基于3D结构光技术的校园卡替代方案研究

刘力锋,张星宇

(1.四川中兴能源有限公司,四川 成都 610051;2.中国海洋大学,山东 青岛 266100)

0 引言

校园卡是高校为了方便学校管理和学生日常生活而发行的一款特殊IC卡,利用先进的数字技术,达到多证合一,以卡代证,为师生员工提供了信息化、智能化、科学化的校园生活。校园卡并不只是简单的消费卡,也能实现校园管理中各方面的用途,为师生员工日常生活的管理、科研教学和后勤服务提供了重要信息。现如今,3D结构光技术在认证、支付等方面应用广泛,如若改进校园终端子系统,便能解决卡片丢失、资金盗刷、管理负担重等问题,同时校方也能更安全便捷地管理师生信息,真正实现无卡智能化校园。

1 面部识别的原理及“3D结构光”的优势

2010—2015 年是面部识别的技术发展期,在这个阶段各种各样的智能手机、智能App已经大范围地使用,指纹技术已经相对成熟,于是在人们对探索新技术的期待和支持下,面部识别技术得到快速发展。2016—2019年属于面部识别技术平稳上升发展的时期。在这个时期内,随着图像处理、模式识别等技术的发展,面部识别技术也得到开拓,且绝大多数的技术在前有技术基础上得到了改善和提升。

如今面部识别已经是家喻户晓的技术,较指纹识别拥有更多优势,例如:搭载3D结构光的iPhone X的面部识别功能首次让数百万用户体验到该技术的优势。用户的脸部由30 000个独立的红外点确认,以防止虚假身份验证,大幅度提升终端设备的安全性能[1]。

1.1 面部识别原理

面部识别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,又名人脸识别或人像识别,是对可见光图像的人脸识别算法,用来进行身份识别。用摄像头或摄像机采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸信息进行计算。广义而言,面部识别可分为4个步骤。

(1)获取面部信息。用摄像头或者摄像机在多种环境下获得人脸的深度、宽度、位置等各种信息。

(2)人脸图像预处理。将每一个信息分拣出来交给识别模块,从而消除图中的无用信息,如遮挡物、无用背景等,恢复有用的真实信息,最大限度地简化数据和增强图片的可检测性。

(3)人脸面部特征提取。按模块提取表征人脸的关键特征。

(4)面部识别或匹配。将提取的人脸特征,计算成特征向量,再与标准人脸图像库的特征向量进行匹配。

1.2 3D结构光技术的优势

传统面部识别技术主要基于可见光图像的人脸识别,但是这种技术的缺陷也显而易见,光线的限制性非常大,并不能满足实际需求。当下3种主流解决方案分别是TOF3D方案、双目立体成像方案和3D结构光方案。其中3D结构光弥补了TOF技术和双目立体成像技术在分辨率、效率、算法、精度等方面的不足,并且在软件复杂度和低光环境中更具优势。从成本角度考虑,TOF的价格和功耗较高。在相关参数相差不大的情况下,TOF的价格要高于结构光两倍以上。从技术结构方面考虑,结构光需要一个激光投射器和一个红外摄像头,TOF需要一个激光投射器和一个TOF传感器。结构光的红外摄像头有额外产出,通过分频复用可以输出红外图,甚至可以输出RGB图。在分辨率上,3D结构光表现出了很好的优势[2]。

2 结构光测量系统

20世纪70年代,结构光三维视觉的研究就已开始。结构光三维视觉由于其快速、精确、稳定性好等优点得到了广泛应用。

2.1 测量原理

结构光三维视觉的原理是基于光学三角法,由光学投射器将一定结构的光投射在物体表面,另一侧由摄像机进行拍摄,获取光条二维畸变图像,当确定了光学投射器和摄像机的位置关系时,便可通过光条二维图像重现物体表面三维轮廓。

结构光测量根据光学投射器投射的光束模式不同分为点结构光、线结构光、多线结构光和网格结构光。其中点结构光由于每次只能获得物体表面一个点的信息,而线结构光可大大增加测量信息量,因此线结构光得到了更广泛的应用。

