摘要

　　隨著(zhù)經(jīng)濟水平的提高和科技的發(fā)展,人們對安防提出了更高的要求。人臉識別作為先進(jìn)的生物識別技術(shù)之一,逐漸地應用于我們的生活中,將人臉識別技術(shù)與門(mén)禁相結合擁有廣闊的前景。但是常見(jiàn)的門(mén)禁系統,大都是以PC機作為系統運行平臺,這就給門(mén)禁系統帶來(lái)成本高昂和安裝繁瑣的劣勢。論文針對現有常見(jiàn)門(mén)禁系統的不足,將人臉識別技術(shù)和嵌入式技術(shù)相結合,研宄設計基于人臉識別的智能門(mén)禁系統。

　　論文首先對門(mén)禁系統的需求進(jìn)行分析,根據實(shí)際應用需要提出人臉識別的智能門(mén)禁系統的技術(shù)指標,進(jìn)行了系統整體方案設計。系統以Smart210為主控制器,以L(fǎng)inux操作系統為軟件開(kāi)發(fā)平臺,使用Vide〇4Lirmx2框架采集圖像。為去除圖像中的干擾因素,在進(jìn)行人臉識別前加入去噪聲、灰度化、直方圖均衡化等預處理步驟。仿真測試了現有常見(jiàn)的人臉識別算法,重點(diǎn)考慮識別率和識別耗時(shí),經(jīng)過(guò)研究選擇適合系統的Adaboost和PCA算法人臉識別算法。而后重點(diǎn)對Adaboost算法及PCA算法進(jìn)行理論研宄,然后將Adaboost算法應用于人臉檢測,再訓練出人眼分類(lèi)器用于眨眼檢測,以確定是真實(shí)人臉,排除人臉圖片開(kāi)門(mén)的情況。為提高系統對光照的抗干擾性,提出使用分塊LBP算子和PCA結合的人臉識別算法。針對PCA算法在側面人臉識別時(shí)成功率低的問(wèn)題,提出基于自編碼器的正面人臉重建方法,使用MATLAB進(jìn)行仿真實(shí)驗,重建正面人臉,最后結合PCA算法檢驗重建人臉的效果。系統前端基于QT框架設計了人機交互界面,結合OpenCV計算機視覺(jué)庫完成了系統軟件部分的設計;后臺在Windows環(huán)境下基于VS2013與MySQL數據庫完成了信息管理中心的設計,主要用于對系統管理員信息、合法人員進(jìn)入信息的管理。

　　論文完成了系統的整體設計,對人臉識別智能門(mén)禁系統的實(shí)時(shí)性和識別率進(jìn)行了實(shí)驗測試,測試結果表明:系統能夠實(shí)現預定的功能,實(shí)時(shí)性和識別成功率達到了預期的目標。研宄設計的智能門(mén)禁系統以人臉作為身份特征實(shí)現開(kāi)門(mén),對到訪(fǎng)者的信息集中統一管理;涉及的技術(shù)具有研宄價(jià)值,系統使用方便有著(zhù)廣闊的應用市場(chǎng)。

　　關(guān)鍵字:人臉識別;門(mén)禁系統;正臉重建;Adaboost算法;PCA算法;自編碼器

Abstract

　　With the development of economy and technology, people put forward higher requirements for security. As one of the advanced biometric technology, face recognition is gradually applied in our lives. The combination of the face recognition with access control would have a promising future. But the common face recognition access control systems often choose PC as the operating platform of system, which brings the disadvantages of a high cost and tedious installation. In this thesis,according to the disadvantages of common access control systems, the face recognition technology and embedded technology are combined to research and design the new access control system based on face recognition.

