基于人脸识别技术的高校学生公寓门禁系统设计与开发

摘要：基于生物特征的人脸识别技术在身份识别方面具有独特的优势，目前已经成为身份识别技术的主流。本文提出一种基于人脸识别技术的高校学生公寓门禁管理系统的设计与开发方案。实验表明，本文设计的门禁管理系统具有稳定、良好的人脸识别率，运行效果良好，有效地满足了学生公寓门禁安全防控管理的需要。

关键词：门禁管理系统 人脸识别 人脸识别技术

高校学生公寓作为学生出入的重要场所，其安全性管理一直是公寓管理的重要因素。为加强学生公寓的安全管理，通过设计一套高智能、人性化的门禁控制系统，可以从公寓出入口这个关键区域，有效地解决学生公寓的安全问题。随着计算机技术和通信技术的发展，基于生物特征识别的门禁系统的应用范围不断拓展。基于生物特征识别门禁系统是以人体生物特征作为辨识条件的门禁系统，主要包括指纹识别、掌纹识别、语音识别、人脸识别等[1]。针对认证通行码、各类证件、识别卡等传统识别方法的易遗失、易被伪造、验证识别效率低等缺陷，基于生物特征识别的方法越来越受到关注。在众多生物特征识别技术中，人脸识别技术由于具有稳定性、安全可靠性和精准性等优点，易于被人们接受，已成为身份识别和身份验证方法的主流。基于高校学生公寓门禁的任务突发性强、瞬时任务量大的应用现状，本文提出一种基于人脸识别技术的高校学生公寓门禁系统设计与开发方案。

1 人脸识别门禁系统总体方案设计

本文设计的门禁系统是基于网络版的单向门禁系统。首先需要建立每栋楼人员的人脸图像数据库。每人先采集5-10张照片，基本涵盖了在不同光照、不同姿态、不同表情下的人脸图像，存储在数据库中。当有人进出某栋公寓楼时，楼门入口前的高清摄像头对其拍照，采集人脸图像，通过网络把人脸图像传送到PC，同人脸数据库中的人脸信息进行比对，并记录。如果比对成功，PC将对门禁硬件系统发出开门信号；如果比对失败，将拒绝开门，并将来访者的人脸数据信息记录存储在PC，并发出警告信息，并对公寓管理员发出提示信息。当需要出公寓楼时，可以直接按门内侧的按钮开门。

门禁系统总体框架图如下图1所示：2 门禁系统硬件设计

门禁系统硬件系统结构图的组成如下图2所示：

在人脸识别硬件系统中，PC是整个系统的核心，通过USB接口与摄像头连接，它负责接收摄像头传送的人脸图像信息，对人脸图像进行图像预处理、人脸检测与定位、人脸比对等操作，并且根据最后的比对结果，向门禁控制器发出控制信号（或者提示信息），并把来访者的图像信息存储到电脑上以备查看，同时负责准确接收通行人员进出日志。PC上安装了门禁系统管理软件。PC选择配置较高的台式机即可，本文中我们使用联想扬天A4600t台式机。PC上安装windows XP系统软件。图像的采集端采用DirectShow技术对摄像头进行控制，实现图像的预览，并在预览的过程中对实时的视频进行抓拍，将抓拍的图像传输到PC。摄像头我们选择ANC酷睿HD1080P高清版摄像头，每栋楼大门前设立一台，这款摄像头能够自动跟踪人脸，使人脸图像始终保持在画面中央，并可以调整图像的大小来适合窗口大小。作为门禁系统的通信媒介，利用局域网、交换机等网络设备把各个门禁控制器和PC连接起来。同时，局域网用于传输门禁日志数据和其他的控制信号。在此，我们利用学校的校园网连接PC和门禁控制器。网络采用总线型的拓扑结构，易于安装新门禁控制器和进行日常维护。门禁控制器用AT89C51单片机设计实现。門禁控制器一方面将门铃产生的脉冲转给PC，以便PC启动摄像头进行拍照.。另一方面负责接收PC传送的控制信号，开启公寓楼大门或者发出警告提示。门锁是门禁系统的机械控制部件。门锁的质量好坏也将影响整个门禁的质量。对于门锁的选择一般由门的材质来决定，本文中我们使用电插锁，这种锁在通电时呈关闭状态，断电时电插锁打开。当有人需要进入公寓楼时，按一下门铃。门铃负责向门禁控制器发送开门信号。当人脸图像比对失败时，门铃负责发出警报信息。UPS主要给硬件系统提高不间断电源。门内侧的开关用于出门时，按快关按钮即可出门。

3 门禁系统的软件设计

人脸识别软件系统是整个系统的核心，需要安装到PC上，根据软件功能分为四个模块。图像采集模块，人脸图像预处理模块、人脸检测模块，人脸特征提取、人脸识别（比对）模块。软件系统的结构如下图3所示：3.1 图像采集模块。在此模块中我们通过使用Directshow捕捉静态图像。建立一个视频捕捉类CCaptVideo，在编程中需要使用其中的3个类成员函数来实现视频捕捉。①int Numb_Devices（HWND hlist），此函数用于枚举当前系统安装的视频捕捉设备。②HRESULT int（int iDeviceID，HWND hWnd），iDeviceID表示视频捕捉设备序号，hWnd表示视频捕捉窗口的句柄。③void GrabOneWindow（BOOL bGrab）；调用函数GrabOneWindow（true）可以捕获当前的静态人脸图像，并将图像保存到硬盘上。

