基于人臉識別的高校寢室安全管理系統(tǒng)的智能設(shè)計與實現(xiàn)

賀東芹 胡世長 位磊

摘要：結(jié)合互聯(lián)網(wǎng)與人臉識別功能以及智能鎖應(yīng)用，對于學(xué)生寢室的安全防盜、考勤打卡都有極大的幫助。該系統(tǒng)分為面部采集、存儲，面部識別打卡、面部解鎖寢室門以及數(shù)據(jù)管理終端服務(wù)。學(xué)生通過人臉采集端實現(xiàn)考勤打卡功能，服務(wù)器識別人臉并且記錄學(xué)生身份以及當前時間，通過STM32單片機技術(shù)、繼電器以及電磁鎖實現(xiàn)面部解鎖寢室門的功能。

關(guān)鍵詞：STM32單片機、終端服務(wù)器、數(shù)據(jù)采集、人臉識別、繼電器、電磁鎖

通信作者： 位磊 stones2004@163.com

基金項目：文華學(xué)院大學(xué)生創(chuàng)新基金項目 （項目編號：J0200570118）

1 背景

人臉識別技術(shù)是生物特征識別領(lǐng)域的研究熱點之一， 近年來， 隨著模式識別和人工智能技術(shù)的發(fā)展， 該技術(shù)受到諸多學(xué)者的關(guān)注[1]。結(jié)合高校學(xué)生宿舍的安全管理，基于互聯(lián)網(wǎng)與單片機技術(shù)的面部識別與系統(tǒng)設(shè)計出一系列適用于大學(xué)寢室安全管理系統(tǒng)及其智能化的應(yīng)用。由面部采集存儲端、終端服務(wù)、 面部智能鎖及網(wǎng)絡(luò)通信等四大部分組成。

2 總體設(shè)計

本系統(tǒng)主要分為三個模塊，即面部數(shù)據(jù)采集存儲對比端、終端服務(wù)與網(wǎng)絡(luò)通信、面部智能鎖。

2.1 面部數(shù)據(jù)采集存儲對比端

面部識別系統(tǒng)采用Python語言作為編程語言[2]，通過程序出編寫具有圖像采集系統(tǒng)，接受紅外感應(yīng)發(fā)出的信號以及LED燈源模塊。

在設(shè)定的圖像窗口大小為92×112像素內(nèi)，被拍攝者盡量讓自己的面部均勻的分布在窗口內(nèi)這樣才能降低人為因素造成的數(shù)據(jù)差，通過面部特征值記錄下被拍攝者的數(shù)據(jù)進行存檔方便下次查詢或者對比時提取數(shù)據(jù)文件。

2.2終端服務(wù)與網(wǎng)絡(luò)通信

通過網(wǎng)絡(luò)將被拍攝者的面部特征數(shù)據(jù)傳輸至終端服務(wù)器上，并存儲該數(shù)據(jù)[3]。

檢測時，采用PCA和LBP算法提取人臉圖像的特征[4]，對比數(shù)據(jù)庫中特征值的大小來檢驗此人是否預(yù)先存儲了自己的面部信息或者是不是本人的情況。而數(shù)據(jù)庫中需要存儲學(xué)生的個人信息，以及各個時刻的考勤打卡記錄方便輔導(dǎo)員進行查詢或者統(tǒng)計工作。

該技術(shù)的難度較大，因為受到人體面部表情特征以及環(huán)境因素，受到光線的強弱，采集設(shè)備的像素度等因素。因此我們通過OPENMV的人臉檢測來進行識別，充分利用此模塊辨識度高，工作速度快的優(yōu)點。

指示燈設(shè)定四種狀態(tài)：白色表示通電成功、紅色表示考勤打卡失敗或則查無此人、綠色表示考勤打卡成功、燈常滅表示處于待機狀態(tài)。

2.3面部智能鎖

在面部識別之后利用此模塊的其他IO口輸出當前信號的指令給繼電器，然后繼電器控制電磁鎖的開關(guān)。此人是該寢室成員就通過信號電平給予一個信號指令打開寢室門鎖。若不是則不打開寢室門鎖。

