馮煒娟，田世政

（1.安康學院 馬克思主義學院，安康 725000；2.西南大學 經(jīng)濟管理學院，重慶 400715）

由于交通的頻繁，客流的巨大，使得交通安全、人員信息的核查變得十分困難，因此，目前大多數(shù)的交通安全檢查都是依靠手工進行的。這不僅會增加人力成本，而且會造成資源的巨大浪費。如何快速、準確、安全地進行安全檢測，是快速、準確、安全的關鍵。在這個背景下，自動安檢系統(tǒng)應運而生，大量的技術已經(jīng)在各個運輸行業(yè)得到了廣泛地應用，為人們提供了空前的便利。為此，有較多學者研究了自動安檢系統(tǒng)，其中，文獻[1]設計了旅客風險安檢系統(tǒng)。構(gòu)建游客風險評價體系，利用旅客信息模擬安檢流程設計硬件模塊，基于PSO-BP 神經(jīng)網(wǎng)絡算法構(gòu)建風險識別模型，實現(xiàn)安檢；文獻[2]利用人臉識別技術和RFID 識別技術設計機場旅客安檢系統(tǒng)，實現(xiàn)無需口令與無需主動配合的“智能無感”安檢。

但是上述方法由于環(huán)境等因素的限制，應用于旅游景點中的檢測效果較差。人臉識別技術主要是通過攝像機獲取信息，然后對圖像中的人臉進行檢測、追蹤，從而對所檢測到的人臉進行相應地處理?；谌四樧R別技術的這個優(yōu)點，本文將其應用到旅游城市景點游客身份自動檢測中，設計一個基于人臉識別技術的旅游景點自動安檢系統(tǒng)。

1 基于人臉識別技術的旅游城市景點自動安檢系統(tǒng)

1.1 旅游城市景點自動安檢系統(tǒng)硬件設計

1.1.1 旅游城市景點自動安檢系統(tǒng)硬件框架

所研究的旅游城市景點自動安檢系統(tǒng)硬件框架如圖1所示?；趫D1可知，此次研究的旅游景點自動安檢系統(tǒng)主要由TMs320DM6446DaVinci 處理器、身份核驗模塊、視頻解碼模塊、數(shù)據(jù)庫等重點模塊組成，通過身份核驗模塊、數(shù)據(jù)庫模塊、圖像處理器模塊對圖像處理與識別，再發(fā)送到核心處理器中進行后端控制。

1.1.2 主處理器設計

TMs320DM6446DaVinci 處理器是一個雙核心結(jié)構(gòu)[3]，它包含一個297 MHz 的ARM926EJ.S 核心，ARM 子系統(tǒng)[4]，視頻處理子系統(tǒng)（VPSS），VICP（VICP），以及其他豐富的外部設備接口。其功能如圖2所示。

圖2 TMs320DM6446 處理器功能框圖Fig.2 TMs320DM6446 processor functional block diagram

TMs320C64x+DSP 芯片，片內(nèi)存儲控制器，DSP外接設備，TMs320C64x+DSP 系統(tǒng)。DSP 芯片C64x+DSP 為核心，其32 KBLlP 程序RAM/Cache（直接映射）、80 KBLlDRAM/Cache（局部映射），C64x+DSP 能夠在一次指令循環(huán)中執(zhí)行8 條32 bits 指令，每一次運算可以實現(xiàn)2 個16×16 bits 或4 個8×8 bits 的運算[5]。同時，包含64 個常用32 位寄存器，用于儲存資料，為自動安檢系統(tǒng)提供數(shù)據(jù)支持。具有以下特性：

1）ARM 子系統(tǒng)利用CPL5（controller controller，CPL5），用于對指令[6]、數(shù)據(jù)緩存、緊耦合存儲器（TCM）、存儲器管理單元（MMU）和其他系統(tǒng)功能進行控制。

2）ARM 子系統(tǒng)中的內(nèi)存管理單元為操作系統(tǒng)提供了虛擬存儲器的功能，為ARM 上的Windows CE、Linux 等操作提供了必要的支持。

