史昊，陳本彬，陳鑫強

基于人臉識別的防盜系統(tǒng)設(shè)計與實現(xiàn)

史昊，陳本彬，陳鑫強

（廈門理工學院電氣工程與自動化學院，福建 廈門 361000）

基于人臉識別的防盜系統(tǒng)以樹莓派3代B型開發(fā)板為核心，運用Python語言編程調(diào)用OpenCV開源計算機視覺庫，分別采用Haar分類器和Eigenfaces算法實現(xiàn)了人臉檢測和人臉識別的功能，結(jié)合樹莓派攝像頭、HC-SR501人體感應模塊、SG90 9 g舵機模塊和蜂鳴器模塊，實現(xiàn)對已注冊人臉的開鎖功能和對未注冊人臉的報警功能。

人臉識別；樹莓派；OpenCV；Haar分類器

過去幾年，以人臉識別和語音識別為代表的人工智能技術(shù)已展現(xiàn)出了改變世界的力量。人臉識別主要分為人臉檢測和人臉識別兩個過程。人臉檢測是對于輸入的圖像數(shù)據(jù)，使用相應的算法判別圖像中是否存在人臉，并檢測人臉的大小和位置等信息；人臉識別是通過計算機對人臉圖像進行檢測、特征提取，并根據(jù)這些特征對個體進行驗證和確認的一種技術(shù)[1]。人臉識別技術(shù)是一個極具應用價值的研究領(lǐng)域，它涉及計算機視覺、人工智能、機器學習、模式識別等技術(shù)，并且被廣泛應用于公安刑偵、門禁系統(tǒng)、支付系統(tǒng)等與國計民生密切相關(guān)的領(lǐng)域。

1 原理介紹

1.1 人臉檢測原理

OpenCV中用于人臉檢測的分類器有Haar分類器和LBP分類器兩種。因為Haar分類器相較于LBP分類器的檢測準確率高且假陽性率低，所以本文采用了Haar分類器。該分類器采用了AdaBoost算法[2]，將多個強分類器連接在一起形成級聯(lián)分類器。用級聯(lián)分類器檢測樣本是否為正例（面部區(qū)域），如果是正例則送到下一個強分類器繼續(xù)檢測，如果是負例（非人臉區(qū)域）則立即拋棄，這樣可以大大加快檢測人臉圖像的速度[3]。AdaBoost算法如圖1所示。

圖1 AdaBoost算法

1.2 人臉識別原理

OpenCV中最常用的人臉識別算法是特征臉法Eigenfaces[4]，Eigenfaces分為4步：①將所有人的訓練圖像視為一個整體，提取其中相關(guān)和有用的特征，并丟棄其余的特征，這些重要的特征被稱為主成分；②將這些特征與訓練過程中存儲的元素列表進行比較；③找到最匹配的特征；④返回與該最匹配特征關(guān)聯(lián)的人員編號。特征臉主成分如圖2所示。

2 系統(tǒng)設(shè)計

2.1 硬件設(shè)計

硬件方案包含樹莓派3代B型開發(fā)板、樹莓派500萬像素攝像頭、HC-SR501人體感應模塊、SG90 9 g舵機模塊、蜂鳴器模塊和LED燈。其中樹莓派開發(fā)板用于數(shù)據(jù)的處理及硬件的控制，HC-SR501人體感應模塊用于人體信號的采集，當檢測到有人時則打開攝像頭，樹莓派攝像頭用于人臉圖像的采集，SG90 9 g舵機模塊用于門鎖的開閉，蜂鳴器模塊和LED燈用于系統(tǒng)的報警。系統(tǒng)框架如圖3所示。

圖2 特征臉主成分

圖3 系統(tǒng)框架圖

2.2 軟件設(shè)計

OpenCV（Open Source Computer Vision Library）是一個開源跨平臺的計算機視覺和機器學習軟件庫，它包含了實時圖像處理和計算機視覺等方面的算法。本軟件部分設(shè)計將Python2.7作為編程語言，通過調(diào)用OpenCV3.3.0中的人臉識別算法來實現(xiàn)基于人臉識別的防盜功能。

本程序主要分為人臉注冊與人臉識別兩部分。人臉注冊部分，首先采集用戶的人臉圖像，然后將經(jīng)過預處理和歸一化后的人臉圖像訓練成一個train.yml識別器。人臉識別部分，首先調(diào)用已經(jīng)訓練好的識別器，將新人臉與已經(jīng)注冊的人臉進行比對，從而返回置信度（confidence）和用戶名稱等信息，如果置信度高于設(shè)定值，則控制舵機開鎖，如果置信度低于設(shè)定值，則控制蜂鳴器和LED燈報警。主程序流程如圖4所示。

圖4 主程序流程圖

3 系統(tǒng)測試

在實際場景中對本系統(tǒng)進行測試。Haar分類器采用haarcascade_frontalface_alt2.xml，人臉檢測參數(shù)設(shè)定如下：每個圖像縮減的比例大小scaleFactor=1.2，每個備選矩形框具備的鄰近數(shù)量minNeighbors=5，人臉檢測的最小矩形大小minSize=（20，20），人臉識別采用EigenFaceRecognizer_create()函數(shù)，每個用戶的人臉樣本數(shù)量為30個。

人臉識別測試如圖5所示，本設(shè)計可以在較復雜的背景環(huán)境下檢測出圖像中的人臉，辨識出預存的用戶姓名，且達到65.0%的較高置信度。當人臉識別返回的置信度高于50%時，樹莓派自動控制舵機旋轉(zhuǎn)，打開門鎖；當返回的置信度低于50%時，蜂鳴器發(fā)出警報且LED燈閃爍。樹莓派控制舵機反應情況如圖6所示。

圖5 人臉識別測試圖

圖6 樹莓派控制舵機

4 結(jié)語

本文設(shè)計與實現(xiàn)了基于人臉識別的防盜系統(tǒng)，該系統(tǒng)能夠自動使用樹莓派以及OpenCV進行人臉識別，并根據(jù)識別結(jié)果進行開鎖與報警功能，從而提高安防效率。本設(shè)計體積小、成本低、識別率較高，具有很大的實用價值。

［1］梁文莉.基于獨立主成分分析的人臉識別算法研究［D］.西安：西安科技大學，2012.

［2］馬博宇，尉寅瑋.基于AdaBoost算法的人臉識別系統(tǒng)的研究與實現(xiàn)［J］.儀器儀表學報，2016（Suppl 1）：162-167.

［3］宋西來.基于OpenCV的人臉識別系統(tǒng)研究［D］. 天津：天津科技大學，2017.

［4］Turk M A，Pentland A P.Face recognition using eigenfaces［J］.IEEE，1991，3（1）：586-591.

〔編輯：嚴麗琴〕

2095－6835（2018）19－0123－02

TP23

A

10.15913/j.cnki.kjycx.2018.19.123