辜麗宇 劉瀝文 葉圣昕 羅干 黃成嵩

摘? ?要：人臉識別作為當今社會人工智能范疇的一項生物識別技術，以其具有非接觸、速度快等一系列特性在多個領域有著廣泛的應用。但僅僅使用人臉識別技術進行識別卻仍存在誤判的風險，無法保證識別準確率，并極易受到各類蓄意的仿冒攻擊。而深度學習作為圖像識別領域重要的技術手段，同樣擁有著廣闊的應用前景。文中通過研究基于樹莓派的人臉識別和手勢識別的門禁系統(tǒng)，基于人的臉部特征信息和手勢的運動信息進行身份識別，在靜態(tài)的人臉識別基礎上，配合實時發(fā)布動態(tài)的手勢識別預防攻擊者借助人臉關鍵點定位和自動化人臉動效技術，最大程度的控制住風險。

關鍵詞：深度學習? 樹莓派? 實時手勢識別? 準確性

中圖分類號：TP391.4? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2020）06（c）-0118-05

隨著現(xiàn)代社會的發(fā)展，人們對社區(qū)安全提出了越來越高的要求。門禁系統(tǒng)正是在這種社會環(huán)境下誕生的產(chǎn)物。它可以取代傳統(tǒng)的門衛(wèi)工作，提高管理效率，提高社區(qū)的安全性，可以隨時記錄小區(qū)居民的出入情況，在社會治安方面有著不容忽視的意義。

由于目前現(xiàn)有技術比較落后，門禁系統(tǒng)仍然達不到人們的需求，在現(xiàn)實生活中造成了諸多不便。本文從目前門禁系統(tǒng)安全性低、操作及管理困難現(xiàn)狀的弊端出發(fā)，對于該問題提出理論解決方案。通過樹莓派的人臉識別和手勢識別的門禁系統(tǒng)，基于人的臉部特征信息和手勢的運動信息進行身份識別，在靜態(tài)的人臉識別基礎上，配合動態(tài)的手勢識別預防攻擊者借助人臉關鍵點定位和自動化人臉動效技術，提取出人臉的特征，再根據(jù)儲存在數(shù)據(jù)庫的人臉圖像的特征與其進行對比，從而決定人是否可以進入，進而克服目前門禁系統(tǒng)速度慢、安全性低的弊端，提高小區(qū)門禁的安全性，降低門禁系統(tǒng)的成本，使其在操作管理上更加簡便快捷。

1? 人臉識別

1.1 概述

人臉識別可以分為以下步驟：

（1）人臉定位與人臉檢測。對于一幅給定的圖像判斷其中是否存在人臉。如果存在人臉則確定其在圖像中的位置，將人臉從背景中分割出來。

（2）圖像預處理。從攝像機獲得的圖片易受噪聲、陰影、光照變化的影響。對圖片進行對比度增強、圖像平滑等操作可以提升整個人臉識別系統(tǒng)的精度。同時對圖像進行圖像變換使得人臉關鍵部位在圖像中的大小和位置盡量保持一致。

（3）人臉特征提取。采用某種方法表示人臉中的特征。

（4）人臉識別。將待識別的人臉與人臉庫中已經(jīng)分好類的人臉進行聯(lián)系。這一過程又分為兩部分，人臉驗證與人臉辨識。前者驗證人臉庫中是否存在與輸入圖片相對應的身份，計算機將給出一個真或假的二值回答。后者判斷輸入圖片對應人臉庫中某張臉。

1.2 數(shù)據(jù)集收集

人臉數(shù)據(jù)來源于中國科學院自動化研究所（CASIA）收集的CASIA-FaceV5，其中包含500名受試者的2500幅彩色人臉圖像。

1.3 人臉定位與檢測

數(shù)學形態(tài)學提供了一組有用的方法，能夠用來調(diào)整分割區(qū)域的形狀以獲得比較理想的結(jié)果。

腐蝕是取每一個位置的鄰域內(nèi)值的最小值作為該位置的輸出灰度值。膨脹與腐蝕類似，但膨脹是取鄰域內(nèi)最大值。

為了得到一個較為準確的人臉區(qū)域，需要對人臉區(qū)域進行膨脹和腐蝕操作。膨脹的目的是是人臉區(qū)域中不廉潔的區(qū)域塊連接起來，而腐蝕的目的是使膨脹后的人臉區(qū)域變小，恢復到膨脹前大小。

