基于人臉識別和紅外測溫的健康碼核驗閘機設計

陳建宇，堯千桂，林權，王楚楚，唐嘉偉，盧新祥

（紹興文理學院 數(shù)理信息學院，浙江紹興， 312000）

新冠疫情爆發(fā)以來，各地政府充分利用數(shù)字化，積極開展大數(shù)據(jù)分析管理，建立“一碼通行”的精確防控機制，為疫情防控貢獻了重大力量。在網(wǎng)格化、精細化的疫情防控下，健康碼成了出入公共場所必需的電子通行證，但是有時候人們掏出手機打開健康碼的時間過長，甚至不配合工作人員的工作，無視配合出示健康碼的要求，導致商場、醫(yī)院、超市等公共設施建筑的門口排隊過長，容易形成擁堵影響通行效率，可能增加交叉感染的風險。另一方面，傳統(tǒng)的打開手機出示健康碼、體溫測量等操作難以照顧到所有人員，尤其是兒童和老人等特殊群體，沒有手機或者不會操作，因此研究開發(fā)簡捷方便的通關驗證系統(tǒng)具有重要意義和必要性。

本文提出了一種基于人臉識別和紅外測溫的健康碼核驗閘機設計，以樹莓派作為硬件平臺，識別算法為核心，用于進出需要健康碼核驗以及溫度測量的公共場所，當核驗通過時閘機打開閘門使人通行，并使用了PyQt5設計作為GUI實現(xiàn)，用于顯示人臉和健康碼的識別結果，可以方便用戶實時觀察篩查通行人員，有效提高通行效率。

1 閘機設計方案

本文將人臉識別、健康碼核驗與紅外測溫相結合，提出一種基于人臉識別和紅外測溫的健康碼核驗閘機設計，旨在完成健康碼智能核驗、體溫測量、語音播報等功能，提高健康碼核驗的通行效率。

該設計以Python作為開發(fā)語言，樹莓派作為硬件平臺。當攝像頭檢測到人員接近時，使用基于OpenCV的Haar級聯(lián)與Dlib庫進行人臉檢測及實時跟蹤，并通過LBPH算法將檢測得到的人臉數(shù)據(jù)與SQLite數(shù)據(jù)庫存放的人臉數(shù)據(jù)進行對比識別，調(diào)用該人臉信息對應的健康碼狀態(tài)，同時紅外測溫傳感器對當前人員進行體溫測量；系統(tǒng)將體溫測量結果與健康碼狀態(tài)結果返回到GUI界面由顯示屏顯示，若核驗結果正常，語音播報識別結果且閘機開放通行。

2 閘機硬件設計

本閘機的硬件主要包括有五個部分：主控板、檢測模塊、舵機、顯示屏、語言播報模塊。主控板與識別模塊通過I2C總線進行數(shù)據(jù)傳輸，閘機與語音播報模塊通過GPIO口與樹莓派進行通信，顯示屏和樹莓派之間使用HDMI接口進行視頻流的傳輸。

圖1 閘機硬件組成

■2.1 主控板

該系統(tǒng)選用樹莓派4B作為主控板，它是一塊基于ARM Cortex-A72的微型電腦主板，搭載四核處理器，1.5GHz CPU和4GB RAM，使用SD卡或者Micro SD卡作為硬盤，主板配套有一個網(wǎng)線接口和4個USB接口，擁有HDMI接口和視頻模擬信號輸出接口，可連接顯示器，鼠標、鍵盤等外設，滿足PC端的基本功能，可當作PC端使用，并且還有40個GPIO口。適合于本項目使用基于OpenCV的LBPH算法，完成健康碼識別、紅外測溫、閘機開門和語音播報的功能實現(xiàn)。

■2.2 檢測模塊

檢測模塊由高清攝像頭和MLX90614紅外測溫傳感器兩部分組成。

MLX90614紅外測溫傳感器采用I2C的SMBUS協(xié)議與樹莓派通信，數(shù)據(jù)通信格式如圖2所示，通過上拉電阻將傳感器上的SDA，SCL與樹莓派的SDA.1和SCL.1引腳相連，工作溫度范圍為-40.00℃～125.00℃，分辨率為0.02℃，精度可達±1.00℃，檢測實時性強，滿足用于人體溫度的檢測的性能需求。

圖2 SMBus讀數(shù)據(jù)格式（上）和SMBus寫數(shù)據(jù)格式（下）

圖中白色部分代表數(shù)據(jù)由主器件發(fā)送到從器件，陰影部分代表數(shù)據(jù)由從器件發(fā)送到主器件，其中S為起始位，SlaveAddress為從器件地址，Wr為寫標志位，Rd為讀標志位，A為應答位，Command為命令字節(jié)，Sr為重復起始位，PEC為校驗數(shù)據(jù)包，P為停止位[1]。

