑、銀行、軍事、社會(huì)福利保障、電子商務(wù)以及安全防務(wù)等領(lǐng)域。

目前人臉識(shí)別的技術(shù)手段主要可分為以下三類(lèi)：以幾何特征為基礎(chǔ)、以模板為基礎(chǔ)和以模型為基礎(chǔ)[3]。主要的技術(shù)方法有：基于主元分析的人臉識(shí)別方法、基于奇異值分解的人臉識(shí)別方法、非線性建模識(shí)別方法、基于隱馬爾可夫模型的人臉識(shí)別方法、基于圖像重建和圖像融合的人臉識(shí)別方法[4-6]。

可遠(yuǎn)程監(jiān)控的刷臉開(kāi)鎖保險(xiǎn)箱的研究是基于圍繞人臉識(shí)別技術(shù)手段為核心來(lái)展開(kāi)研究。

可遠(yuǎn)程監(jiān)控刷臉開(kāi)鎖保險(xiǎn)箱的整體功能的實(shí)現(xiàn)主要分為以下幾個(gè)部分：圖像采集、圖像傳輸與編碼、云端傳輸識(shí)別、Pc端和手機(jī)端遠(yuǎn)程控制、驅(qū)動(dòng)設(shè)計(jì)和機(jī)械與外觀設(shè)計(jì)。

本文主要設(shè)計(jì)：圖像動(dòng)態(tài)采集、云端傳輸識(shí)別、驅(qū)動(dòng)設(shè)計(jì)和機(jī)械與外觀設(shè)計(jì)。

1 刷臉開(kāi)鎖保險(xiǎn)箱研究思路

本課題的主要功能目標(biāo)就是人臉識(shí)別。在引言中論述了諸多人臉識(shí)別的類(lèi)別及方法。但由于其技術(shù)門(mén)檻較高以及其需要強(qiáng)大的硬件支持，所以我們引進(jìn)云識(shí)別平臺(tái)Face++的人臉識(shí)別服務(wù)來(lái)實(shí)現(xiàn)人臉識(shí)別。

為了實(shí)現(xiàn)項(xiàng)目的整體基本目標(biāo)功能，首先需要對(duì)人臉信息進(jìn)行采集[7-8]，通過(guò)搭建pcDuino迷你計(jì)算機(jī)加上 OpenCV視覺(jué)庫(kù)，對(duì)攝像頭拍攝的圖片進(jìn)行臉部追蹤，并采集臉部信息；其次，在開(kāi)源的技術(shù)平臺(tái)中，對(duì)采集到的圖像信息進(jìn)行預(yù)處理，通過(guò)Face++提供的應(yīng)用url接口傳輸?shù)紽ace++建立的人臉識(shí)別對(duì)比庫(kù)中，與Face++人臉庫(kù)中已上傳的人臉信息進(jìn)行比對(duì)，提取相同的特征信息，計(jì)算相似度，當(dāng)相似度達(dá)到一定值，反饋計(jì)算機(jī)一個(gè)返回值；最后pcDuino對(duì)返回值進(jìn)行判斷，步進(jìn)電機(jī)做出響應(yīng)：轉(zhuǎn)動(dòng)或者停止。采取了以pcDuino+Ubuntu12.04為底層，層層工作分配的金字塔形式思路方式來(lái)進(jìn)行項(xiàng)目研究。

2 刷臉開(kāi)鎖保險(xiǎn)箱硬件與軟件基礎(chǔ)

2.1 核心硬件

為了保證保險(xiǎn)箱核心部件的安全性，易用性以及嚴(yán)禁性的同時(shí)降低成本是本課題的主要目標(biāo)。核心硬件分為四大塊，來(lái)匹配市面上最具性?xún)r(jià)比的硬件[9-10]。

