基于Python 和特征臉?biāo)惴ǖ闹悄芩奚嵯到y(tǒng)設(shè)計(jì)

翟文盛，成吉聰，于增洋

（山東科技大學(xué) 電子信息工程學(xué)院，山東 青島266500）

1 引言

隨著時(shí)代的發(fā)展，傳統(tǒng)的宿舍磁卡門禁系統(tǒng)已經(jīng)不能滿足日益發(fā)展的需求，針對(duì)傳統(tǒng)宿舍磁卡門禁系統(tǒng)磁卡容易丟失、消磁的缺點(diǎn)[1]，本系統(tǒng)采用了基于特征臉?biāo)惴ǖ娜四樧R(shí)別的智能宿舍系統(tǒng)[2]。相比傳統(tǒng)的磁卡系統(tǒng)而言，人臉識(shí)別系統(tǒng)具有安全性高、特征唯一性、不會(huì)出現(xiàn)學(xué)生代替考勤、有效避免學(xué)生夜不歸宿等現(xiàn)象發(fā)生的特點(diǎn)[3]，有效地保障了學(xué)生的安全，能充分地體現(xiàn)學(xué)生的考勤情況。系統(tǒng)通過OpenCV 視覺庫(kù)的分析器對(duì)采集到的人臉信息進(jìn)行檢測(cè)，再利用相關(guān)的圖像處理技術(shù)，將識(shí)別到的數(shù)據(jù)上傳到計(jì)算機(jī)，再移植到樹莓派平臺(tái)驗(yàn)證。

2 系統(tǒng)原理簡(jiǎn)介

2.1 相關(guān)技術(shù)原理

人臉識(shí)別技術(shù)是生物特征識(shí)別技術(shù)的重要分支，人臉識(shí)別指利用各種技術(shù)手段從場(chǎng)景中獲取人臉圖像，并借助已有的知識(shí)或經(jīng)驗(yàn)來(lái)判斷出圖像中人的身份。人臉識(shí)別具有快速、簡(jiǎn)便、非侵?jǐn)_、不需要人被動(dòng)配合，用戶體驗(yàn)最自然、最直觀的特點(diǎn)，這使人臉識(shí)別成為最容易被接受的生物特征識(shí)別方式。本系統(tǒng)的人臉庫(kù)實(shí)驗(yàn)例子是基于Yale 庫(kù)進(jìn)行處理的[4]。

2.2 Python 與OpenCV 技術(shù)

OpenCV（Open Source Computer Vision Library）是一個(gè)基于BSD 許可（開源）發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺庫(kù)，可以在Linux、Windows、Android 和Mac OS 操作系統(tǒng)運(yùn)行。它主要由C++語(yǔ)言編寫，同時(shí)提供了Python、Ruby、MATLAB、Java 等語(yǔ)言的接口[3]，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法，該庫(kù)擁有2 500 多個(gè)優(yōu)化算法，其中包括一套全面的經(jīng)典算法、最先進(jìn)的計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)算法。這些算法可用于檢測(cè)和識(shí)別人臉、識(shí)別對(duì)象、對(duì)視頻中的人類行為進(jìn)行分類、跟蹤攝像機(jī)移動(dòng)、跟蹤移動(dòng)對(duì)象、提取對(duì)象的3D 模型、從立體攝像機(jī)生成3D 點(diǎn)云、將圖像拼接在一起生成整個(gè)場(chǎng)景的高分辨率圖像，從圖像數(shù)據(jù)庫(kù)中查找相似圖像，從使用閃光燈拍攝的圖像中刪除紅眼，跟蹤眼睛運(yùn)動(dòng)，識(shí)別風(fēng)景，并建立標(biāo)記以覆蓋其增強(qiáng)現(xiàn)實(shí)等[5]。

2.3 樹莓派

本系統(tǒng)選擇了樹莓派4B 平臺(tái)作為主控制器，樹莓派將Python 語(yǔ)言作為主編程語(yǔ)言[6]，自帶板載網(wǎng)口、Wi-Fi 和藍(lán)牙，內(nèi)存硬盤為SD 卡。其由新的處理器Broadcom BCM2711B0 提供支持，采用了Cortex-A72 架構(gòu)。樹莓派4中的BCM2711B0具有4個(gè)內(nèi)核，時(shí)鐘頻率為1.5 GHz，Cortex A72 具有15 指令流水線深度，它還提供無(wú)序執(zhí)行，不需等待一個(gè)進(jìn)程的輸出而在另一個(gè)進(jìn)程上啟動(dòng)，并且支持linux系統(tǒng)和Windows 系統(tǒng)的開發(fā)，具備PC 的基本功能，其價(jià)格低廉。安裝該系統(tǒng)需要下載鏡像并使用軟件進(jìn)行燒錄，同時(shí)還需要使用安全外殼協(xié)議（SSH）、MQTT 及SMB 協(xié)議完成整個(gè)設(shè)計(jì)的配置，此外，其體積小，便于部署和安裝[7-8]。系統(tǒng)實(shí)物如圖1 所示。

圖1 系統(tǒng)實(shí)物圖

3 系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)

3.1 系統(tǒng)設(shè)計(jì)原理

3．1．1 人臉圖像錄入建庫(kù)