高清攝像頭用于拍攝并采集人臉圖像，可直接通過USB連接到樹莓派，使用UVC標準協(xié)議，操作方便，規(guī)格選用1080p像素，成像素質(zhì)更好，不會產(chǎn)生畸變，用于拍攝人臉圖像，可使樹莓派進行人臉檢測的圖像處理效果更好，提高識別算法的準確率。

■2.3 SG90舵機

SG90舵機是模擬舵機，它的力矩1.5kg/cm，工作電壓為4.2～6V，采用脈沖寬度是0.5～2.5ms，周期為20ms的PWM信號作為控制信號，對應的角度為0～180度，因為它們的對應關系呈線性變化[2]，因此只需外部輸入一個脈寬信號，舵機就會轉動到一個對應的角度，舵機的轉動角度與輸入脈寬的關系如表1所示。

表1 舵機的轉動角度與輸入脈寬關系表

舵機內(nèi)部帶有基準電路和比較器，基準電路可產(chǎn)生一個占空比為7.5%的基準信號與外加信號相比較，判斷出舵機轉動的大小和方向，產(chǎn)生電機的轉動信號。由此樹莓派只需要給舵機一個周期為20ms的脈沖信號，改變脈沖的占空比，便可以控制舵機轉動的角度，從而達到閘機開門的目的。

■2.4 顯示屏

顯示屏采用的是一塊7寸的ISP屏，使用HDMI接口，用于顯示基于PyQt5的GUI設計界面和健康碼識別結果以及體溫測量結果。

■2.5 語音播報模塊

該模塊采用的是樹莓派使用百度云的語音合成接口，將需要提示的文本信息進行語音合成，通過音響進行語音播報。

3 閘機軟件設計

為了提高CPU資源的利用率，加快系統(tǒng)的運行反應速度，程序采用多線程的設計模式，同時執(zhí)行UI線程和OpenCV線程。

UI線程用于實現(xiàn)攝像頭的拍攝畫面，以及將健康碼識別結果和體溫測量結果顯示在拍攝畫面上，實現(xiàn)人機交互。

OpenCV線程用于人臉檢測和健康碼識別算法，當攝像頭抓取到人臉后對其進行跟蹤識別并從SQLite數(shù)據(jù)庫獲取識別人臉的健康碼信息。在識別過程進行的時候，紅外測溫傳感器同時對人體的溫度進行測量，并將測溫結果與健康碼識別結果一起顯示在屏幕上，且結果會通過語音播報模塊進行播報；當無人員通過時，系統(tǒng)會進入低功耗待機狀態(tài)，直到攝像頭檢測到有人員通行，閘機恢復工作狀態(tài)。當健康碼異?；蝮w溫異常時，閘機報警發(fā)聲，并通過語音播報模塊指引相關人員去指定地點接受管控。

軟件設計流程如圖3所示。

圖3 系統(tǒng)程序設計流程

■3.1 人臉檢測算法

人臉檢測算法需要先進行人臉跟蹤，定位人臉信息。采用Haar級聯(lián)分類器，通過篩選式級聯(lián)把強分類器連接到一起，能夠使人臉檢測更加精確。Haar級聯(lián)算法提供了通過以下三種關鍵步驟完成的人臉檢測：定義Haar-like特征、利用積分圖加速運算、通過AdaBoost訓練的強分類器級聯(lián)。

常見的Haar-like特征如圖4所示，黑色代表圖像顏色較深的部分，白色代表圖像顏色較淺的部分，可通過運算得到反應圖像的灰度變換情況。

圖4 Haar—like特征分類

為了緩減特征值計算壓力，通過構造積分圖提高計算速率[3]。積分圖定義如下：

式中，i(k,l)表示圖像在(x,y)位置的像素值。根據(jù)n個正樣本和負樣本的圖像中的某個固定特征計算出每張圖像該特征的特征值后，再使用Adaboost分類器得到最優(yōu)的弱分類器，再通過算法訓練出該特征的強分類器，最終將若干個分類器用級聯(lián)的方式連接在一起，獲得Haar級聯(lián)分類器。

■3.2 人臉識別算法

本系統(tǒng)識別算法選用了LBPH特征提取算法。將一張圖像均勻分割成幾塊區(qū)域，并提取每塊區(qū)域的直方圖，將各區(qū)域的直方圖依次連接，形成具有LBP特征的統(tǒng)計直方圖，用于描述圖像的局部特征。首先LBPH算法對面部圖像進行灰度化處理，然后使用LBP算子來處理這些圖像，得到相對應的灰度圖像的LBP值，系統(tǒng)通過LBP值可以進行繪制出具有人臉特征信息的LBP統(tǒng)計直方圖，最后把訓練集統(tǒng)計直方圖和測試集統(tǒng)計直方圖進行比較，若得到的結果和測試的訓練樣本非常相似，那么該測試的訓練樣本就是人臉識別的結果。

