基于视频检测的人脸识别智能安防设计

袁凤连 刘双全 刘骐源

摘 要：智能安防系统中的核心是门禁控制系统，文章以智慧社区的建设为背景，以智能安防为支点打造智慧社区基础网络平台，结合视频检测与跟踪技术，找出视频图像中的运动区域，利用AdaBoost人脸检测方法对其中的人脸区域进行进一步精准的检测，最后研究了智能安防中应用人脸识别技术的连续视频图像的门禁系统的设计和实现。

关键词：视频检测；人脸识别；安防；AdaBoost算法

人工智能时代的到来，使得人们的生活更加智能和安全。智能家居是人工智能的最好体现，智能家居中对智能安防起到尤为重要的作用。为有效控制小区门口和家居门口当中人的通行，彻底改变现有的刷卡、钥匙、指纹解锁的人禁门，更好地提升社区的安全系数、保障业主的人身安全和财产安全，将人脸识别技术应用到智能社区安防系统中。

1 技术背景

人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术，通过后端摄像头捕捉住视频当中人脸图像，进而提取人脸特征，由系统算法对人脸图像进行对比，如果与图像库人脸对比成功，则控制门禁系统开门，反之则输出比对不通过。本文设计的人脸识别门禁系统是把人脸识别技术和传统的门禁系统相结合，通过对人脸的识别作为门禁开启的钥匙之一[1]。

2 基于连续视频图像的人脸检测AdaBoost算法实现

直接对采集到的每一帧静态图像来作人脸检测，需大量的计算，在没有人脸图像的情况下，会耗费大量的内存。系统是在连续的图像序列中进行人脸检测，而人脸进入监控场景以及在监控场景中的走动等必然伴随着运动。因此，将视频图像中运动检测技术与AdaBoost（Adaptive Boosting）算法相结合，先判断出产生运动的区域，在此基础上用AdaBoost算法進行人脸检测，在后续的帧中若人脸图像静止不变，也可利用目标跟踪方法来确定人脸区域。在背景中没有人物运动的情况下，人脸检测和识别系统则不作任何处理[2]。

AdaBoost是Freund和Schapire在PAC模型基础上提出的一种学习模型，算法思想是：通过对大量正样本和负样本的学习和反馈，弱分类器在不知道先验训练误差的前提下，自适应地调整错误率以及相应的权重，直到强分类器达到预定的性能。

给定一个训练数据集合，其中实例空间，而实例空间，。AdaBoost算法的目的就是从训练数据中学习一系列弱分类器，然后将这些弱分类器组合成一个强分类器。AdaBoost算法流程如下。

步骤1：首先，初始化训练数据的权值分布。每个训练样本初始都被赋予相同的权值：1/N。

步骤2：进行多轮迭代，用表示迭代的第多少轮。

（1）使用具有权值分布Dm的训练数据集学习，得到基本分类器（选取让误差率最低的阈值来设计基本分类器）： 。

（2）计算Gm（x）在训练数据集上的分类误差率：

由上述式子可知，Gm（x）在训练数据集上的误差率em就是被Gm（x）误分类样本的权值之和。

（3）计算Gm（x）的系数，表示Gm（x）在最终分类器中的重要程度：。故时，，且随着em的减小而增大，意味着分类误差率越小的基本分类器在最终分类器中的作用越大。

（4）为得到新的权值分布，更新训练数据集的权值，为进行下一轮迭代：

使得被基本分类器Gm（x）误分类样本的权值增大，而被正确分类样本的权值减小，通过这样的方式，AdaBoost方法能“重点关注”或“聚焦于”那些较难分的样本上。其中，Zm是规范化因子，使得Dm+1成为一个概率分布：

。

步骤3：组合各个弱分类器 ，从而得到最终的分类器，如下：

3 基于人脸识别技术的门禁系统的设计

人脸识别门禁控制系统包含人脸识别模块、门禁控制器模块、服务器模块、手机终端模块，不同模块不同功能。人脸识别模块是整个智能模块算法的体现，将手机（客户端）终端采集到的人脸图像与前段门口门禁摄像头的图片进行对比，比对成功就指挥门禁控制器；门禁控制器模块是整个系统的执行机构，控制并完成小区入口的开门与闭合，同时管理异常情况进行监控和报警，通过网线能够进行通信；后台服务器系统负责整个系统的管理，人脸图像库的建立，系统的维护运行，社区的安防工作都在此；手机终端模块是系统客户端人员的参与，对人脸图片的采集，图像可由手机的摄像头采集后，通过无线网络将采集的图片发至后台服务器中[3]。

4 基于人脸识别技术的智慧社区中智能安防系统的实现

4.1 智能门禁开门流程

（1）人员走到小区内各楼栋单元门口的摄像机人脸识别区域，面对人脸识别终端。（2）人脸识别终端将采集的人脸照片与人脸数据库照片比对。（3）人脸识别终端人脸照片比对成功则发送开门信号给门禁（并语音提示）。（4）如人脸照片比对不成功（语音提示），需进门人员给业主打电话，业主通过手机APP/微信为访客开门或者业主拨打呼叫中心为访客开门。（5）人脸识别终端将摄像机采集到的人脸照片及开门相关数据信息（包括业务通过手机APP开门记录、使用微信开门记录、拨打呼叫中心开门记录）上传到服务器存储，并通过安全边界上传到公安内网进行分析[4]。

4.2 实现过程

基于视频人脸识别技术的智能安防系统的实现，首先要搭建系统平台，线下将各个模块串联起来，通过无线网络实现联网，与后台服务器接通；其次，以人脸识别技术为基础，建立出入口控制系统、门禁控制系统、防盗防入侵报警系统，才能够使智能安防的建设有效服务于智慧社区；线上用户通过系统平台不仅可以管理家庭成员的进出，还可以控制来访人员的出入、方便高效、便于管理。其他防盗防入侵报警系统、保安巡更系统、车库综合管理系统这些子模块均可以加入人脸识别的装置，构建完成后，再通过统一的平台把数据整合到一起，从而实现智慧社区智能安防系统的建设[5]。

5 结语

基于视频检测的人脸识别的智能安防设计，以服务社区居民为宗旨，为居民提供安全、便捷的智能化方案，提高社区智能化程度，为智慧城市的建设奠定基础，为社会的安防发展奠定基础。