一次腐蝕和膨脹后，人臉中仍存在一些離散的白色區(qū)域，可以通過再次腐蝕和膨脹來去掉白色區(qū)域。

1.4 預處理算法

1.4.1 圖像幾何變換

大小校正：人臉標準校準圖為d*d像素，將第一步分割出的圖像（大小為a*b像素）進行放大或者縮小操作。對于放大圖像中的空點，使用雙線性插值填充。

插值（x，y）為輸入圖像坐標，為輸出圖像坐標，sx和sy為水平和垂直方向上的縮放倍數(shù)。sx>1，水平方向放大，sx<1，水平方向縮小。sy同理。

雙線性插值就是對于非整數(shù)坐標處的函數(shù)值，利用它的領域的四個整數(shù)坐標處的函數(shù)值進行插值計算。

位置矯正：目的是使得人臉關鍵部位的位置盡量一致。使用平移變換，將圖像人臉移動到合適位置。

假設任意空間坐標（x，y）先沿x軸平移tx，再沿y軸平移ty，最后得到坐標。用矩陣表示如下：

1.4.2 圖像對比度增強

盡管我們通過各種方式采集高質(zhì)量的圖像，但是難以避免，有些圖像的質(zhì)量依舊不夠好，需要通過圖像增強技術提高其質(zhì)量。鑒于圖像可能會有噪聲影響，此次實驗采用自適應直方圖均衡化。

灰度直方圖是圖像灰度級的函數(shù)，用來描述每個灰度級在圖像矩陣中的像素個數(shù)或者占有率。

假設輸入圖像為I，高為H，寬為W，histI代表I的灰度直方圖，histI（k）代表灰度值為k的像素個數(shù)，其中。全局直方圖均衡化操作是對圖像I進行改變，使得輸出圖像O的灰度直方圖每一個灰度級的像素點個數(shù)大致相等。公式如下：

1.5 PCA算法設計

PCA方法的基本原理是：利用K-L變換抽取人臉的主要成分，構(gòu)成特診臉空間，識別時將測試圖像投影到此空間，得到一組投影系數(shù)，通過與各個人臉圖像比較進行識別

1.5.1 特征臉空間的構(gòu)造

對于一幅M*N的人臉圖像，將其每列相連構(gòu)成一個大小為L=M*N維的列向量。L就是圖像空間的維度。設n是訓練樣本數(shù)，xj表示第j幅人臉圖像形成的人臉列向量，則樣本協(xié)方差矩陣可得：

需要求得的新坐標系由矩陣AAT的非零特征值所對應的特診向量組成。若直接計算，計算量較大，采用奇異值分解定理。通過求解ATA的特征值和特征向量來獲得AAT的特征值和特征向量。

奇異值分解定理如下：

設x是一個M*N維矩陣，則存在兩個正交矩陣U和V，以及對角矩陣，

它們滿足為矩陣XXT和XTX矩陣的非零特征值，uj和vj分別為和對應于的特征向量。為奇異值。

根據(jù)SVD定理，令為矩陣ATA的r個非零特征值，vj為對應于ATA的特征向量，則AAT的正交歸一特征向量uj為：

這樣一個降維子空間可以用于表示人臉圖像，作為人臉識別的依據(jù)。

1.5.2 訓練樣本的特征提取

具體步驟如下：

（1）計算訓練圖片平均臉。

（2）計算每一張人臉圖片與平均臉的差值。

（3）構(gòu)建協(xié)方差矩陣。

（4）求矩陣的特征值及其對應的正交歸一化特征矢量。

（5）選取前幾個最大特征值及其對應的特征向量。

（6）求協(xié)方差矩陣的正交歸一化特征向量。

（7）將每一個人臉與平均臉的差值矢量投影到“特征臉”空間。

1.5.3 基于特征臉的人臉識別

把待識別的人臉圖像投影到特征臉空間得到人臉圖像。

并定義閾值：

人臉識別時用歐氏距離來計算待識別人臉與平均臉之間的距離，

為了區(qū)分人臉和非人臉，還需要計算原始圖像與由特征臉空間重構(gòu)的圖像之間的距離：

人臉分類的規(guī)則如下：

（1）若>=，則輸入圖像不是人臉圖像;

（2）若<且，則輸入圖像包含未知人臉;