3 硬件設(shè)計

該系統(tǒng)電路原理圖如圖2所示，面部識別的運算速度快，工作的效率要求十分的高，要求能夠快速識別面部特征并且發(fā)出指令。對此我們采用OPENMV因為它搭載了STM32H743的32位單片機用此芯片作為處理器。

對于電磁鎖的需要用到12V的電源，因此通過電源模塊AD-DC模塊，將電源穩(wěn)定在12V[6]?？刂评^電器的程序不太難，只需要對繼電器輸入一個初值高電平即可，當需要打開電磁鎖的時候就對繼電器輸入一個低電平信號。同時對于單片機的供電5V，我們通過DC-DC電源降壓模塊使得12V的電源降壓到5V之后對單片機供電。但是OPENMV的工作電壓為3.3V，我們需要對5V電壓繼續(xù)降壓，使得OPENMV能正常工作[5]。

4 ?軟件設(shè)計

在接通電源之后，整個系統(tǒng)完成初始化之后。開始有序的執(zhí)行一系列的工作，從最開始的拍攝人臉開始，存儲人臉照片至數(shù)據(jù)庫，服務(wù)器會根據(jù)學(xué)生的照片導(dǎo)入學(xué)生的基本信息進行存檔后續(xù)工作開展的快捷;用戶端就可以開始執(zhí)行余下的，考勤打卡，面部解鎖寢室門等一些列操作。

本系統(tǒng)采用python語言程序設(shè)計，主要由初始化程序，面部采集程序，采樣信號對比程序組成。

4.1初始化程序及面部采樣程序

import sensor， image， pyb

RED_LED_PIN = 1

BLUE_LED_PIN = 3

sensor.reset（） # 使傳感器初始化

sensor.set_pixformat（sensor.GRAYSCALE） # 設(shè)置相片格式為灰度圖

sensor.set_framesize（sensor.B128X128） # 設(shè)置分辨率大小128*128

sensor.set_windowing（（92，112）） ? #設(shè)置圖像窗口大小為92*112

sensor.skip_frames（10） # 使新的設(shè)置生效

sensor.skip_frames（time = 2000）

num = 1 #設(shè)置被拍攝者序號，第一個人的圖片保存到s1文件夾，第二個人的圖片保存到s2文件夾，以此類推。每次更換拍攝者時，修改num值。

n = 10 #設(shè)置每個人拍照圖片數(shù)量。

#連續(xù)拍攝n張照片，每間隔3s拍攝一次。

while（n）： #循環(huán)次數(shù)為設(shè)置的照片數(shù)量

#紅燈亮

pyb.LED（RED_LED_PIN）.on（）

sensor.skip_frames（time = 3000） # 等待3s

#紅燈滅，藍燈亮

pyb.LED（RED_LED_PIN）.off（） pyb.LED（BLUE_LED_PIN）.on（）

print（n） sensor.snapshot（）.save（"faceid/s%s/%s.pgm" % （num， n） ） # 將照片保存到SD卡文件夾中

n -= 1 ?#每次拍攝一張照片就把設(shè)置照片的數(shù)量減1

pyb.LED（BLUE_LED_PIN）.off（）

print（"Done！ Reset the camera to see the saved image."）

4.2信號采樣對比程序

import sensor， time， image， pyb

from pyb import Pin

RED_LED_PIN = 1

GREEN_LED_PIN = 2

BLUE_LED_PIN = 3

sensor.reset（） # 使傳感器初始化

sensor.set_pixformat（sensor.GRAYSCALE） # 設(shè)置相片格式為灰度圖

sensor.set_framesize（sensor.B128X128） # 設(shè)置分辨率大小為128*128

sensor.set_windowing（（92，112）） ? ? ? ?#設(shè)置圖像窗口大小為92*112

sensor.skip_frames（10） # 使新的設(shè)置生效

sensor.skip_frames（time = 5000） #等待5s

p_in = Pin（'P1'，Pin.IN，Pin.PULL_DOWN） ? #設(shè)置P1口為接受信號端

preson = p_in.value（）

#SUB = "s1"