3）ARM 系統(tǒng)包含了大量的外部設備，它由DDR2端口控制器、PWM、音頻串口、EMIF、通用串行總線等組成。

1.1.3 視頻解碼模塊

TVP5158 是一款高品質(zhì)的視頻解碼芯片[7]，它由美國德州儀器公司開發(fā)，使用128 針TQFP 封裝。本芯片可實現(xiàn)4 種不同類型的模擬視頻信號，并具有各自的解碼信道，每一信道均含有1 個10 bits、27 MSPS 的高速模數(shù)變換器。支持PAL 和NTSL 兩種格式的視頻解碼，具有自動降噪、自動對比度調(diào)整等特點。支持8 bits 的ITU.R.R.656 和YCbCr4：2：2的16 bits 的視頻格式。

TVP5158 芯片支持的多路傳輸技術，可以將多個視頻信號以線交叉的方式進行混合，從而使DM6446 在僅支持單路輸入的情況下，實現(xiàn)了兩個攝像機的采集。TVP5158 芯片具有多種工作方式，能夠在12C 總線上訪問對應的寄存器，從而達到以上工作方式。由于該嵌入式門禁系統(tǒng)采用雙路輸入方式，因此采用了雙路輸入和單路輸出方式，并將其傳輸至TMs320DM6446。由于TVP5158 的輸入/輸出接口的電壓是3.3 V，DM6446 是1.8 V，所以必須把TVP5158 管腳的輸出信號用電壓變換器SN74AVCBl64245GR 變換成1.8 V 的邏輯電壓。

1.1.4 身份核驗模塊

身份核驗模塊負責身份核驗閱讀和控制閘機。主要由小型一體閱讀機和安檢機兩組設備組成。

CVT820B 雙屏人證一體閱讀核驗終端，集成了人臉識別技術、證件掃描技術、打印機技術和計算機技術，充分利用條碼技術、無線通訊技術，由顯示屏、身份證讀卡器、攝像頭組成?？梢酝ㄟ^讀取居民身份證芯片中的身份信息、現(xiàn)場采集指紋圖像和人臉照片，來獲取驗證結(jié)果。閱讀核驗處理器為高速Q(mào)DSP6 v5，內(nèi)核配置為Qualcomm 的Cortex-A7 四核處理器，工作頻率為691 MHz768 KBL2，存儲為8/16 GB，支持全網(wǎng)4G 數(shù)據(jù)傳輸；顯示屏為7 寸全視角，分辨率為1024×600 橫屏顯示。身份證讀卡器具有ISO/EC15693 協(xié)議、ISO18000-3 協(xié)議、UART/RS232 通信協(xié)議，最大讀寫距離為8 m。

SYT-5030 安檢機：負責監(jiān)測通過人員有無攜帶非法物品，同時內(nèi)置居民身份證閱讀器和高分辨率攝像頭，符合公安部GA450—2013 標準，可讀取居民身份證芯片內(nèi)的文字和人臉信息并現(xiàn)場采集人臉圖像。利用微留殘?zhí)郊夹g對多種金屬材質(zhì)進行分析，空間分辨力達到中1.0 mm；利用電磁身份識別感應高速掃描通過人員信息，防止誤報警、漏報，抗干擾能力較強。實際使用時在人員通過核查后，安檢機利用攝像頭會自動采集所有通過人員信息。

1.1.5 網(wǎng)絡模塊

網(wǎng)絡模塊主要負責服務器與檢測模塊間的通信。網(wǎng)絡模塊采用ARMCortexM3 系列的LM3S6965為控制芯片，網(wǎng)絡模塊移植了LWP 協(xié)議棧與服務器進行TCP/P 通信。網(wǎng)絡模塊的功能是完成服務器和驗票系統(tǒng)之間的通訊，本項目的網(wǎng)絡模塊以ARMCortexM3 系列LM3S6965 為核心，其性能優(yōu)越，對突發(fā)事件的反應速度快[8]。

ARMCortexM3 系列處理器中有一款LM3S6965，它是一款為工業(yè)應用而開發(fā)的專用微處理器。其特征是：256 K 的單周期FLASH；64 K 的單循環(huán)RAM；最多可以達到42 個GPIO 端口；最高50 MHz 的操作頻率；3 個串口通訊接口；一個完整的10 Mbps Ethernet 控制器，它與ARM 體系結(jié)構(gòu)兼容；一種睡眠組件，該睡眠組件具有叫醒單元；38 個具有8 個優(yōu)先級的中斷；整合了嵌套矢量中斷控制器（NVIC），使得處理中斷更加簡單。