　　This thesis firstly analyzes the requirements of the access control system, then puts forward the technical indicators of new access control according to the actual application requirements, and completes the design of the system. The system selects the Smart210 as the main control unit, the Linux operating system as the software design platform, and uses Video4Linux2 framework to realize the real-time acquisition of image. In order to remove the interference factors in the image, the preprocessing steps including de-noising, grayscale, and histogram equalization are performed before the face recognition. This thesis simulates and tests common face recognition algorithm and focuses on contrasts recognition rate and recognition time-consuming, and then selects the face recognition algorithm for the system after research. A theoretical analysis of the Adaboost algorithm and PCA algorithm is conducted, then the Adaboost algorithm achieve the functions of face detection , the classifier is trained for blink detection to determine the real face, excluding the case when the face picture is used to open the door. In order to improve the anti-interference of the system to light, the face recognition algorithm based on block LBP operator and PCA is proposed.Then, according to the disadvantage of the low rate of PCA algorithm in recognizing the side face, the front face reconstruction method is proposed based on auto encoder. By using MATLAB for the simulation,the front face is reconstructed,and then PCA algorithm is combined to test the results of the simulation. The QT framework and the OpenCV computer vision library are used to complete the design of human-machine interface and system identification module, and the VS2013 and MySQL database are used to complete the design of the information management center on the Windows platform, mainly achieving the management of administrator and legal personnel information.

　　The thesis completes the whole design of the system,and tests the real-time and recognition rate of the face recognition intelligent access control system. The results of test show that the system can perform the function of face recognition well, and the real-time and the recognition rate can meet the requirements. The intelligent access control system researched and designed in this thesis uses the face as an identity to open the door,and conducts an unified and centralized management of information of the visitors. The technology involved has research value, and the system is easy to use and has a broad application market.

　　Key Words: face recognition; access control system; front face rebuild; Adaboost algorithm; PCA algorithm; auto encoder

　　門(mén)禁是保證人們生命財產(chǎn)安全、社會(huì )穩定和諧的重要組成部分,現代的門(mén)禁系統更是被廣泛應用在銀行、國家保密機構、監獄、公司企業(yè)、小區等場(chǎng)所。隨著(zhù)科技的進(jìn)步和人們經(jīng)濟水平的提高,安防意識也在不斷提高,開(kāi)啟門(mén)禁的鑰匙也變得越來(lái)越特殊。

　　開(kāi)啟門(mén)禁的本質(zhì)即為對人進(jìn)行身份認證,判斷其身份的合法性。生物識別目前被認為是身份認證最先進(jìn)的技術(shù)之一,可以將生物識別技術(shù)結合其他領(lǐng)域的相關(guān)技術(shù)一起應用到門(mén)禁系統中去,以此來(lái)提高門(mén)禁各方面的性能。

　　生物識別技術(shù)發(fā)展至今,是一個(gè)以計算機科學(xué)和生物統計學(xué)為中心,有機的融合了光學(xué)、生理學(xué)、聲學(xué)等多個(gè)學(xué)科的技術(shù)。每個(gè)人的生物特征都具有唯一性和穩定性,這就決定了生物特征是不容易被偽造、竊取、修改,同時(shí)不會(huì )造成攜帶不便、遺失、損壞等問(wèn)題。門(mén)禁系統的主要作用是控制和防止不法分子通過(guò)門(mén)禁,把生物技術(shù)應用到門(mén)禁系統中去,既可以充分發(fā)揮生物識別技術(shù)的優(yōu)勢,又可以進(jìn)一步保證門(mén)禁系統的安全性,同時(shí)也符合現代社會(huì )所倡導的科技服務(wù)于生活的理念和建設智能化建筑的趨勢。常見(jiàn)的生物識別的方式有通過(guò)指紋識別,通過(guò)虹膜識別,通過(guò)語(yǔ)音特征識別和人的面部特征識別。其中指紋識別和虹膜識別相對去其他的生物識別技術(shù)有較強的穩定性,但是指紋識別需要直接接觸采集設備,方便性有一定的局限,而虹膜識別技術(shù)的圖像采集設備需要特殊定制,并且價(jià)格昂貴,并不適合推廣使用。語(yǔ)音識別的技術(shù)特點(diǎn)是容易采集,但是當被識別人的身體特征發(fā)生變化時(shí),識別效率就會(huì )有所下降,并且聲音相對其他生物識別更容易被偽造和模仿,這樣就導致了語(yǔ)音識別技術(shù)的安全性較低。人臉識別技術(shù)是通過(guò)使用人面部攜帶的豐富的特征信息來(lái)進(jìn)行識別的,具有更高的自然性和可接受性,同時(shí)人臉是不易改變的,并且偽造起來(lái)比較困難,這些因素使得把人臉識別技術(shù)應用到實(shí)際領(lǐng)域中時(shí),安全性和可靠性較高。人臉識別技術(shù)通常采用攝像頭作為圖像采集設備,這就避免人必須直接接觸信息采集設備。

