人脸识别在门禁系统中的应用探讨

阙非

摘 要：近几年来，随着生物特征技术的不断发展，人脸识别技术作为其中的杰出代表，其发展势头可谓突飞猛进，也受到许多科学家和企业家的密切关注。人脸识别技术具有方便快捷、安全可靠的优点，在许多领域应用广泛。本文将人脸识别技术应用于门禁系统，并设计了一种有效提升人脸识别门禁系统的识别率，在设计过程中采用较新的特征提取技术，即PCA和支持向量机相结合的方法，可以快速实现人脸面部识别。

关键词：人脸识别技术；门禁系统；特征提取技术

一、人脸识别门禁系统设计方案

人脸识别的过程主要由人脸检测、人脸特征提取和人脸对比组成。要想使人脸门禁系统有效的使用，必须先建立一个人脸存储信息库，将允许访问的人员面部信息进行采集，并存储在人脸信息数据库中。当有访问者来访时，人脸识别系统获取访问者的面部信息是利用摄像头来完成的，并将收集到的信息输入计算机中，和储存在数据库中的人脸信息进行比对，符合要求时，门禁自动开启，允许访问者进入，整个过程非常短暂。为了避免信息比对失败，系统必须在人像信息与数据库人像比对前进行一些处理，防止表情、光照等因素对采集信息的干扰，在处理过后，通过对人像信息特征进行提取、识别比对，如果比对成功，计算机下达开门指令，门禁系统会开启，如果不成功，门禁系统不仅不会将门打开，还会将来访者的人脸信息记录在案，方便以后的快速处理。人脸识别门禁系统的简单结构示意图如图1所示。为了确保人脸信息数据库内记录的人员能够有其他方式开启门禁系统，可以实现用户使用ID卡刷卡进入，通过对卡片上的用户照片进行人脸识别比对来验证用户身份是否属实，其原理与直接使用人脸识别相同。为了节省成本，在进行信息采集的过程中，应尽量使人脸位置处于画面的中央或者通过手动输入允许访问者的近期生活照片，这样在后期用户访问门禁系统时能提高效率和节省计算机处理时间。人脸识别门禁系统在检测到用户通过后迅速关闭闸口，防止有不良分子趁机尾随进入，人脸识别门禁系统中的对门锁的控制是选用的单片机。

二、人脸识别过程

本文所介绍的人脸识别过程主要包括：人脸检测、预处理、特征提取和分类识别。

（一）预处理

由于来访者的人像采集可能会受到如来访者的面部表情、噪声、光照、头发等因素的干扰，可能会对后期与数据库中的人像比对产生不良影响，造成计算机的误处理，将应该进入的来访者拒之门外。因此，在通过摄像机对人像进行人脸特征提取过程之前，要对人像信息进行预处理，通过对有效信息的强化来减少其他影响因素对人脸信息的干扰。在处理光照对人像信息的影响时，需要对样本进行照度、梯度处理，降低曝光率。预处理的方法采取的是人脸归一化，有两个方面的内容，一個是灰度归一化，一个是几何归一化。灰度归一化是对图像进行光线的补偿，来克服光照对其的影响。几何归一化是通过对人脸图像的缩放、旋转等，令面部的各项特征在图像上的位置具有一致性。换句话说，这种方法是采用广义对称变换的方法来检测眼睛所处的位置，并以眼睛的位置为基准，对人脸图像在平面内进行旋转，将双眼的位置调整到同一水平线上，再对图像进行放大、缩小，最终调整到合适位置。

（二）人脸特征提取

不同的人，其面部具有很多不同的特征，人脸的高度唯一性使得数据处理量庞大。因此表征人脸的原始特征对应于高维空间的数据，如果不加以处理，计算量大，计算速度缓慢，降低了处理速度，制约人脸识别的进一步发展。因此，在进行人脸识别之前，必须进行降维，就是处理的数据应尽可能在较低维数的空间中对识别的信息进行有效的处理。常用的特征提取算法有两种：主成分分析、线性判别分析。但这两种算法必须经二维的图像矩阵转化为一维的列向量，这样会造成图像的位数过大，提取信息的速度较慢，会使人脸门禁系统的反应时间变长。两种人脸特征提取技术：一是基于奇异值分解的人脸特征提取技术，二是基于模型的人脸识别技术。基于奇异值分解的人脸特征提取是一种从高维到低维的数据变换技术，已经运用于数据压缩、信号处理和模式分析等方面，并取得不错的效果。基于奇异值分解的人脸识别技术是一种基于人脸整体特征的提取方法。基于模型的人脸识别技术是目前人脸识别技术的重要发展方向，它还有几个分支，其核心思想是在某种局部点的模型匹配上，采用统计模型对来访者的人脸形状进行约束，从而变成一个优化问题，并得到最优解的过程。这种方法的识别准确性高，但识别效率相比前者较低，应用范围较窄。

（三）身份识别

进行人脸识别时，特征对模块进行提取后，分类是采用分类器通过模块提取的特征向量实现的，并最终确定来访者的身份信息。人脸识别的最终目的就是通过对特征的提取、分类，将来访者的人脸特征与数据库中的人脸信息进行比对，判断来访者能否进入门禁之中。

三、实验结果与分析

本文采用的是ORL人脸数据库作为实验数据来对本文描述的人脸识别门禁系统的具体性能进行验证。数据库中共有40个人，共400幅，不同姿势，不同表情以及不同光照条件的人脸图像。实验采取的是用每个人前五幅图像作为模板，后五幅进行测试，得到的实验结果如表1所示。

表1 各种识别方法的识别率

从表中可以清楚的看出PCA和SVD结合支持向量机的人脸识别算法的辨别率较高。对支持向量机进行进一步的识别过程发现，PCA和支持向量机的结合，对图像处理和识别方法具有较高的识别率，并对图像的表情、旋转、位移和尺寸变换具有一定的鲁棒性，但在面部有较明显表情变化的图像中识别率较低，因此，要求来访者不能有较大的面部表情变化。

四、结语

总之，门禁系统在对个人和单位的人身和财产安全保障方面具有重要的作用，但在人脸识别和身份认证方面还有较大的研究空间，人脸识别技术在不可仿造性、方便性、安全性等方面的突出优点，让它在生物特征识别领域大发展非常迅猛，随着企业对人脸识别技术的大力研发，其智能化水平越来越高，成本也在逐渐降低，应用范围也在不断扩大。

参考文献：

[1]张晋铭.人脸识别在门禁系统中的应用[J].电子制作，2019（06）：51-53+98.

[2]朱盛萍，宁江.人脸识别技术门禁系统在高校公寓管理中的应用[J].科技创新与应用，2018（18）：195-196.

[3]刘辉，葛昊.人脸识别技术在门禁系统中的应用研究[J].无线互联科技，2017（24）：132-133+138.

[4]王堂旺. 嵌入式人脸识别技术在门禁系统中的应用[D].江苏科技大学，2016.