1.1.6 數(shù)據(jù)庫模塊

數(shù)據(jù)庫主要包括公安部人像數(shù)據(jù)庫、通關信息數(shù)據(jù)庫等。數(shù)據(jù)庫模塊底層邏輯采用UDB 分布式架構(gòu)，以SQL99 標準作為存儲運行原則，設計引擎。全面支持結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的處理。通過ETL 的數(shù)據(jù)字典程序，提取人像特征，對數(shù)據(jù)進行整合處理，在服務器端生成人像數(shù)據(jù)庫。

1.1.7 圖像處理器模塊

圖像處理器模塊采用ATMEL AVR 型號的8位微處理器，內(nèi)含ATMEga128L 芯片，邏輯架構(gòu)為RISE，可同時發(fā)送152 條指令，具有獨立的預分頻器和比較器功能。分為8 位PWN、8 個單端通道、7個差分通道和2 個具有可編程增益的差分通道。兩個可編程的串行USART，用于上電復位和掉電檢測。

利用高清攝像機連續(xù)采集人臉圖像，根據(jù)數(shù)據(jù)庫和身份核驗模塊提供的信息，對于無證人員，自動判定和截取多張正面人臉圖像。篩選最清晰圖像通過網(wǎng)絡模塊傳輸至后臺服務器，利用人臉識別技術進行身份信息比對。選取相似度最高的比對結(jié)果確認人員身份，并將采集的數(shù)據(jù)以及核查日志直接存入后臺數(shù)據(jù)庫。

1.2 旅游城市景點自動安檢系統(tǒng)軟件設計

1.2.1 旅游城市景點安檢系統(tǒng)流程

圖像處理器模塊的人臉識別技術應用于自動安檢系統(tǒng)同樣要完成3 步，先由旅游城市景點自動安檢系統(tǒng)硬件部分獲得相關圖像，對圖像預處理，最后進行人臉比對并輸出結(jié)果，實現(xiàn)自動安檢。人臉識別技術應用于自動售檢系統(tǒng)流程如圖3所示。

圖3 人臉識別技術的旅游景點安檢系統(tǒng)流程Fig.3 Flow chact of tourist attraction security check system of face recognition technology

首先是對圖像進行預處理，然后利用人臉識別模塊對灰度圖像進一步地處理，可以使目標區(qū)域的輪廓得到進一步的突出。如果一個像素點的灰度低于此閾值，則此點的灰度被設定為0，反之為255，變換公式表示為

式中：T 代表設定的閾值。

經(jīng)過上述處理后能夠?qū)D像目標內(nèi)容分為目標區(qū)域和背景區(qū)域，方便于后續(xù)目標提取。經(jīng)過上述圖像預處理后，對圖像增強。此次研究中采用灰度直方圖處理方法，將其表示為

式中：N 代表圖像中像素總數(shù)；nk代表第k 級灰度的像素個數(shù)；rk代表第k 個圖像塊的灰度級。

經(jīng)過上述過程對圖像預處理，為后續(xù)景點自動檢測提供基礎。

1.2.2 人臉識別

經(jīng)上述處理后，進行人臉識別，識別過程中主要采用主成分分析技術中的K-L 變換方法，該方法主要是一種用于任何概率分布的最優(yōu)正交變換方法。該方法主要尋找一組最優(yōu)正交基向量，從而使該組正交基向量表示原圖像并且保證誤差最小，如果其中兩個矩陣的特征值相同，則兩個矩陣為相似矩陣，公式如下：

由于在人臉圖像矩陣中包含了較多的樣本向量，為此預先對圖像樣本向量統(tǒng)計，公式為

式中：m 代表樣本向量的數(shù)量；Xi代表第i 樣本向量的均值。

在此基礎上，進行人臉識別，特征匹配識別方法較多，為加快識別速度，采用比較特征度量值體檢，將公式表示為

式中：y1，y2分別為圖像投影以及待測人臉圖像的投影；C 代表協(xié)方差矩陣。

通過上述過程計算出圖像在模板方向上的投影距離，并將距離和自適應閾值對比，小于閾值就代表匹配成功，大于閾值代表匹配失敗，不斷重復上述過程，實現(xiàn)人臉匹配。

最后，由于自動安檢系統(tǒng)采集的特征值是非常多的，特征值也是不斷反復學習的，為此，將迭代學習算法應用到其中，其學習算法的框架如圖4所示。通過迭代學習算法的應用能夠在識別圖像過程中，不斷迭代特征值，實時更新數(shù)據(jù)庫，以提高特征值分析的準確率，以此完成旅游城市景點自動檢測。