核心板：近幾年來(lái)，隨著Raspberry Pi和Beagle Board的面世，更是將ARM架構(gòu)的迷你PC方向開(kāi)源硬件熱潮迎來(lái)的高峰。與此同時(shí)在開(kāi)源軟件方面同樣激起了一股熱潮。而pcDuino作為開(kāi)源硬件的新貴，它完美地將迷你PC和Arduino的優(yōu)勢(shì)融為一體，打造了開(kāi)源軟件Linux和開(kāi)源硬件Arduino生態(tài)系統(tǒng)。 pcDuino是一款可以通過(guò)Arduino接口完美兼容目前市面上所有的Arduino shield的產(chǎn)品。選用了pcDuino3b這款極具性?xún)r(jià)比和性能的微型計(jì)算機(jī)來(lái)當(dāng)我們的核心電腦部件。其兼容arduino的特性更是極大地提高了保險(xiǎn)箱的易用性。

圖像采集：圖像采集部分是整條人臉識(shí)別信息處理鏈的龍首，攝像頭的選用起著至關(guān)重要的作用?？紤]到清晰度、性?xún)r(jià)比、對(duì)焦速率等參數(shù)的限制，選用usb高清攝像頭作為圖像采集部件。

電機(jī)驅(qū)動(dòng)：保險(xiǎn)箱的動(dòng)力輸出無(wú)需太大，考慮到性能過(guò)剩，為了節(jié)約成本，因此選擇了5 V的步進(jìn)電機(jī)作為電機(jī)驅(qū)動(dòng)。

可遠(yuǎn)程監(jiān)控刷臉開(kāi)鎖保險(xiǎn)箱是一個(gè)系統(tǒng)，該系統(tǒng)核心硬件主要由：微型計(jì)算機(jī)PcDuino3b，5 V/2 000 mA電源,32 GB儲(chǔ)存卡，pc網(wǎng)絡(luò)攝像頭，步進(jìn)電機(jī)及電機(jī)驅(qū)動(dòng)構(gòu)成，如圖1所示。

圖1 硬件系統(tǒng)結(jié)構(gòu)圖

為了搭建整個(gè)系統(tǒng)的整體，我們用到了1根usbOTG數(shù)據(jù)線，usb端接電源插座，OTF用于連接電源與pcDuino，從而保證pcDuino的正常運(yùn)作與供能。而ubs攝像頭與pcDuino的連接直接使用了pcDuino上的usb接口。步進(jìn)電機(jī)與電機(jī)驅(qū)動(dòng)用排線相連，電機(jī)驅(qū)動(dòng)再通過(guò)跳線與pcDuino提供的電壓針腳和脈沖信號(hào)針腳相連。

2.2 軟件基礎(chǔ)

基于云處理與云識(shí)別的功能要求，所以選用了國(guó)內(nèi)最大的人臉識(shí)別云計(jì)算平臺(tái)Face++作為刷臉保險(xiǎn)箱的云處理平臺(tái)。Face++平臺(tái)通過(guò)提供云端API、離線SDK。為智能保險(xiǎn)箱提供了最有效的人臉識(shí)別服務(wù)[11]。

3 刷臉開(kāi)鎖保險(xiǎn)箱功能分析

保險(xiǎn)箱可通過(guò)遠(yuǎn)程云端識(shí)別人臉，實(shí)現(xiàn)自動(dòng)開(kāi)啟。如圖2所示。如果刷臉失敗，則不開(kāi)啟保險(xiǎn)箱。工作過(guò)程主要包括以下5個(gè)部分的研究。

圖2 保險(xiǎn)箱刷臉識(shí)別過(guò)程

1)圖像編碼：攝像頭采集到的圖像信噪比很低，系統(tǒng)自帶的圖像壓縮效果不佳，所以為了減少網(wǎng)絡(luò)帶寬的負(fù)重，以及本次存儲(chǔ)空間的優(yōu)化，圖像編碼壓縮是必不可少的功能要點(diǎn)。

2)圖像優(yōu)化：直接拍攝的圖像由于清晰度不高，間接影響人臉識(shí)別的效率，圖像優(yōu)化可以有效的提高識(shí)別精度。

3)云端傳輸：從本地傳輸?shù)皆贫耍ㄟ^(guò)Face++提供的api接口將本地已編碼的圖像上傳至Face++的云存儲(chǔ)空，考慮到保險(xiǎn)箱的安全性，整個(gè)過(guò)程需要加密。所以云端傳輸?shù)墓δ苄枨笾陵P(guān)重要。