LBPH算法具有計算量較小，時效性較高的優(yōu)點，其光照不變性、灰度不變性和旋轉不變性能夠保證不同條件下的人臉識別的準確率[4]。

■3.3 SQLite數(shù)據(jù)庫

SQLite是一款遵守ACID的關系型的輕型數(shù)據(jù)庫。與PostgreSQL和Mysql這兩款數(shù)據(jù)庫相比，它的處理速度較快。綜合考慮選用SQLite數(shù)據(jù)庫作為人臉數(shù)據(jù)的存儲。

SQLite的整體架構可以分成兩大部分，內(nèi)核和后端，核心部分是內(nèi)核，內(nèi)核中的SQL命令處理還分為三部分，分別是詞法分析、解析和代碼生成，負責用戶對數(shù)據(jù)庫的預處理和高效快速地生成代碼供虛擬機使用。后端內(nèi)是經(jīng)過優(yōu)化的B樹，這樣有助于運行在可調(diào)整的頁面緩沖上時，減少對磁盤的無效查找，再往下是頁面緩存，它在OS的抽象層之上發(fā)揮作用，這樣的體系結構使數(shù)據(jù)庫的可移植性提供了一種可能。

在進行數(shù)據(jù)庫的建立時，采用了身份證號、姓名、健康碼信息等作為數(shù)據(jù)庫存儲的對象，當系統(tǒng)對人臉進行預采樣會自動生成編號并通過卷積神經(jīng)網(wǎng)絡對采樣信息進行訓練，除此之外，工作人員還可以根據(jù)需求對數(shù)據(jù)庫進行增刪改查等操作，對信息的管理更加方便。

■3.4 GUI設計

對于顯示界面的設計，采用基于PyQT5的GUI界面設計，它擁有幾百個類，包含千種函數(shù)和方法，主要分為QtCore模塊、QtGui模塊和QtWidget模塊，分別包含核心的非GUI功能、窗口系統(tǒng)集成、事件處理、基本空間等內(nèi)容，提供了一整套豐富的窗口控件庫，并且PyQt5是Python語言對Qt框架的實現(xiàn)，因此在運行調(diào)用方面十分方便，可以直接在Python中直接聲明為Qt的子類，避免了繁雜的開發(fā)流程，提高了系統(tǒng)的運行效率。

在設計過程中，本項目使用了與之配套的軟件Qt Designer，作為一款用于輔助GUI設計的工具，它可以大大減輕在設計過程中的工作量，主要設計了攝像頭拍攝畫面窗口、系統(tǒng)日志窗口、健康碼結果窗口和溫度測量結果窗口，有了這些窗口，可以使篩查通行人員的工作更加方便快捷。

4 系統(tǒng)實驗及結果分析

通過圖5，對閘機系統(tǒng)進行多次實驗，并進行結果分析。

圖5 系統(tǒng)實驗流程圖

■4.1 人臉識別結果

根據(jù)攝像頭拍攝采集到的圖像數(shù)據(jù)與數(shù)據(jù)庫中的圖像數(shù)據(jù)對比，系統(tǒng)會給一個滿足條件的閾值，當計算值超過系統(tǒng)預設的閾值，證明數(shù)據(jù)庫的人臉圖像與檢測的人臉圖像是一個人，即識別出當前檢測人臉的身份和健康碼信息。

我們隨機抽取了100位人員作為樣本進行健康碼核驗，以20人為一組，通過多組實驗，得到表2的健康碼核驗的準確率的關系[5]。

表2 健康碼核驗的準確率

如表可以看出，其平均準確率約為95.4%。

■4.2 紅外測溫結果

將MLX90614與樹莓派的I2C接口進行連接通信，通過不斷改變傳感器與人的額頭的距離，對人的額溫進行測量，并采用一種通過最小二乘法進行多項式擬合進行溫度補償[6～7]，減小誤差。

補償前后的溫度曲線，如圖6所示。

圖6 補償前后的溫度曲線

實驗證明，通過溫度補償后，平均誤差0.027℃，相對誤差為0.98%符合實驗預期，滿足人體測溫精度需求。

5 結語

本文研究并設計了一種基于人臉識別和紅外測溫的健康碼閘機系統(tǒng)，詳細介紹了該系統(tǒng)的軟硬件設計，并對閘機系統(tǒng)進行了進一步的運行測試。根據(jù)實驗數(shù)據(jù)結果來看，基于LBPH人臉識別算法的識別準確率較高，通過溫度補償后的MLX90614紅外測溫傳感器的測溫精度也得到了較大提升，驗證了系統(tǒng)的正確性和完整性。相比目前的人工核驗方式更加智能化，高效化，符合產(chǎn)業(yè)需求，具有現(xiàn)實意義。

但作為測試樣機，還存在一些不足的地方，目前系統(tǒng)需要預先錄入人臉和健康碼信息，工程量較大，只能服務于小區(qū)域內(nèi)人群，例如公司、小區(qū)等地。未來可接入國家衛(wèi)生部門管理的健康碼信息數(shù)據(jù)庫，實現(xiàn)全國覆蓋。