通過攝像頭錄入人臉圖像，入庫(kù)圖像要背景統(tǒng)一，錄入人員的正臉照片，并且只有輕微的姿態(tài)、表情變化，每幅的分辨率為100×100。

3．1．2 人臉圖像預(yù)處理

由于照相、攝像設(shè)備性能的局限，以及現(xiàn)場(chǎng)復(fù)雜環(huán)境的影響，獲取的圖像可能受到噪聲的污染，使圖像變得模糊、對(duì)比度降低、區(qū)域灰度不平衡等。

為了保證提取特征的有效性，進(jìn)而提高識(shí)別系統(tǒng)的識(shí)別率，適當(dāng)去噪、增強(qiáng)等圖像的預(yù)處理過程給復(fù)雜環(huán)境下的人臉識(shí)別提供了必要的技術(shù)支持[2，9]。

3．1．3 人臉檢測(cè)與定位

人臉檢測(cè)就是判斷圖像中是否存在人臉，如果存在，則給出人臉在圖像中的位置和大小等信息，根據(jù)這些信息將人臉區(qū)域從背景中切割出來(lái)。

3．1．4 人臉特征提取

人臉特征提取是人臉識(shí)別系統(tǒng)的核心。人臉識(shí)別本質(zhì)上是三維非剛性物體的二維投影圖像的匹配問題。從對(duì)齊好的人臉中提取能區(qū)分不同人的特征：克服光照、表情、姿態(tài)、遮擋、胡須、眼鏡、化妝等干擾因素的影響，準(zhǔn)確識(shí)別類內(nèi)變化，再利用特征臉?biāo)惴ㄟM(jìn)行處理。人臉識(shí)別系統(tǒng)框架如圖2 所示。

圖2 人臉識(shí)別系統(tǒng)框架圖

3.2 特征臉?biāo)惴ㄔ?/h3>

將N 個(gè)尺寸為W*H 的人臉圖像（訓(xùn)練集）分別按行級(jí)聯(lián)成N 個(gè)W*H 維的特征向量Ψ1，Ψ2，…，Ψn（零均值），訓(xùn)練樣本協(xié)方差為

選定M 個(gè)基向量z1，z2，…，zM（正交基），M≤N，該基向量構(gòu)成M 維的特征空間。

計(jì)算每個(gè)訓(xùn)練樣本相對(duì)于每個(gè)基向量的投影，并對(duì)每個(gè)基向量投影進(jìn)行累加求和，則第k 個(gè)特征向量λk可以表示為約束條件為

所有訓(xùn)練樣本可以由M 維的特征向量表示為Φk=zTΨi，i=1，2，…，N。最大投影系數(shù)（特征值）λk對(duì)應(yīng)的特征向量（總共有M 個(gè)）認(rèn)為是對(duì)訓(xùn)練樣本的最好簡(jiǎn)約表示（可以是前幾個(gè)），則與最大投影系數(shù)對(duì)應(yīng)的基向量認(rèn)為是有效的特征臉。

將待識(shí)別人臉Г歸一化零均值，向量化之后投影到特征向量，得到Π=uTΓ。利用k 近鄰分類器根據(jù)訓(xùn)練樣本和待識(shí)別人臉的投影特征向量進(jìn)行判別：

式（1）中：D 為兩種模式之間的距離；Ф為特征模版；П為測(cè)試人臉的模式[2]。

3.3 Yale 人臉庫(kù)

Yale 人臉數(shù)據(jù)庫(kù)由耶魯大學(xué)計(jì)算視覺與控制中心創(chuàng)建，包含15 名志愿者的165 張圖片，包含光照、表情和姿態(tài)的變化。這些圖像背景、光照統(tǒng)一，只有輕微的姿態(tài)、表情變化，每幅的分辨率為100×100。Yale 人臉庫(kù)志愿者之一的11幅圖如圖3 所示。

圖3 Yale 人臉庫(kù)圖

4 人臉識(shí)別結(jié)果

將編譯成功的代碼通過鏡像并使用軟件進(jìn)行燒錄，移植到樹莓派開發(fā)平臺(tái)，實(shí)現(xiàn)智能宿舍系統(tǒng)的人臉識(shí)別功能。測(cè)試人臉與識(shí)別結(jié)果如圖4 所示。

圖4 測(cè)試人臉與識(shí)別結(jié)果

5 結(jié)語(yǔ)

本文對(duì)基于Python 語(yǔ)言的特征臉?biāo)惴ㄟM(jìn)行了智能宿舍系統(tǒng)的設(shè)計(jì)，能實(shí)現(xiàn)基本的人臉識(shí)別功能。

在本系統(tǒng)中，特征提取方法為特征臉?biāo)惴?，分類方法采用的是k 近鄰分類器。在被識(shí)別者是正面姿態(tài)、遮擋物很少的情況下，能夠?qū)崿F(xiàn)人臉圖像的識(shí)別。本系統(tǒng)的優(yōu)點(diǎn)是計(jì)算量小、識(shí)別速度快、準(zhǔn)確率高，并能在樹莓派上進(jìn)行驗(yàn)證；但是也存在一定的缺點(diǎn)，即在復(fù)雜背景下識(shí)別人臉時(shí)，如果圖像光照發(fā)生明顯的變化、被識(shí)別者姿態(tài)大幅度改變、表情顯著變化等，則存在識(shí)別錯(cuò)誤的現(xiàn)象。針對(duì)系統(tǒng)的不足之處，今后需要進(jìn)一步完善。