2.2 3D结构光测量系统组成

鉴于当下线结构光优点显著,应用广泛,本节以线结构光三维测量系统中的一种软硬件组合为例,介绍其组成。

2.2.1 硬件部分

该系统主要硬件包括高速高帧率相机、高分辨率镜头、线激光发射器(光源)、计算机、千兆以太网卡、红外滤片等。

2.2.2 软件部分

软件算法部分包括测量系统测定、线结构光图像预处理、线结构光中心条纹提取。

(1)测量系统测定包括摄像机标定与基于楔形斜面圆点标定法。

(2)线结构光图像预处理包括图像剪切、图像滤波、图像分割。

(3)线结构光中心条纹提取包括光条中心提取算法有阈值法、极大值法、灰度重心法。

2.3 3D结构光测量系统特点

3D结构光测量系统的测量速度快于接触式测量。激光三角法测量相较于其他非接触式测量而言,图像处理设备比较简单,系统维护比较方便,并且对信号的处理非常可靠,测量的效率高、精度高、范围广,抗干扰能力十分优异,是一种高速、高精度的非接触式测量技术[3]。

3 虚拟技术替代实体卡的分析

校园卡实名制是在校大学生能验证身份的凭证之一,校园内的所有资费使用都可通过校园卡进行交易。在校园内,“校园卡”集工作证、图书证、乘车证、进餐卡、门禁卡、钱包等功能于一卡。因此,实体卡丢失带来的不便,将给师生造成严重困扰。实体卡丢失引发的资金盗刷问题,会给学生造成经济损失;学业生毕业以后会造成的卡片浪费;还有学生通过校园卡替考的现象。

虚拟技术可以弥补这些弊端。例如结构光技术下的人脸识别可迅速准确地完成交易者身份验证,减少交易失败率和错误率,如应用于签到、支付,可有效提升交易效率和准确率;应用于宿舍出入管理,更有效地保证学生的安全,即使在深夜环境下也能快速识别人员身份。

3.1 结构光技术应用的现实意义

由于校园一卡通所面对的是师生人群,是相对固定和单一的群体,面部识别技术就足以满足身份识别的要求。

目前,大部分高校都在普遍使用“一卡通”系统管理校园,虽然其在餐饮消费、图书借阅、智能水控等方面给予师生们一定程度上的便利,但校园卡易丢失、成本高昂、管理负担重等方面的弊端,以及其并不能辨别持卡人与卡中身份信息的一致性,易出现资金盗刷的现象,给师生们在上课签到和校园安保方面造成了障碍,甚至带来了隐患。

目前,许多高校的宿舍管理仅由宿管人员检查,虽然有一定的监察作用,但不可避免地存在一定的疏忽,而“虚拟卡”则能很好地进行实时监测,有效地提高安全性。

3.2 方案的可行性分析

3D结构光技术通过近红外激光器将具有一定结构特征的光线投射到被拍摄物体上,再由红外摄像头采集不同的图像相位信息,然后根据计算,就能得出物体的三维结构。用户只需在摄像头前被捕捉到面部画面即可完成验证,并且能够有效防守纸张、面具、手机屏幕等各类道具的攻击;分析时间从之前的1~2 s压缩到了ms级;不受环境光线强弱的影响,极大地扩展了人脸识别技术的应用场景,如上课签到、考试身份验证、校园安保监控、食堂就餐、图书馆借阅等。

3D结构光弥补了TOF技术和双目测距技术分辨率低、效率低、算法难、精度差等方面的不足,在软件复杂度和低光环境表现上更具优势。

4 结语

本文通过多渠道调研提出基于3D结构光技术的校园卡替代方案。首先介绍面部识别的发展现状,引出3D结构光技术的概念并对比其他3D深度摄像技术分析其优势,其次对3D结构光技术测量系统原理及硬、软件组成进行研究,最后阐明3D结构光这一虚拟技术替代实体卡的现实意义和可行性。