NUM_SUBJECTS = 6 #圖像庫中不同人數(shù)，一共6人

NUM_SUBJECTS_IMGS = 10 #每人有10張樣本圖片

print（"檢測到電平：%s"%p_in.value（）） ?#當紅外人體傳感器檢測到人體時，就發(fā)送一個高電平給攝像頭，使它開始工作

while（p_in.value（）：

# 拍攝當前人臉。

preson_flat = False

img = sensor.snapshot（）

d0 = img.find_lbp（（0， 0， img.width（）， img.height（）））#對比照片的寬度與長度

for s in range（1， NUM_SUBJECTS+1）：

dist = 0

for i in range（2， NUM_SUBJECTS_IMGS+1）：

img = image.Image（"faceid/s%d/%d.pgm"%（s， i））

d1 = img.find_lbp（（0， 0， img.width（）， img.height（））） ?#調(diào)用find_lbp函數(shù)來提取當前的人臉特征值

#d1為第s文件夾中的第i張圖片的lbp特征

dist += image.match_descriptor（d0， d1）#計算d0 d1即樣本圖像與被檢測人臉的特征差異度。

#print（"Average dist for subject %d： %d"%（s， dist/NUM_SUBJECTS_IMGS））

print（"人臉檢測得分：%s"%（dist/NUM_SUBJECTS_IMGS））

if dist/NUM_SUBJECTS_IMGS < 7500：

preson_flat = True ? #如果特征值<7500那么此人存在于圖庫中，檢測為合格

break

else：

preson_flat = False #特征值>7500，則檢測為不合格

#print（"檢測到第%s個人"%num）

if preson_flat：

print（"檢測到sd卡中的人臉"）

pyb.LED（GREEN_LED_PIN）.on（） ? ? ? ?#如何檢測到SD卡中的人臉，就綠燈顯示5S，表示合格

sensor.skip_frames（time = 5000）

pyb.LED（GREEN_LED_PIN）.off（）

else：

print（"沒有檢測到人臉"）

pyb.LED（RED_LED_PIN）.on（） ?#如果沒有檢測到SD卡中的人臉，就紅燈顯示5S，表示不合格

sensor.skip_frames（time = 5000）

pyb.LED（RED_LED_PIN）.off（）

#print（num） # num為當前最匹配的人的編號。

5 仿真或?qū)嶒灲Y(jié)果

人臉拍攝并存檔，完成定義的每個人十張的照片的拍攝，如圖5所示。對比當前的人臉以及結(jié)果顯示，自定義人臉對比比值在7500以下的為正確，存在此人并且亮綠燈。反之則不存在亮紅燈，如圖6所示。

6 總結(jié)

本文采用了面部識別技術(shù)以及單片機應(yīng)用、網(wǎng)絡(luò)通信等技術(shù)。通過對模塊和網(wǎng)絡(luò)的結(jié)合，實現(xiàn)了互聯(lián)網(wǎng)的應(yīng)用。對于在校大學(xué)生的寢室管理設(shè)計出有效合理的系統(tǒng)。通過面部采集，人臉識別，面部解鎖以及網(wǎng)絡(luò)通信等功能相結(jié)合，對于在校大學(xué)生的寢室安全以及管理工作有了很大的提升。

參考文獻

[1] 霍焰焰.基于PCA和LBP改進算法的人臉識別研究[D].哈爾濱：哈爾濱理工大學(xué)， 2015.

[2] Luciano Ramalho .流暢的Python[M].，2017.5.15

[3] 武奇生、王秋才、閻茂德.計算機網(wǎng)絡(luò)與通信[M]. 2009年1月1日

[4] 楊艷 郭振鐸 徐慶偉.基于PCA和LBP的自適應(yīng)加權(quán)融合人臉識別算法[J].中原工學(xué)院學(xué)報.2018，29（06）.75-80

[5]康華光.電子技術(shù)基礎(chǔ)[M]. 模擬部分，2013（6）：481-488.

[6] 郭向星 田斐.智能人臉識別門鎖控制系統(tǒng)設(shè)計[J].電子技術(shù)與軟件工程.2019，（17），115-116