梁觀(guān)坡 鄒澤華 陳正鑫 葉盛杰，賴(lài)芃宇

摘 要：人臉識(shí)別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)。具體來(lái)說(shuō)，指通過(guò)電子儀器采集圖像中的人臉，經(jīng)過(guò)圖像的檢測(cè)和人臉的跟蹤，對(duì)捕捉到的人臉進(jìn)行識(shí)別的技術(shù)。隨著圖像處理與生物鑒別技術(shù)日新月異地進(jìn)步，大量的安全系統(tǒng)采用了人臉識(shí)別技術(shù)。本文在研究人臉識(shí)別技術(shù)現(xiàn)狀的基礎(chǔ)上，結(jié)合實(shí)際生活中身份認(rèn)證安全系統(tǒng)的需求，設(shè)計(jì)了基于OpenCV的人臉識(shí)別門(mén)禁系統(tǒng)。介紹了如何使用OpenCV進(jìn)行人臉檢測(cè)與識(shí)別、如何運(yùn)用人臉識(shí)別控制門(mén)禁等，重點(diǎn)探討了不同模型的人臉識(shí)別算法識(shí)別效果的好壞、光照變化及不同姿態(tài)對(duì)人臉識(shí)別結(jié)果的影響。

關(guān)鍵詞：OpenCV；人臉識(shí)別；門(mén)禁系統(tǒng)

中圖分類(lèi)號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2018）02-0038-03

Face Recognition Access Control System

LIANG Guanpo，ZOU Zehua，CHEN Zhengxin，YE Shengjie，LAI Pengyu

（Fuzhou University，F(xiàn)uzhou 350108，China）

Absrtact：Face recognition is a kind of biometric recognition technology，which can extract feature information from human face，collect face in image by electronic instrument，detect and track face through image. With the rapid development of image processing and biometric identification technology，a large number of security systems use face recognition technology.On the basis of studying the current situation of face recognition technology according to the requirement of identity authentication security system in real life，a face recognition access control system based on OpenCV is designed. How to use OpenCV to detect and recognize face is introduced.How to control the entrance guard by face recognition is discussed in this paper，and the effects of different face recognition algorithms，illumination variation and different pose on face recognition are discussed.

Keywords：OpenCV；face recognition；access control system

0 引 言

傳統(tǒng)的門(mén)鎖只是單純的機(jī)械裝置，鑰匙容易遺失和被復(fù)制，電磁卡鎖也存在類(lèi)似的問(wèn)題。電子密碼鎖也存在密鑰易泄露、被破解或遺忘的問(wèn)題。基于以上原因，我們希望設(shè)計(jì)出一套安全便利的智能型門(mén)禁系統(tǒng)。現(xiàn)代計(jì)算機(jī)技術(shù)發(fā)展迅速，應(yīng)用非常廣泛，每個(gè)家庭擁有一臺(tái)個(gè)人計(jì)算機(jī)、安裝有監(jiān)控系統(tǒng)已是平常事了，加上計(jì)算機(jī)視覺(jué)和圖像處理功能日趨成熟，我們完全可以設(shè)計(jì)出一套以人臉識(shí)別作為身份驗(yàn)證基礎(chǔ)的門(mén)禁系統(tǒng)。

1 緒論

1.1 研究背景與動(dòng)機(jī)

隨著信息時(shí)代的到來(lái)，信息安全愈顯重要。與此同時(shí)，信息識(shí)別與檢測(cè)顯示出前所未有的重要性。人臉識(shí)別與檢測(cè)需要用到大量圖像處理的算法，而OpenCV是一種開(kāi)源的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)，具有圖像處理的多種算法與計(jì)算機(jī)視覺(jué)領(lǐng)域的大量通用算法，并且有多種函數(shù)提供給人臉檢測(cè)與識(shí)別使用。嵌入式系統(tǒng)是門(mén)禁系統(tǒng)的重要組成部分，有著功耗低、可靠性高、功能強(qiáng)大、效率高等優(yōu)點(diǎn)，并且可根據(jù)需要靈活制定。

1.2 人臉識(shí)別原理

PCA人臉識(shí)別的基本原理是：

（1）訓(xùn)練階段：使用PCA降維算法提取人臉樣本的主要特征，構(gòu)成特征臉空間。

（2）識(shí)別階段：將測(cè)試人臉投影到特征臉空間，得到一組投影系數(shù)，采用距離函數(shù)，求取測(cè)試人臉的投影系數(shù)與各個(gè)樣本人臉的投影系數(shù)的距離，距離最小的兩張臉判定為同一個(gè)人。