4)云端識(shí)別：作為核心功能，云端識(shí)別是保險(xiǎn)箱的心臟。云端識(shí)別的建立是最重要的環(huán)節(jié)。

5)驅(qū)動(dòng)設(shè)計(jì)：保險(xiǎn)箱最重要的部件就是開(kāi)關(guān)，電機(jī)的輸入信號(hào)需要得要有效的控制才能掌控保險(xiǎn)箱箱門(mén)的開(kāi)關(guān)。

4 刷臉開(kāi)鎖保險(xiǎn)箱核心模塊設(shè)計(jì)

4.1 圖像動(dòng)態(tài)采集

4.1.1 采集圖像

利用pcDuino3b控制usb攝像頭來(lái)采集圖像，是整個(gè)系統(tǒng)硬件軟件環(huán)境搭載好之后的第一步驟。攝像頭是整個(gè)系統(tǒng)的眼睛，以下捕捉圖像的算法以及步驟。

首先安裝好OpenCV，對(duì)攝像頭的初始化；而后設(shè)置圖像的寬度、高度、亮度和對(duì)比度。為了達(dá)到圖像輸出的最優(yōu)效果，將圖像的參數(shù)設(shè)置為600*480大小，亮度為20，對(duì)比度為10。

OpenCV通過(guò)攝像頭抓取一幀圖像，然后保存圖像到設(shè)置的文件中。最后釋放資源，將攝像頭停止調(diào)用。完整運(yùn)行程序之后完成對(duì)攝像頭的調(diào)用，并在指定文件夾中生成.jpeg圖像文件，該圖像即攝像頭采集的格式為600*480的完整圖像。

4.1.2 采集視頻及運(yùn)動(dòng)檢測(cè)

為了使攝像頭的圖像采集更加智能以及內(nèi)存的空間的合理分配，所以攝像頭感應(yīng)拍照的功能必不可少。OpenCV作為一個(gè)計(jì)算機(jī)視覺(jué)庫(kù)而并非視頻流解碼器，因此OpenCV的視頻支持較為單一，只支持視頻輸出avi格式的視頻，且只支持 avi1.0。Avi1.0是32位儲(chǔ)存制式，所以最大容量為2GB，因此OpenCV所拍攝的視頻也不能大于2GB。

視頻采集需要一個(gè)程序動(dòng)態(tài)的過(guò)程，首先傳入一個(gè)參數(shù)作為視頻輸出文件的路徑，然后初始化了一個(gè)結(jié)構(gòu)體用于從攝像頭捕獲視頻，0表示默認(rèn)的攝像頭，最后獲取視頻幀的寬度和高度。

運(yùn)動(dòng)檢測(cè)是一種計(jì)算機(jī)視覺(jué)感應(yīng)的應(yīng)用。一個(gè)物體相對(duì)于視覺(jué)感應(yīng)終端產(chǎn)生位移、大小等物理變化的感應(yīng)狀況。利用OpenCV可以實(shí)現(xiàn)這一功能。其原理就是利用攝像頭連續(xù)采集圖像，并對(duì)比相鄰圖像的變化，當(dāng)變化比值達(dá)到一個(gè)數(shù)值的上限，則計(jì)算機(jī)判斷為圖像變化。

攝像頭采集到第1幀畫(huà)面存儲(chǔ)至本地，采集到第2幀時(shí)儲(chǔ)存至本地，同時(shí)調(diào)用第1幀圖像與第2幀圖像進(jìn)行比對(duì)，計(jì)算比對(duì)的差值占整圖的空間占比，得出一個(gè)數(shù)值，當(dāng)數(shù)值大于定義的參數(shù)即可判定為圖像動(dòng)態(tài)確認(rèn)，從而采集圖像而上傳。

