摘要：基于生物特征的人臉識別技術在身份識別方面具有獨特的優(yōu)勢，目前已經成為身份識別技術的主流。本文提出一種基于人臉識別技術的高校學生公寓門禁管理系統(tǒng)的設計與開發(fā)方案。實驗表明，本文設計的門禁管理系統(tǒng)具有穩(wěn)定、良好的人臉識別率，運行效果良好，有效地滿足了學生公寓門禁安全防控管理的需要。

關鍵詞：門禁管理系統(tǒng) 人臉識別 人臉識別技術

高校學生公寓作為學生出入的重要場所，其安全性管理一直是公寓管理的重要因素。為加強學生公寓的安全管理，通過設計一套高智能、人性化的門禁控制系統(tǒng)，可以從公寓出入口這個關鍵區(qū)域，有效地解決學生公寓的安全問題。隨著計算機技術和通信技術的發(fā)展，基于生物特征識別的門禁系統(tǒng)的應用范圍不斷拓展?；谏锾卣髯R別門禁系統(tǒng)是以人體生物特征作為辨識條件的門禁系統(tǒng)，主要包括指紋識別、掌紋識別、語音識別、人臉識別等[1]。針對認證通行碼、各類證件、識別卡等傳統(tǒng)識別方法的易遺失、易被偽造、驗證識別效率低等缺陷，基于生物特征識別的方法越來越受到關注。在眾多生物特征識別技術中，人臉識別技術由于具有穩(wěn)定性、安全可靠性和精準性等優(yōu)點，易于被人們接受，已成為身份識別和身份驗證方法的主流?；诟咝W生公寓門禁的任務突發(fā)性強、瞬時任務量大的應用現狀，本文提出一種基于人臉識別技術的高校學生公寓門禁系統(tǒng)設計與開發(fā)方案。

1 人臉識別門禁系統(tǒng)總體方案設計

本文設計的門禁系統(tǒng)是基于網絡版的單向門禁系統(tǒng)。首先需要建立每棟樓人員的人臉圖像數據庫。每人先采集5-10張照片，基本涵蓋了在不同光照、不同姿態(tài)、不同表情下的人臉圖像，存儲在數據庫中。當有人進出某棟公寓樓時，樓門入口前的高清攝像頭對其拍照，采集人臉圖像，通過網絡把人臉圖像傳送到PC，同人臉數據庫中的人臉信息進行比對，并記錄。如果比對成功，PC將對門禁硬件系統(tǒng)發(fā)出開門信號；如果比對失敗，將拒絕開門，并將來訪者的人臉數據信息記錄存儲在PC，并發(fā)出警告信息，并對公寓管理員發(fā)出提示信息。當需要出公寓樓時，可以直接按門內側的按鈕開門。