1.3 基于LBP和直方圖匹配的人臉識(shí)別

其過(guò)程分為兩個(gè)階段：

（1）訓(xùn)練階段：提取訓(xùn)練圖像的LBPH并保存。

（2）識(shí)別階段：提取待檢測(cè)圖像的LBPH，遍歷訓(xùn)練圖像的LBPH，逐一匹配待檢測(cè)圖像的LBPH與訓(xùn)練圖像的LBPH，找到與待檢測(cè)圖像的LBPH最相近的訓(xùn)練圖像，將其對(duì)應(yīng)的類(lèi)別作為識(shí)別的類(lèi)別輸出。同時(shí)可設(shè)定一個(gè)閥值（threshold），當(dāng)兩者的LBPH匹配值超過(guò)或者低于閥值（取決于直方圖匹配算法），即可判定待檢測(cè)圖像不在訓(xùn)練集之中，也就是陌生人。

1.4 基于OpenCV的人臉檢測(cè)和眨眼檢測(cè)

OpenCV提供了訓(xùn)練目標(biāo)檢測(cè)器的統(tǒng)一界面，這里我們訓(xùn)練一個(gè)人臉檢測(cè)器，整個(gè)訓(xùn)練過(guò)程在計(jì)算機(jī)的E：＼boost進(jìn)行，訓(xùn)練所需的文檔放在E：＼boost目錄下。

具體訓(xùn)練步驟如下：

（1）建立樣本集：使用MIT人臉數(shù)據(jù)庫(kù)作為正樣本，該數(shù)據(jù)庫(kù)由麻省理工大學(xué)媒體實(shí)驗(yàn)室創(chuàng)建，包含16位志愿者的2592張不同姿態(tài)、光照和大小的面部圖像，大小為20×20；使用不包含人臉、包含各種場(chǎng)景的4382張圖片作為負(fù)樣本，大小為20×20。將上述正負(fù)樣本分別放在pos檔夾和neg檔夾中。

（2）生成樣本描述檔后再生成正樣本的vec檔。

2 實(shí)現(xiàn)方法

系統(tǒng)架構(gòu)及工作原理：本文專(zhuān)研設(shè)計(jì)的人臉識(shí)別門(mén)禁系統(tǒng)主要綜合運(yùn)用了圖像識(shí)別技術(shù)和微機(jī)控制原理，其中圖像識(shí)別用于身份鑒定，微機(jī)根據(jù)身份鑒定的結(jié)果控制門(mén)禁。人臉識(shí)別門(mén)禁系統(tǒng)框架如圖1所示。

3 實(shí)驗(yàn)過(guò)程討論及成果展示

3.1 人臉檢測(cè)實(shí)驗(yàn)

人臉檢測(cè)是人臉識(shí)別的基礎(chǔ)，本實(shí)驗(yàn)的目的在于測(cè)試用OpenCv訓(xùn)練得到的haar級(jí)聯(lián)分類(lèi)器的人臉檢測(cè)效果，測(cè)試圖像來(lái)自百度圖片，平均大小為318×193。

測(cè)試圖像及實(shí)驗(yàn)結(jié)果圖像，如圖2所示。

分析與結(jié)論：總?cè)四様?shù)：13，測(cè)到臉數(shù)：11，誤檢數(shù)：0，漏檢數(shù)：2，總耗時(shí)：130（ms），檢測(cè)率：84.62%，誤檢率：0，漏檢率：15.38%，平均耗時(shí)（ms/人）：10。

從以上數(shù)據(jù)可以看出，實(shí)驗(yàn)表明該系統(tǒng)檢測(cè)率較高，誤檢率、漏檢率較低，對(duì)大小為318×193的圖像檢測(cè)速度較快，可以用于實(shí)時(shí)監(jiān)測(cè)，因此我們可以得出：用OpenCV訓(xùn)練得到的haar級(jí)聯(lián)分類(lèi)器的人臉檢測(cè)效果較好。至于誤檢率會(huì)遠(yuǎn)低于漏檢率，甚至為0，這是由于每一個(gè)子窗口圖像只有通過(guò)級(jí)聯(lián)分類(lèi)器的層層考驗(yàn)，才會(huì)被認(rèn)定為人臉，即“寧缺毋濫”。