4.2 云端傳輸識(shí)別

由于本地搭建識(shí)別功能會(huì)有資源占用、精度不高的缺點(diǎn)。因此搭建一個(gè)運(yùn)用云識(shí)別的平臺(tái)顯得極其重要，但云識(shí)別的前提是有無(wú)線網(wǎng)絡(luò)的連入，而pcDuino3b正好有無(wú)線網(wǎng)絡(luò)連接的接口，給云識(shí)別平臺(tái)的提供了良好的搭建環(huán)境。

利用免費(fèi)云端人臉識(shí)別服務(wù)：Face++來(lái)實(shí)現(xiàn)這個(gè)功能。要完成云端人臉識(shí)別并不復(fù)雜，只需要本地調(diào)用Face++的http請(qǐng)求就可以調(diào)用云端的程序，而后云端把調(diào)用結(jié)果反饋給pcDuino本地平臺(tái)。

由于Face++官方?jīng)]有提供c++的開(kāi)發(fā)SDK，在不考慮C++的SDK情況下，直接構(gòu)造符合規(guī)定的http請(qǐng)求調(diào)用Face++的識(shí)別服務(wù)達(dá)為云識(shí)別功能提供了方便性和實(shí)用性。

4.2.1創(chuàng)建person

Person作為Face++云平臺(tái)中提供給用戶(hù)的人臉識(shí)別庫(kù)，要想運(yùn)用識(shí)別人臉?lè)?wù)首先要調(diào)用Face++的創(chuàng)建person接口，一個(gè)person只能對(duì)應(yīng)一個(gè)人物的多張圖片。

調(diào)用接口之后，F(xiàn)ace++會(huì)返回一個(gè)JSON字符串，通過(guò)解析字符串而得到調(diào)用結(jié)果。接口的調(diào)用較為便捷，只需通過(guò)C++程序訪問(wèn)合法的http請(qǐng)求即可完成調(diào)用。

首先創(chuàng)建個(gè).sh文件，在其中定義好Face++應(yīng)用中提供的API-KEY和API-SECRET。我們通過(guò)調(diào)用CURL的網(wǎng)址就能調(diào)用生成person的服務(wù)。

4.2.2 構(gòu)建Face-id庫(kù)

云端識(shí)別的基礎(chǔ)在于對(duì)人臉參數(shù)的分析，構(gòu)建face-id庫(kù)使云端產(chǎn)生記憶，從而達(dá)到識(shí)別目的與效果。

首先準(zhǔn)備同一人的圖片庫(kù)，并將圖片通過(guò)Face++的云端算法處理，從而獲取face-id，每張圖對(duì)應(yīng)一個(gè)face-id。在調(diào)用接口之后，F(xiàn)ace++會(huì)返回這批圖片的face-id，并保存所有圖片的face-id，并且將其輸出到output-face-ids.txt。構(gòu)建構(gòu)建face-id庫(kù)最重要的環(huán)節(jié)就是為person添加face，person是face-id的容器。

4.2.3 云端識(shí)別

云端識(shí)別所需要調(diào)用訓(xùn)練接口、查詢(xún)接口、識(shí)別接口。識(shí)別階段分為訓(xùn)練和識(shí)別反饋兩個(gè)步驟。

第一步訓(xùn)練，調(diào)用訓(xùn)練接口，訓(xùn)練的調(diào)用較為便捷，只需提供person的名字即可調(diào)用，如接口中所示為abc。因?yàn)檫@是一個(gè)是異步調(diào)用的接口，所以無(wú)法立即獲取結(jié)果，需要查詢(xún)才能獲取結(jié)果。查詢(xún)也有相應(yīng)的接口：其中的session_id由訓(xùn)練接口調(diào)用后的返回值中獲得。訓(xùn)練結(jié)束之后。需將待識(shí)別的圖像進(jìn)行圖3中的步驟獲得待識(shí)別圖像的face-id。

第二部進(jìn)行識(shí)別，直接調(diào)用識(shí)別接口。最后Face++會(huì)返回一個(gè)相似度比值以及Face++的判斷true或者fake。增加或者刪除person的face信息應(yīng)重新訓(xùn)練該person的數(shù)據(jù)。

圖3 人臉識(shí)別過(guò)程

4.3 刷臉開(kāi)鎖保險(xiǎn)箱驅(qū)動(dòng)設(shè)計(jì)