　　人臉識別技術(shù)在當今的生活中已經(jīng)被廣泛使用在許多領(lǐng)域,主要表現如下:

　　1)考勤系統:公司為約束員工的上下班時(shí)間制定考勤制度,原始的考勤系統有許多弊端,其中“代打卡”簽到最為明顯。把人臉識別技術(shù)應用在考勤系統中極大的提高了工作效率,由于人臉的唯一性,不會(huì )出現“代打卡”的情況,遲到、早退、曠工等不良現象得到了有效的控制。

　　2)公共安全:公共安全一直是保證人身財產(chǎn)安全、社會(huì )穩定和諧發(fā)展的重要基礎。

　　在公共場(chǎng)所架設人臉識別系統,例如火車(chē)站、地鐵、街道、公園等公共場(chǎng)所,人臉識別系統可以對這些場(chǎng)所出現的人物面孔進(jìn)行記錄,還能對危險人物進(jìn)行識別。系統不僅能提高公安機關(guān)的工作效率、節省人力資源,同時(shí)也使得公共安全得到了保障。

　　3)身份驗證:對一些特殊的場(chǎng)所,如監獄、銀行、國家保密場(chǎng)所等。這些場(chǎng)所的進(jìn)出權限需要得到嚴格控制。原始的刷卡開(kāi)啟門(mén)禁,由于其磁卡易偽造和易丟失,給這些場(chǎng)所的安全性帶來(lái)了威脅。將人臉識別應用于門(mén)禁系統,人臉的唯一性決定了使用人臉識別技術(shù)來(lái)核對身份信息來(lái)獲得進(jìn)入門(mén)禁許可的安全性是無(wú)可比擬的,同時(shí)通過(guò)攝像頭采集識別信息,并不需要接觸采集,非常方便快捷。

　　盡管人臉識別技術(shù)相對于其他生物識別技術(shù)有很多優(yōu)勢,并且這些優(yōu)勢在當今生活中己經(jīng)得到體現。但是人臉識別技術(shù)也有不足的地方,比如由于人臉是非剛體,在人臉圖像的采集過(guò)程中可能會(huì )因為表情、姿態(tài)的變化使得采集的識別信息存在變化的隨機性,這就有可能導致誤識或者識別錯誤;當人臉部有裝飾品,戴著(zhù)眼鏡、圍巾、帽子等干擾物,在特征提取時(shí)提取到的有用信息較少,也會(huì )致使人臉識別率的降低;外界的環(huán)境是復雜的,光照的強弱、人臉離采集設備距離的遠近、采集角度這些干擾因素也會(huì )給人臉識別帶來(lái)影響;當有不法分子采用合法人員的照片進(jìn)行欺騙人臉識別的門(mén)禁系統時(shí),門(mén)禁的安全性就受到了威脅。因此為使得門(mén)禁系統更高的安全性,更好的應用于人們的生活中,對人臉識別技術(shù)進(jìn)一步研究是很有必要的。

　　本文在基于A(yíng)daboost人臉檢測算法、PCA人臉識別算法的基礎上,研宄設計人臉識別的智能門(mén)禁系統,然后針對側面人臉識別提出基于自編碼器的重建正面人臉的方法。