3.2 LBP特征提取實(shí)驗(yàn)

特征提取對(duì)人臉識(shí)別的效果有很大的影響，因此有必要進(jìn)行深入的了解。雖然OpenCV沒(méi)有提供單獨(dú)實(shí)現(xiàn)LBP算子的函數(shù)，但從其提供的LBPH類(lèi)中可以找到相關(guān)的代碼，把這些代碼從OpenCV中分離出來(lái)，稍加修改就可以應(yīng)用于本小節(jié)的實(shí)驗(yàn)。

3.2.1 多種LBP算子的對(duì)比試驗(yàn)及相關(guān)參數(shù)作用的探究

本實(shí)驗(yàn)的目的在于比較不同類(lèi)型的LBP算子的差異及相關(guān)參數(shù)的作用，測(cè)試圖像使用大小為256×256的lena.jpg。

測(cè)試圖像及實(shí)驗(yàn)結(jié)果圖像，如圖3所示。

分析與結(jié)論：

A.比較（c）圖、（d）圖可以看出，采樣點(diǎn)越多，圖像亮度越大，這是由于更多的采樣點(diǎn)可以獲得更大的LBP特征灰度值；

B.比較（a）圖和（d）圖可以看出兩點(diǎn)，其一，等價(jià)模式LBP特征圖像的亮度偏暗，這是由于等價(jià)模式的LBP特征像素值模式只有59種，取值范圍不是0-255，而是1-13，其二，等價(jià)模式LBP特征圖像的文理特征不變，因?yàn)榘霃讲蛔儯?/p>

C.把（b）圖和（d）圖比較可以看出，原始LBP算子不能滿(mǎn)足圖像不同紋理特性的需要，因?yàn)樗桓采w了固定范圍的區(qū)域。

因此我們可以得出：相比于原始LBP，改進(jìn)版本的LBP能滿(mǎn)足圖像不同紋理特性的需要，其中等價(jià)模式LBP使原始圖像變暗，但不影響紋理特性，參數(shù)radius可以調(diào)整圖像紋理，neighbors可以調(diào)整圖像亮度。

4 結(jié)論與展望

由于時(shí)間倉(cāng)促，本系統(tǒng)明顯有很多需要改進(jìn)的地方。例如以下幾點(diǎn)：

（1）本系統(tǒng)的人臉識(shí)別方法較為傳統(tǒng)，識(shí)別效果有一定局限性，時(shí)下深度學(xué)習(xí)如火如荼，可以嘗試使用CNN進(jìn)行人臉識(shí)別（Convolutional NeuralNetworks），進(jìn)一步提高身份驗(yàn)證的準(zhǔn)確性。

（2）串口通信使用USB連接，且是單向通訊，不利于實(shí)際應(yīng)用?？煽紤]在門(mén)禁系統(tǒng)添加攝像頭用于采集人臉圖像，微機(jī)將人臉圖像傳送給計(jì)算機(jī)，計(jì)算機(jī)再將識(shí)別結(jié)果傳送微機(jī)作為控制門(mén)禁的依據(jù)，采用藍(lán)牙通信或者socket網(wǎng)絡(luò)編程實(shí)現(xiàn)計(jì)算機(jī)與微機(jī)的無(wú)線(xiàn)雙向通信，或者直接把人臉識(shí)別系統(tǒng)運(yùn)行在樹(shù)莓派（Raspberry Pi）上，這樣就免去了通信過(guò)程。

參考文獻(xiàn)：

[1] 朱興統(tǒng)，習(xí)洋洋.基于C++和OpenCV的人臉識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) [J].自動(dòng)化與儀器儀表，2014（8）：127-128+131.

[2] 毛星云，冷雪飛，等編著.OpenCV3編程入門(mén)（第一版）[M].北京：電子工業(yè)出版社，2015.

[3] arduino 百度百科 [EB/OL].http：//baike.baidu.com/item/Arduino，2017.

[4] OpenCV官方文檔 [EB/OL].http：//www.opencv.org.cn/opencvdoc/2.3.2/html/doc/user_guide/ug_traincascade.html，2017.

[5] Opencv目標(biāo)檢測(cè)之級(jí)聯(lián)分類(lèi)器訓(xùn)練與測(cè)試 [EB/OL].http：//blog.csdn.net/u012507022/article/details/53981399，2017.

[6] opencv人臉識(shí)別--detectMultiScale函數(shù) [EB/OL].http：//blog.csdn.net/itismelzp/article/details/50379359，2017.