驅(qū)動(dòng)部分主要是，PcDuino3b給步進(jìn)電機(jī)提供電壓以及脈沖信號(hào)使步進(jìn)電機(jī)得到運(yùn)作[12]。這個(gè)環(huán)節(jié)需要用到步進(jìn)電機(jī)、步進(jìn)電機(jī)驅(qū)動(dòng)板、跳線和pcDuino上自帶的引腳。

轉(zhuǎn)速控制問(wèn)題非常重要，轉(zhuǎn)速要盡可能的小而穩(wěn)，否則轉(zhuǎn)速太快容易對(duì)器械造成損傷引起不必要的損失。因?yàn)楸ｋU(xiǎn)箱的開(kāi)關(guān)需要，所以步進(jìn)電機(jī)的驅(qū)動(dòng)不僅僅要考慮轉(zhuǎn)速還要考慮轉(zhuǎn)動(dòng)的方向。

4.3.1 整體測(cè)試

硬件軟件搭載完成之后，系統(tǒng)測(cè)試成為保險(xiǎn)箱發(fā)開(kāi)的最重要的環(huán)節(jié)。在硬件進(jìn)行運(yùn)行前，對(duì)硬件性能、運(yùn)作過(guò)程以及接口對(duì)接等各方面都要把關(guān)。軟件方面有需求分析、設(shè)計(jì)和編碼各階段產(chǎn)品的最終檢查。這些都是為了保證系統(tǒng)的準(zhǔn)確性、連貫性和完整性。因?yàn)橛布蛙浖呀?jīng)成為一個(gè)密不可分的整體，所以測(cè)試的內(nèi)容不分軟硬件，其中包括硬件模塊協(xié)調(diào)工作、主要功能測(cè)試、容錯(cuò)能力測(cè)試、模塊間的關(guān)聯(lián)測(cè)試等等。依據(jù)保險(xiǎn)箱的正常使用步驟完成單元測(cè)試、邊緣測(cè)試、整體測(cè)試。通過(guò)測(cè)試，及時(shí)發(fā)現(xiàn)存在于系統(tǒng)中的軟硬件錯(cuò)誤并根據(jù)測(cè)試結(jié)果對(duì)硬件進(jìn)行替換或?qū)Τ绦蜻M(jìn)行修改，從而確保產(chǎn)品的正常運(yùn)行。

將pcDuino的HDMI接口連上顯示器，接上電源后顯示器開(kāi)始顯示程序運(yùn)作，同時(shí)準(zhǔn)備一臺(tái)pc與pcDuino連入同一局域網(wǎng)，并可遠(yuǎn)程訪問(wèn)pcDuino。測(cè)試流程如圖4所示。

圖4 測(cè)試流程圖

1)動(dòng)態(tài)圖像采集測(cè)試：攝像頭開(kāi)始啟用，使攝像頭對(duì)著單一靜止的物體，消除光線、灰度、動(dòng)態(tài)的干擾。同時(shí)通過(guò)pc遠(yuǎn)程訪問(wèn)pcDuino的內(nèi)部?jī)?chǔ)存，在圖像采集文件夾查看采集到的圖像，查看圖像，并對(duì)圖像的高度、寬度、對(duì)比度、亮度等參數(shù)進(jìn)行確認(rèn)，確認(rèn)結(jié)果即可得知圖像采集參數(shù)設(shè)置的運(yùn)行程序是否正常。然后查看圖片內(nèi)容和圖片數(shù)量，此時(shí)攝像頭處于靜態(tài)視野，圖片采集應(yīng)不超過(guò)兩張，一張是開(kāi)機(jī)樣本圖，一張是攝像頭瞬時(shí)視角圖。如采集圖像不超過(guò)2張則運(yùn)作正常，反之則運(yùn)行失敗。

