趙璐唯 米智恬 祁圣恩 于睿

摘? 要：隨著科技發(fā)展，刷卡式、人臉識別等門禁系統(tǒng)廣泛應用，針對卡容易復制、刷臉識別速度慢的問題，文章提出刷卡和人臉識別相結(jié)合的復合身份認證的門禁系統(tǒng)，以STM32F103控制器為核心，主要由人臉識別模塊、RFID識別模塊、LCD電容屏模塊和信息管理模塊組成。該系統(tǒng)經(jīng)過測試可以快速識別，不容易復制，安全性高。

關(guān)鍵詞：門禁系統(tǒng);復合身份認證;RFID;人臉識別

中圖分類號：TP391? ? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）29-0052-02

Abstract： With the development of science and technology， access control systems such as card swiping and face recognition are widely used. In order to solve the problem of easy copy of cards and slow speed of face recognition， this paper proposes a compound identity authentication access control system based on STM32F103 controller， which is mainly composed of face recognition module， RFID recognition module， LCD capacitance screen module and information management module. The system can be identified quickly after testing， is not easy to copy and has high security.

Keywords： access control system; compound identity authentication; RFID; face recognition

1 概述

在科技發(fā)達的當今時代，門禁系統(tǒng)應用比較普遍，以卡式、指紋和密碼解鎖為主，雖然有一定的便捷性，但是這些解鎖方式存在一定的安全隱患，比如密碼容易泄露、指紋容易被克隆、卡片易丟失等對安全性均具有一定的影響?；谒⒖ǖ拈T禁系統(tǒng)應用最廣泛，但是刷卡模式的門禁系統(tǒng)存在一定的安全隱患，門禁卡容易被外人復制，門禁系統(tǒng)失去了限制外來人的作用，不能滿足人們對安全管理出入門的需求了。人臉識別的門禁系統(tǒng)可以克服指紋、刷卡式、指紋識別的缺點，但是人臉識別算法復雜，識別速度慢。

在注重安全和隱私的時代，為應對日益復雜的安全威脅，身份驗證系統(tǒng)將逐步向多模式復合、高端生物特征識別方向發(fā)展復合門禁系統(tǒng)作為一種新型現(xiàn)代化安全管理系統(tǒng)，將射頻卡識別技術(shù)、人臉識別技術(shù)有機結(jié)合起來就是一種多模式復合的認證方法，利用自動識別和現(xiàn)代安全管理技術(shù)，保護用戶的財產(chǎn)安全和隱私。本文針對各種門禁系統(tǒng)的優(yōu)劣，提出采用復合門禁系統(tǒng)，將刷卡和人臉識別相結(jié)合。

2 系統(tǒng)總體設(shè)計

本系統(tǒng)不同于刷卡門禁，也不同于僅僅刷臉識別的門禁系統(tǒng)。系統(tǒng)包括軟件和硬件兩部分，硬件部分采集人臉信息和RFID卡的信息。上位機負責比對采集的人臉信息與卡片信息與數(shù)據(jù)庫的內(nèi)容是否一致。為了克服單純?nèi)四樧R別速度慢的問題和單純刷卡容易被復制不安全的問題，本系統(tǒng)RFID模塊進行監(jiān)聽，查詢是否有卡，如果識別到RFID卡，讀取卡片信息，和系統(tǒng)中存有的信息進行比較，如果信息匹配成功，打開攝像頭進行人臉捕捉，讀取人臉庫與RFID卡片信息匹配的人臉信息，和捕捉的人臉進行比較，如果信息匹配成功，驅(qū)動繼電器，打開閘機，從而實現(xiàn)開門，將開門信息通過網(wǎng)絡上傳到服務器，最終可在上位機查看信息;同時監(jiān)聽顯示屏模塊發(fā)送過來的串口信息，實時解析信息，實現(xiàn)顯示屏對系統(tǒng)的控制。系統(tǒng)的總體設(shè)計流程如圖1所示。

3 系統(tǒng)的硬件設(shè)計

系統(tǒng)硬件主要包括主控芯片、RFID讀卡模塊、人臉圖像采集與識別模塊。

主控芯片采用STM32系列單片機，內(nèi)核為Cortex-M3，程序存儲器容量256KB，支持I2C，SDIO，SPI等接口模式，可滿足不同條件下的通信需求。RFID讀卡模塊是門禁系統(tǒng)無需遠距離識別卡號信息，但也無需通過插卡形式讀取卡號，所以本系統(tǒng)適合采用高頻段的射頻讀寫芯片，并采用SPI通信方式。

面部識別模塊采用人臉識別+RFID的復合式解鎖技術(shù)，在圖像采集上采用了ATK-OV5640攝像頭進行人臉采集，并使用AKLINETEK 2.8寸TFTLCD觸摸屏顯示圖像實現(xiàn)簡單的人機交互功能。