門禁系統(tǒng)總體框架圖如下圖1所示：2 門禁系統(tǒng)硬件設計

門禁系統(tǒng)硬件系統(tǒng)結構圖的組成如下圖2所示：

在人臉識別硬件系統(tǒng)中，PC是整個系統(tǒng)的核心，通過USB接口與攝像頭連接，它負責接收攝像頭傳送的人臉圖像信息，對人臉圖像進行圖像預處理、人臉檢測與定位、人臉比對等操作，并且根據最后的比對結果，向門禁控制器發(fā)出控制信號（或者提示信息），并把來訪者的圖像信息存儲到電腦上以備查看，同時負責準確接收通行人員進出日志。PC上安裝了門禁系統(tǒng)管理軟件。PC選擇配置較高的臺式機即可，本文中我們使用聯想揚天A4600t臺式機。PC上安裝windows XP系統(tǒng)軟件。圖像的采集端采用DirectShow技術對攝像頭進行控制，實現圖像的預覽，并在預覽的過程中對實時的視頻進行抓拍，將抓拍的圖像傳輸到PC。攝像頭我們選擇ANC酷睿HD1080P高清版攝像頭，每棟樓大門前設立一臺，這款攝像頭能夠自動跟蹤人臉，使人臉圖像始終保持在畫面中央，并可以調整圖像的大小來適合窗口大小。作為門禁系統(tǒng)的通信媒介，利用局域網、交換機等網絡設備把各個門禁控制器和PC連接起來。同時，局域網用于傳輸門禁日志數據和其他的控制信號。在此，我們利用學校的校園網連接PC和門禁控制器。網絡采用總線型的拓撲結構，易于安裝新門禁控制器和進行日常維護。門禁控制器用AT89C51單片機設計實現。門禁控制器一方面將門鈴產生的脈沖轉給PC，以便PC啟動攝像頭進行拍照.。另一方面負責接收PC傳送的控制信號，開啟公寓樓大門或者發(fā)出警告提示。門鎖是門禁系統(tǒng)的機械控制部件。門鎖的質量好壞也將影響整個門禁的質量。對于門鎖的選擇一般由門的材質來決定，本文中我們使用電插鎖，這種鎖在通電時呈關閉狀態(tài)，斷電時電插鎖打開。當有人需要進入公寓樓時，按一下門鈴。門鈴負責向門禁控制器發(fā)送開門信號。當人臉圖像比對失敗時，門鈴負責發(fā)出警報信息。UPS主要給硬件系統(tǒng)提高不間斷電源。門內側的開關用于出門時，按快關按鈕即可出門。

3 門禁系統(tǒng)的軟件設計

人臉識別軟件系統(tǒng)是整個系統(tǒng)的核心，需要安裝到PC上，根據軟件功能分為四個模塊。圖像采集模塊，人臉圖像預處理模塊、人臉檢測模塊，人臉特征提取、人臉識別（比對）模塊。軟件系統(tǒng)的結構如下圖3所示：3.1 圖像采集模塊。在此模塊中我們通過使用Directshow捕捉靜態(tài)圖像。建立一個視頻捕捉類CCaptVideo，在編程中需要使用其中的3個類成員函數來實現視頻捕捉。①int Numb_Devices（HWND hlist），此函數用于枚舉當前系統(tǒng)安裝的視頻捕捉設備。②HRESULT int（int iDeviceID，HWND hWnd），iDeviceID表示視頻捕捉設備序號，hWnd表示視頻捕捉窗口的句柄。③void GrabOneWindow（BOOL bGrab）；調用函數GrabOneWindow（true）可以捕獲當前的靜態(tài)人臉圖像，并將圖像保存到硬盤上。

3.2 預處理圖像。通過對人臉圖像做初步的分析處理，達到去噪，增強有用信息，對圖像已經出現的老化現象進行相應的復原，為特征提取和人臉比對做準備。預處理主要采用人臉圖像的灰度化、灰度歸一化、尺度歸一化、直方圖均衡以及邊緣檢測技術，消除光照、背景等因素的影響，以便于將人臉信息及時地從復雜的背景中提取出來。

3.3 人臉檢測。對預處理后的圖像，進行人臉檢測，可以獲取圖像中的人臉區(qū)域，本文根據膚色來獲取，通過膚色非線性分段色彩變換來實現。從圖像中分離出膚色區(qū)域后，再進行Adaboost檢測[2]。Adaboost算法是1955年由Freund和Schapire[3]提出的?？梢愿鶕说膬蓚€眼睛具有對稱、眼睛下有鼻子、再往下有嘴巴的特點，來確定劃分的區(qū)域是否就是人臉區(qū)域。為了準確提取特征，還需要對人臉區(qū)域進行定位。準確的定位是進行圖像處理的關鍵，如果存在人臉，則會標出人臉的區(qū)域；否則，不會進行后續(xù)的圖像處理和識別。

3.4 特征提取。特征提取的標準是在降低特征空間的維數的同時，盡可能地保留有用的識別信息，即人臉特征。在特征提取模塊中，本文采用了基于離散小波分解變換方法，以模糊姿勢、光照及表情等因素造成的影響。實驗中，我們采用二次小波變換技術，來實現人臉圖像的定位。經過二次小波變換的人臉圖像，降低了圖像的維數，其低頻部分保留了有效的信息和能量，同時，在圖像的敏感位置小波變換后生成的特征矢量模相對較大。這些優(yōu)點對于人臉識別十分有利。