圖5 動(dòng)態(tài)采集圖像

將攝像頭面前的物體進(jìn)行位移產(chǎn)生動(dòng)態(tài)運(yùn)動(dòng)，觀察顯示器窗口的數(shù)據(jù)反饋。再次訪問(wèn)圖像采集文件夾，觀察圖像，圖像增多且顯示為運(yùn)動(dòng)后的攝像頭視野圖片則運(yùn)作正常，反之則運(yùn)作沖突。如圖5所示為測(cè)試動(dòng)態(tài)采集的圖像。

2)云端識(shí)別測(cè)試：登入Face++網(wǎng)站，進(jìn)入后臺(tái)管理平臺(tái)查看之前所添加的person是否完整。完整的person的才能對(duì)采集的圖片進(jìn)行識(shí)別。

云端識(shí)別測(cè)試在攝像頭測(cè)試成功的基礎(chǔ)上才能進(jìn)行，訪問(wèn)http請(qǐng)求的程序，返回成功信息。

3)驅(qū)動(dòng)測(cè)試：驅(qū)動(dòng)測(cè)試作為系統(tǒng)測(cè)試的最后一個(gè)步驟，必須建立在判斷識(shí)別正確的基礎(chǔ)上而展開(kāi)測(cè)試。而判斷測(cè)試成功的依據(jù)較為簡(jiǎn)單，人臉識(shí)別成功之后，F(xiàn)ace++返回true，觸發(fā)驅(qū)動(dòng)電機(jī)開(kāi)門(mén)程序，驅(qū)動(dòng)電機(jī)開(kāi)始運(yùn)作并將保險(xiǎn)箱門(mén)鎖開(kāi)啟則視為測(cè)試成功，反之則為失效。

后期對(duì)采集的樣本庫(kù)進(jìn)一步優(yōu)化，使得用戶(hù)可以更加方便的將需要的測(cè)試樣本添加進(jìn)去，使得多種不同環(huán)境下，對(duì)用戶(hù)樣本進(jìn)行更加精細(xì)的對(duì)比和識(shí)別輸出。

總結(jié)多種不同的識(shí)別情況，樣本相似度百分比設(shè)置及正確率識(shí)別，在室內(nèi)正常光照強(qiáng)度下進(jìn)行實(shí)際閾值調(diào)整并訓(xùn)練學(xué)習(xí)后再測(cè)試。通過(guò)對(duì)相似度百分比進(jìn)行調(diào)整，實(shí)際測(cè)得的數(shù)據(jù)經(jīng)過(guò)整理后進(jìn)行進(jìn)一步分析。

圖6 相識(shí)度百分比調(diào)整與識(shí)別正確率對(duì)應(yīng)關(guān)系趨勢(shì)圖

數(shù)據(jù)分析如圖6所示，可以看出，在相似度50%左右時(shí)，識(shí)別正確率達(dá)到最優(yōu)值(95%)，因此選擇50%作為用戶(hù)的默認(rèn)閾值?？梢愿鶕?jù)用戶(hù)對(duì)安全性的實(shí)際需求環(huán)境進(jìn)行進(jìn)一步調(diào)整和測(cè)試。同時(shí)也可以更加不同的光照環(huán)境進(jìn)行調(diào)整以達(dá)到最優(yōu)識(shí)別效果。

5 總結(jié)

在成功實(shí)現(xiàn)遠(yuǎn)程刷臉控制系統(tǒng)之后，也發(fā)現(xiàn)一些有待改進(jìn)的不足。比如：云端人臉識(shí)別云端處理速率不可控的，且?guī)捯筝^高所以在低帶寬的網(wǎng)絡(luò)環(huán)境下會(huì)間接導(dǎo)致人臉識(shí)別的反饋速度較慢。pcDuino計(jì)算能力較大時(shí)，發(fā)熱量也隨之增大。

通過(guò)研究和改進(jìn)，重新定義采集圖片大小的方式來(lái)壓縮本地采集的圖像，這樣減輕帶寬的負(fù)擔(dān)的同時(shí)不會(huì)對(duì)識(shí)別精度造成太大影響。在保險(xiǎn)箱底部pcDuino板放置處保持底部懸空優(yōu)化散熱結(jié)構(gòu)設(shè)計(jì)。

下一步將在用戶(hù)交互、攝像頭調(diào)校、對(duì)焦及識(shí)別精度方面進(jìn)一步改進(jìn)，完善和改進(jìn)智能保險(xiǎn)箱的用戶(hù)體驗(yàn)。

[1]黃華盛,楊阿慶.基于PCA算法的人臉識(shí)別[J].電子科技,2015,28(8):98-101.