3.2 预处理图像。通过对人脸图像做初步的分析处理，达到去噪，增强有用信息，对图像已经出现的老化现象进行相应的复原，为特征提取和人脸比对做准备。预处理主要采用人脸图像的灰度化、灰度归一化、尺度归一化、直方图均衡以及边缘检测技术，消除光照、背景等因素的影响，以便于将人脸信息及时地从复杂的背景中提取出来。

3.3 人脸检测。对预处理后的图像，进行人脸检测，可以获取图像中的人脸区域，本文根据肤色来获取，通过肤色非线性分段色彩变换来实现。从图像中分离出肤色区域后，再进行Adaboost检测[2]。Adaboost算法是1955年由Freund和Schapire[3]提出的。可以根据人的两个眼睛具有对称、眼睛下有鼻子、再往下有嘴巴的特点，来确定划分的区域是否就是人脸区域。为了准确提取特征，还需要对人脸区域进行定位。准确的定位是进行图像处理的关键，如果存在人脸，则会标出人脸的区域；否则，不会进行后续的图像处理和识别。

3.4 特征提取。特征提取的标准是在降低特征空间的维数的同时，尽可能地保留有用的识别信息，即人脸特征。在特征提取模块中，本文采用了基于离散小波分解变换方法，以模糊姿势、光照及表情等因素造成的影响。实验中，我们采用二次小波变换技术，来实现人脸图像的定位。经过二次小波变换的人脸图像，降低了图像的维数，其低频部分保留了有效的信息和能量，同时，在图像的敏感位置小波变换后生成的特征矢量模相对较大。这些优点对于人脸识别十分有利。

3.5 人脸识别。本文采用基于隐马尔可夫模型的人脸识别算法进行人脸识别，并和人脸数据库中的人脸进行比对，看是否有与之匹配的人脸存在。在人脸识别模块中，对于样本训练集，先通过采集不同人脸的图像，组建相应的用户人脸图像集，建立人脸图像模型，并把各个用户的的模型信息存储在各个用户相应的文件夾中。然后，对待测人脸图像样本，通过采用隐马尔科夫模型，把人脸图像模型分成前额、眼睛、鼻子、嘴巴和下巴这样一个序列，通过对这些区域有序的识别和检测，提取人脸模型的观察序列，也即人脸特征向量，然后把此人脸观察向量序列与人脸数据库中人脸的隐马尔科夫模型进行比对，通过前向-后向算法得出二者的似然率。似然率最大的人脸模型就是与待识人脸最接近的人脸模型。

3.6 输出识别结果。如果能够找到匹配的人脸，则输出匹配的人脸图像，并且PC向门禁管理器发送开门信号；如果没有匹配到的人脸图像，则给出识别错误信息，并且PC向管理员发出提示信息。

在实验中，以Microsoft的VC++6.0为开发平台，并且充分利用OpenCV提供的一些开源代码，配合一些必要的数据库来开发此系统，全部核心算法采用模块化设计，提高了算法的可移植性。

4 实验测试

为了验证系统，我们分别采用Yale人脸数据库与实际高校学生数据共同实验测试，Yale数据库是由美国耶鲁大学的实验室采集，我们在两个库中各选30人作为一组，每人15张人脸图片，每组450张进行测试。这些照片基本包含人脸在不同时间、不同光照、不同背景、不同表情下的情况。每张图片尺寸为128×128像素，比较充分地反应了同一个人不同人脸图像的变化和差异。将图像库中的人脸图像分为两组，其中400 张为训练样本，另外50 张为测试样本。实验中，Yale数据组训练人脸模版所需时间平均为10.1秒，人脸的识别过程所需的时间平均为0.5s，人脸的识别率可达95%，其中误识别率为1.2%；实测数据组在训练时间上略低于Yale组，其他数据同Yale组差别不大。

实验证明此系统有较理想的识别率和实时运行效果。

5 结束语

随着近些年高校扩招，高校学生人数不断增多，高校学生公寓门禁管理成为提高学生公寓安全性的关键因素。本文把人脸识别技术与高校公寓门禁系统结合起来，设计了一套高安全性、高智能型的高校学生公寓门禁系统。通过不同情况下的人脸系统实验，测试的结果基本令人满意，本文设计的门禁系统在保证识别率的前提下有较高的实时性，有效地满足高校学生公寓门禁安全防控管理的需要。

参考文献：

[1]虞闯，魏新华，张明扬.人脸识别技术在门禁系统中的应用[J].电脑开发与应用，2010（8）：27-28，40.

[2]程艳艳.基于人脸识别的高校无阻碍门禁系统设计研究[J].电脑开发与应用，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.

作者简介：魏亮（1982-），男，河南博爱人，大学本科，助教，研究方向：计算机应用，网络技术。