3.5 人臉識別。本文采用基于隱馬爾可夫模型的人臉識別算法進行人臉識別，并和人臉數據庫中的人臉進行比對，看是否有與之匹配的人臉存在。在人臉識別模塊中，對于樣本訓練集，先通過采集不同人臉的圖像，組建相應的用戶人臉圖像集，建立人臉圖像模型，并把各個用戶的的模型信息存儲在各個用戶相應的文件夾中。然后，對待測人臉圖像樣本，通過采用隱馬爾科夫模型，把人臉圖像模型分成前額、眼睛、鼻子、嘴巴和下巴這樣一個序列，通過對這些區(qū)域有序的識別和檢測，提取人臉模型的觀察序列，也即人臉特征向量，然后把此人臉觀察向量序列與人臉數據庫中人臉的隱馬爾科夫模型進行比對，通過前向-后向算法得出二者的似然率。似然率最大的人臉模型就是與待識人臉最接近的人臉模型。

3.6 輸出識別結果。如果能夠找到匹配的人臉，則輸出匹配的人臉圖像，并且PC向門禁管理器發(fā)送開門信號；如果沒有匹配到的人臉圖像，則給出識別錯誤信息，并且PC向管理員發(fā)出提示信息。

在實驗中，以Microsoft的VC++6.0為開發(fā)平臺，并且充分利用OpenCV提供的一些開源代碼，配合一些必要的數據庫來開發(fā)此系統(tǒng)，全部核心算法采用模塊化設計，提高了算法的可移植性。

4 實驗測試

為了驗證系統(tǒng)，我們分別采用Yale人臉數據庫與實際高校學生數據共同實驗測試，Yale數據庫是由美國耶魯大學的實驗室采集，我們在兩個庫中各選30人作為一組，每人15張人臉圖片，每組450張進行測試。這些照片基本包含人臉在不同時間、不同光照、不同背景、不同表情下的情況。每張圖片尺寸為128×128像素，比較充分地反應了同一個人不同人臉圖像的變化和差異。將圖像庫中的人臉圖像分為兩組，其中400 張為訓練樣本，另外50 張為測試樣本。實驗中，Yale數據組訓練人臉模版所需時間平均為10.1秒，人臉的識別過程所需的時間平均為0.5s，人臉的識別率可達95%，其中誤識別率為1.2%；實測數據組在訓練時間上略低于Yale組，其他數據同Yale組差別不大。

實驗證明此系統(tǒng)有較理想的識別率和實時運行效果。

5 結束語

隨著近些年高校擴招，高校學生人數不斷增多，高校學生公寓門禁管理成為提高學生公寓安全性的關鍵因素。本文把人臉識別技術與高校公寓門禁系統(tǒng)結合起來，設計了一套高安全性、高智能型的高校學生公寓門禁系統(tǒng)。通過不同情況下的人臉系統(tǒng)實驗，測試的結果基本令人滿意，本文設計的門禁系統(tǒng)在保證識別率的前提下有較高的實時性，有效地滿足高校學生公寓門禁安全防控管理的需要。

參考文獻：

[1]虞闖，魏新華，張明揚.人臉識別技術在門禁系統(tǒng)中的應用[J].電腦開發(fā)與應用，2010（8）：27-28，40.

[2]程艷艷.基于人臉識別的高校無阻礙門禁系統(tǒng)設計研究[J].電腦開發(fā)與應用，2011（12）：17-19.

[3]Freund Y，Schapire R E.A Decision-Theoretic Generalization of On-Lion Learning and an Application to Boosting[J].Journal of Computer and System Sciences，1977，55（1）：119-139.

作者簡介：魏亮（1982-），男，河南博愛人，大學本科，助教，研究方向：計算機應用，網絡技術。