[2]首照宇,楊曉帆,莫建文.基于改進(jìn)的RPCA人臉識(shí)別算法[J].電子技術(shù)應(yīng)用,2015,41(9):157-160.

[3]穆新亮,周水生,鄭 穎.基于p范數(shù)的QR-KPCA人臉識(shí)別算法[J].西安理工大學(xué)學(xué)報(bào),2015(1):100-105.

[4]陳立潮,張秀琴,潘理虎,等.煤礦考勤系統(tǒng)中人臉識(shí)別算法的研究[J].工礦自動(dòng)化,2015,41(4):69-73.

[5]謝 佩,吳小俊.基于Shearlet變換和均勻局部二值模式特征的協(xié)作表示人臉識(shí)別算法[J].計(jì)算機(jī)應(yīng)用,2015,35(7):2056-2061.

[6]周 全,魏 昕,陳建新,等.一種基于稠密SIFT特征對(duì)齊的稀疏表達(dá)人臉識(shí)別算法[J].電子與信息學(xué)報(bào),2015,37(8):1913-1919.

[7]潘禹岐,江銘炎,張振月.基于流形的局部加權(quán)協(xié)從表示人臉識(shí)別[J].計(jì)算機(jī)應(yīng)用研究,2016,33(7):2206-2209.

[8]董文彧,馮 瑞,郭躍飛.基于均勻LBP和稀疏編碼的人臉識(shí)別算法[J].計(jì)算機(jī)應(yīng)用與軟件,2015,32(1):175-178.

[9]陳 莉,趙 峰.基于支持向量機(jī)的局部二值模式加權(quán)算法在人臉識(shí)別中的應(yīng)用[J].科技通報(bào),2015(7):111-114.

[10]趙繼東,李晶晶,魯 珂,等.一種魯棒的多態(tài)人臉識(shí)別算法[J].電子科技大學(xué)學(xué)報(bào),2015(2):278-282.

[11]萬(wàn) 源,李歡歡,吳克風(fēng),等.LBP和HOG的分層特征融合的人臉識(shí)別[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2015(4):640-650.

[12]廖延娜,馬 超.基于稀疏表示的人臉識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電子設(shè)計(jì)工程,2016,24(17):153-155.

TechnicalResearchandDevelopmentofRemoteMonitoringSystemofFaceRecognitionSafeDepositBox

Liu Kun

(College of Information Technology, Beijing Normal University at Zhuhai,Zhuhai 519087, China)

With the development of science and technology, more and more enterprises and families use the brush to open the box, in order to make it more secure and convenient for user management, remote control can be put on the face of the lock box. Brush face lock safe remote monitoring system based on face recognition technology, using a combination of hardware and software, including image acquisition, motor drive, video and motion capture, through the upload to the cloud and is connected with the terminal equipment, achieve the purpose of remote monitoring, the development of new intelligent safe. With the development of the face recognition technology and the development of the microcomputer, it provides a good environment and condition for the design of the intelligent safe. Experiments show that the safe pcDuino micro computer development platform based on the research and development, and through OpenCV and Face++ cloud recognition platform cooperation, realize remote monitoring, face recognition, cloud control switch function. Remote monitoring of the face of the lock box can be opened for more individuals, businesses and families to help.

pcDuino;OpenCV;Face++;face recognition;safe deposit box;

2017-04-15；

2017-05-04。

廣東省教育廳育苗工程項(xiàng)目(2013LYM_0102)。

劉 琨(1980-)，女，江蘇常州人，碩士研究生，副教授，主要從事物聯(lián)網(wǎng)技術(shù)、車(chē)聯(lián)網(wǎng)技術(shù)等方向的研究。

1671-4598(2017)10-0094-04

10.16526/j.cnki.11-4762/tp.2017.10.025

TP399

A