4 軟件設(shè)計

軟件系統(tǒng)包括上位機管理信息系統(tǒng)和人臉識別模塊和微信小程序。上位機采用JAVAEE作為開發(fā)工具，主要實現(xiàn)管理信息系統(tǒng)，實現(xiàn)對人員信息的管理。數(shù)據(jù)庫采用MYSQL，人臉識別采用Python作為開發(fā)語言。

管理系統(tǒng)的主要功能包括對人員信息的增刪改查，驗證刷卡人的身份是否合法，提取刷卡人的照片，實現(xiàn)人臉與系統(tǒng)中照片的比對。微信小程序可以實現(xiàn)用戶人臉的采集，把照片采集工作分散。

本系統(tǒng)的人臉識別模塊實現(xiàn)人臉的確認、圖像預處理、數(shù)據(jù)庫預處理、人臉識別和深度學習。人臉識別的主要目標是判斷待測人臉是否為人臉庫中己注冊成員以及是哪一位成員。通常做法是計算待測人臉與庫中成員的特征相似度。當它與庫中某一成員特征相似度超過閾值，即認為它屬于該成員所在的類。

人臉識別模塊系統(tǒng)的主要模塊，是生物特征識別的一種，其基本過程分為如下五個步驟如圖2所示。

首先，射頻卡權(quán)限通過后，從實時運行的攝像頭通過串口傳來的視頻流中獲取一幀一幀的靜態(tài)圖像，然后對使用開源圖像處理庫openCV對圖像進行灰度化預處理。

面部檢測的目的是獲取該圖像是否含有人臉，需要將人臉與圖像背景分離開來。如果存在，我們則需要確定其位置、大小以及面部姿態(tài)。我公司使用dlib庫中的檢測器分析圖像，如若含有多張人臉，則獲取圖像中占比最大的臉部。

特征提取過程是根據(jù)開源的68D人臉關(guān)鍵點檢測器定位人臉面部關(guān)鍵點，使用卷積神經(jīng)網(wǎng)絡CNN圖像模型中的深度殘差網(wǎng)絡ResNet人臉識別模型將面部特征提取出來。

再將該面部特征與射頻卡關(guān)聯(lián)的校園數(shù)據(jù)庫中注冊好的本校的人臉數(shù)據(jù)進行比對，確定該訪客是否屬性本校成員，人臉識別結(jié)束。

5 結(jié)束語

本系統(tǒng)以STM32單片機為核心結(jié)合上位機和人機交互界面實現(xiàn)了通過面部識別+RFID無線識別解鎖的創(chuàng)新點。并且以卷積神經(jīng)網(wǎng)絡為人臉識別深度學習核心進行人臉識別模塊的優(yōu)化以及實現(xiàn)。該系統(tǒng)能夠?qū)崿F(xiàn)保存開門者基本信息和圖像、系統(tǒng)異常時報警的功能，且具有基于生物識別技術(shù)、射頻卡技術(shù)多種開鎖方式，擁有準確的識別結(jié)果以及快速高效的識別過程。還可以通過WiFi模塊實現(xiàn)門禁監(jiān)控功能，使其具有安全防御的功能，大大地提高了門禁系統(tǒng)的安全系數(shù)，更提高了人們的生活品質(zhì)，是一個功能完整、安全的智能門禁系統(tǒng)。

參考文獻：

[1]趙雪平.基于STM32F103ZET6的門禁與考勤管理系統(tǒng)設(shè)計[D].西北師范大學，2018.

[2]郭宇智，林福炎，等.基于RFID的門禁與身份識別系統(tǒng)研究[J].科技創(chuàng)新與應用，2014（15）：51.

[3]金鈞.基于RFID和指紋識別的門禁管理系統(tǒng)[D].華東師范大學，2011.

[4]孔澤斌.超高頻無源RFID電源管理電路的設(shè)計與實現(xiàn)[D].西安電子科技大學，2010.

[5]翁彬月，黃今慧.基于網(wǎng)絡大數(shù)據(jù)分析的可視化技術(shù)[J].信息與電腦（理論版），2017（23）：158-159.

[6]劉同法.單片機外圍接口電路與工程實踐[M].北京：北京航空航天大學出版社，2009.

[7]陳錦.基于射頻識別技術(shù)的門禁系統(tǒng)研究[D].武漢理工大學，2010.

[8]KuoC M， Lai S H， Sarkis M. A compact deep learning model for robust facial expression recognition[C]//Proceedings of the IEEE Conference on Compute Vision and Pattern RecognitionWorkshops，2018：2121-2129.