圖4 迭代學習算法Fig.4 Iterative learning algorithm

2 仿真實驗

2.1 實驗平臺的設置

為驗證基于人臉識別技術的旅游城市景點自動安檢系統(tǒng)的有效性，進行實驗對比，并將文獻[1]方法、文獻[2]方法與本文系統(tǒng)對比。實驗平臺的主要參數(shù)如表1所示。

表1 圖像獲取設備參數(shù)設置Tab.1 Image acquisition device parameter settings

實驗中，共選取男女各5 個人，每人10 張共100 張圖像，待識別的圖像包括直接由高清攝像頭獲取的影像，也包括提供商本人的個人證件照片（標準照片）或旅行照片，證件照的角度、光線、表情都不太一樣。所以這些圖像的分辨率不同，1～20 張圖片分辨率為160×120，21～40 張的圖片分辨率為320×240，41～60 張圖片的分辨率為640×480，61 張到80 張圖片的分辨率為1920×1080，81～100 張圖片的分辨率為3840×2160，將數(shù)據(jù)庫中的圖片按照分辨率分為4 組，共進行5 次實驗，分析在不同分辨率圖像下3 個系統(tǒng)的應用效果。通過模數(shù)轉(zhuǎn)換器將人臉視頻圖像轉(zhuǎn)換為數(shù)字信號，將處理得到的圖像存儲在RAM 模塊中，將人臉識別算法寫入數(shù)據(jù)庫模塊。將攝像頭獲取的圖片存儲到數(shù)據(jù)庫中作為訓練數(shù)據(jù)集，由于數(shù)據(jù)庫中每個人都有10 副不同表情的圖片，因此在圖片存儲到數(shù)據(jù)庫時需要對每個圖片都添加身份編碼。

然后在迭代學習算法建立多層迭代神經(jīng)網(wǎng)絡，層數(shù)設定為6 層。建立3 個堆疊的RBM 組成自動編碼器，采用數(shù)據(jù)庫中經(jīng)過自動編碼的人臉圖像進行依次迭代訓練，獲得一組優(yōu)化的權(quán)值。采用此權(quán)值優(yōu)化算法可以自動學習圖像的特征，將識別為同一人臉特征的圖片與身份信息匹配，識別為一組，識別結(jié)果如圖5所示。從檢測正確率和平均檢測耗時兩個指標來分析系統(tǒng)的人臉識別性能。

圖5 人臉識別結(jié)果Fig.5 Face recognition results

2.2 檢測正確率對比

分別采用3 個系統(tǒng)識別上述提到的不同分辨率的圖像，得到的結(jié)果如圖6所示。

圖6 檢測正確率對比Fig.6 Detects the accuracy comparison

根據(jù)圖6可知，基于人臉識別技術的旅游景點自動安檢系統(tǒng)在不同分辨率的檢測上，檢測正確性均高于80%，受到圖像分辨率的影響較小。而另兩個系統(tǒng)在檢測中，整體正確率較低，受到圖像分辨率的影響較大，較本文系統(tǒng)應用效果差。

2.3 平均檢測耗時對比

對比3 個系統(tǒng)在檢測中的平均耗時，如圖7所示。從圖7的結(jié)果能夠看出，本文系統(tǒng)整體檢測時間較少，較為穩(wěn)定，較另兩種系統(tǒng)檢測效果好。

圖7 平均檢測耗時對比Fig.7 Average detection of time-consuming comparison

綜上所述，本文旅游城市景點自動安檢系統(tǒng)具有較高的檢測正確率與效率，說明該系統(tǒng)能夠提高旅游城市景點檢測的工作效率。本文系統(tǒng)獲得較好效果的原因可能是該系統(tǒng)重點設計了系統(tǒng)的軟件部分，在軟件部分采用了人臉識別技術，并提出了圖像的預處理過程，從而提高了檢測效率。

3 結(jié)語

本文設計了基于人臉識別技術的旅游城市景點自動安檢系統(tǒng)，實驗結(jié)果表明，本文系統(tǒng)具有較好的識別效果，能夠為旅游城市景點自動安全檢測提供幫助，滿足系統(tǒng)的設計需求。此次研究的系統(tǒng)主要是針對一個圖像識別，在后續(xù)研究中，可以研究識別多個圖像的方法，以進一步提高旅游景點自動安全檢測的效率。