　　其中人臉識別的智能門(mén)禁系統結合OpenCV計算機視覺(jué)庫和QT界面庫一同設計:使用Adaboost實(shí)現人臉的檢測,同時(shí)選擇睜眼和閉眼的樣本訓練睜眼閉眼分類(lèi)器去進(jìn)行人眼睛的眨眼檢測,來(lái)判斷是否為活體來(lái)訪(fǎng);然后在檢測到人臉的基礎上,將檢測得到的人臉與己經(jīng)訓練好的合法人臉庫中的人臉數據對比,判斷來(lái)訪(fǎng)者的合法性。在PC端完成信息管理中心的設計,可實(shí)現對管理人員的信息管理、合法人員的信息管理、門(mén)禁來(lái)訪(fǎng)記錄等功能。使用MATLAB仿真實(shí)驗測試正面人臉重建結果。課題的主要研宄內容如下:

　　1)搜索閱讀相關(guān)文獻,了解人臉識別的研宄現狀、嵌入式技術(shù)等相關(guān)技術(shù),然后歸納總結確定了系統的實(shí)際設計方案。

　　2)根據課題的整體設計方案,結合實(shí)際需求,選取適合系統的USB攝像頭和核心開(kāi)發(fā)板,并完成嵌入式Linux操作系統的移植。在宿主機完成開(kāi)發(fā)環(huán)境的搭建,包括交叉編譯器的安裝、SecureCRT的參數配置、OpenCV和QT的安裝。完成MySQL的安裝并連接VS2013進(jìn)行信息管理中心的設計。

　　3)對人臉檢測、人臉識別算法進(jìn)行理論上的研宄學(xué)習,選擇適合課題的人臉識別算法。為提高系統對光照的魯棒性,提出使用分塊LBP算子表征人臉的紋理信息結合PCA進(jìn)行人臉識別。針對常見(jiàn)的人臉識別算法對姿態(tài)的魯棒性差的這一劣勢,提出基于自編碼器的正面人臉的重建的方法,并通過(guò)仿真測試說(shuō)明該方法識別側面人臉時(shí)成功率有所提升。

　　4)設計完成系統功能,包括人臉檢測,活體認證,人臉識別,信息管理中心。在現有條件中通過(guò)USB攝像頭采集圖像,在Linux環(huán)境下結合OpenCV計算機視覺(jué)庫和QT完成以上功能的程序編寫(xiě),再對人臉檢測、眨眼檢測、人臉識別的實(shí)時(shí)性進(jìn)行測試,人臉識別的成功率進(jìn)行測試。在MySQL數據庫中設計出管理人員的表單、合法人員的表單、出入記錄的表單,并結合VS2013完成信息管理中心的界面設計及內部邏輯的編寫(xiě)。