（3）若<且，則輸入圖像為庫中第k個人的人臉。

1.6 KNN算法設計

KNN算法又稱為K近鄰是一種分類算法，利用特征值之間的距離來進行分類，輸入需要預測向量x，選取距離x最近的k個向量的集合，預測x的類別為集合中類別數(shù)最多類別。KNN算法簡單清晰，算法的穩(wěn)定性和成熟度較高，但由于KNN算法計算復雜度高，在計算兩點的幾何距離時，其運算數(shù)據(jù)規(guī)模達到平方級，在圖像分類時計算效率低。KNN算法中的參數(shù)k值的確定對KNN算法結(jié)果影響重大，如果k的值選擇偏小，就相當于是在小的領域進行樣本預測。由于獲取緊鄰樣本的集合，算法的近似誤差小估計誤差大，對緊鄰點和噪聲點過于敏感，容易導致過擬合損失分類精度;如果k值選擇偏大，選取距離遠的樣本集合，噪聲點不會對預測結(jié)果產(chǎn)生影響，但算法緊鄰誤差大，容易導致欠擬合。假設訓練集為

Xx是特征向量，Yx是類別，特征向量X由一個類別的主要特征向量和它的類別組成，一定組數(shù)特征向量組成分類的集合。

其算法的描述為：

（1）計算測試數(shù)據(jù)與各個訓練數(shù)據(jù)之間的距離（采用歐氏距離）;

（2）按照距離的遞增關系進行排序;

（3）選取距離最小的K個點;

（4）確定前K個點所在類別的出現(xiàn)頻率;

（5）返回前K個點中出現(xiàn)頻率最高的類別作為測試數(shù)據(jù)的預測分類。

這樣可以顯著提高算法的性能。

1.7 實驗結(jié)果

綜合上表可知道KNN在人臉識別中表現(xiàn)更優(yōu)秀。

2? 手勢識別

2.1 實驗數(shù)據(jù)-建立訓練集

選取若干個差異較大相同手勢的靜態(tài)手勢圖，旋轉(zhuǎn)并進行尺寸歸一化處理建立訓練集，在實際手勢識別過程中，通過漸進法根據(jù)人膚色，運動的連續(xù)性，手腕特征在交互的手勢圖像中提取完整的手型

數(shù)據(jù)集是在黑色的背景下進行拍攝，每個手勢選取多個差異較大靜態(tài)手勢建立數(shù)據(jù)集，將所有的圖片像素尺寸進行旋轉(zhuǎn)，縮小，剪裁調(diào)整為220像素×220像素，并進行歸一化處理。

依據(jù)手勢的不同角度將手勢分為三種不同的數(shù)據(jù)集進行不斷訓練和評估，數(shù)據(jù)集1僅僅包含正面的角度，數(shù)據(jù)集2包含左，前，右三個角度，數(shù)據(jù)集3包含所有角度，比較三個數(shù)據(jù)集的性能，即訓練精度，查全率，查準率。

2.2 實驗結(jié)果與分析

實驗結(jié)果表明，訓練出的訓練集在測試中取得了較好的識別程度，尤其是訓練集2的訓練精度達到了90%。

2.3 KNN算法

2.3.1 手勢識別算法

算法流程：將每一個樣本，看作一個點。1.載入數(shù)據(jù)集，對數(shù)據(jù)進行預處理，從連續(xù)交互運動的手勢視頻流中分割手型部分，分離出完整的手勢樣本x，對樣本x進行旋轉(zhuǎn)和尺寸歸一化處理。2.選擇參數(shù)k，將k的初始值設為訓練集容量的一半，對k值的選取最好為奇數(shù)，以便于對樣本進行歸類3.確定參數(shù)k后，在訓練集中，計算每一個樣本與待分類樣本之間的距離衡量，將計算的結(jié)果從小到大排序，取前k個點4.統(tǒng)計前k個點樣本的分類，將它作為待分類樣本的類別5.計算結(jié)果的置信度，再選擇k值進行遍歷，將置信度最大的k值進行輸出。

2.3.2 手勢識別的實現(xiàn)

輸入已經(jīng)建立好的訓練集，開啟手勢交互視頻，手勢識別階段過程：

（1）跟蹤手部運動定位。預測手勢的輪廓位置，對于跟蹤的手部進行重新定位，如果手部重定位有效，則提取手勢輪廓;如果手部重定位無效，則先判斷跟蹤定位是否消失在人臉附近，再判斷跟蹤定位是否消失在邊界，對手部定位進行預測，重新尋找跟蹤目標直到達到要求。