　　5)最后將編寫(xiě)好的程序及OpenCV計算機視覺(jué)庫交叉編譯后移植到開(kāi)發(fā)板,然后進(jìn)行效果驗證。

　　人臉識別的智能門(mén)禁系統測試：

人臉實(shí)時(shí)檢測

實(shí)時(shí)眨眼檢測

視頻流中保存的人臉區域

人臉實(shí)時(shí)識別

開(kāi)發(fā)板運行效果

重建正面人臉的效果圖

目錄

　　1 緒論
　　　　1.1 課題研宄背景及意義
　　　　1.2 人臉識別技術(shù)的發(fā)展及國內外研宄現狀
　　　　1.3 嵌入式技術(shù)簡(jiǎn)介
　　　　1.4 論文研究的主要內容
　　　　1.5 論文結構安排
　　2 系統的整體方案設計及軟硬件平臺的搭建
　　　　2.1 系統的需求分析
　　　　2.2 系統的特點(diǎn)及指標
　　　　2.3 系統整體方案設計
　　　　2.4 硬件方案設計
　　　　　　2.4.1 處理器的選擇
　　　　　　2.4.2 圖像采集設備
　　　　　　2.4.3 存儲器的選擇
　　　　　　2.4.4 顯示模塊
　　　　2.5 嵌入式操作系統的選擇
　　　　2.6 主機開(kāi)發(fā)環(huán)境的搭建��
　　　　2.7 嵌入式操作系統編譯
　　　　　　2.7.1 BootLoader
　　　　　　2.7.2 Linux內核的配置及編譯
　　　　　　2.7.3 根文件系統的制作
　　　　2.8 信息管理中心開(kāi)發(fā)平臺的搭建
　　　　　　2.8.1 數據庫MySQL
　　　　2.9 本章小結
　　3 人臉識別算法的研究
　　　　3.1 人臉識別算法概述
　　　　3.2 圖像的預處理
　　　　　　3.2.1 彩色圖像的灰度化
　　　　　　3.2.2 去噪聲處理
　　　　　　3.2.3 直方圖均衡化
　　　　　　3.2.4 圖像的大小歸一化
　　　　3.3 基于A(yíng)daoost算法的人臉檢測
　　　　　　3.3.1 Haar特征及圖像特征數的計算
　　　　　　3.3.2 Adaboost算法的基本原理
　　　　　　3.3.3 Adaboost分類(lèi)器的設計
　　　　　　3.3.4 人臉檢測仿真實(shí)驗
　　　　3.4 基于PCA的人臉識別
　　　　　　3.4.1 K-L變換
　　　　　　3.4.2 PCA用于人臉識別
　　　　3.5 提高PCA算法的抗干擾性的研宄
　　　　　　3.5.1 局部二值模式的基本原理
　　　　　　3.5.2 基于LBP與PCA結合的人臉識別
　　　　　　3.5.3 實(shí)驗結果
　　　　3.6 側面人臉識別算法的研究
　　　　　　3.6.1 自編碼器模型和限制玻爾茲曼機
　　　　　　3.6.2 反向傳播算法
　　　　　　3.6.3 自編碼器模型的訓練
　　　　　　3.6.4 基于自編碼器的正面人臉重建
　　　　3.7 本章小結
　　4 系統軟件設計
　　　　4.1 實(shí)時(shí)圖像采集及預處理
　　　　　　4.1.1 V4L2的簡(jiǎn)介
　　　　　　4.1.2 圖像采集
　　　　4.2 人臉檢測的設計
　　　　4.3 防照片欺詐行為的設計
　　　　　　4.3.1 基于A(yíng)daboost算法的眨眼檢測
　　　　　　4.3.2 正負樣本的選取
　　　　　　4.3.3 訓練分類(lèi)器
　　　　　　4.3.4 眨眼檢測
　　　　4.4 人臉識別模塊
　　　　　　4.4.1 訓練階段
　　　　　　4.4.2 識別階段
　　　　4.5 信息管理中心的設計
　　　　　　4.5.1 登錄模塊
　　　　　　4.5.2 主界面
　　　　　　4.5.3 用戶(hù)管理
　　　　　　4.5.4 管理員密碼修改
　　　　　　4.5.5 人員信息管理
　　　　　　4.5.6 門(mén)禁設置
　　　　4.6 本章小結
　　5 系統測試結果及分析
　　　　5.1 人臉實(shí)時(shí)檢測結果與分析
　　　　5.2 活體檢測結果
　　　　5.3 人臉識別結果
　　　　5.5 正面人臉重建效果驗證
　　　　5.6 本章小結
　　6 結論
　　　　6.1 結論
　　　　6.2 不足及改進(jìn)之處
　　攻讀碩士學(xué)位期間發(fā)表的論文
　　參考文獻
　　致謝
　　學(xué)位論文知識產(chǎn)權聲明
　　學(xué)位論文獨創(chuàng )性聲明

（如您需要查看本篇畢業(yè)設計全文，請您聯(lián)系客服索取）