具有測溫及統(tǒng)計功能的人臉識別系統(tǒng)的設計

彭聚森 黃艷麗 趙若冰 周瀟琦

摘 要：文章設計具有測溫及統(tǒng)計功能的人臉識別系統(tǒng)。設計包含 2個模式：防控模式和非防控模式非防控期間，學生可正常刷人臉進出;防控期間，學生需佩戴口罩并監(jiān)測體溫，異常時發(fā)出警告。該設計為校園管控提供一定的參考。

關鍵詞：測溫：人臉識別;防控

中圖法分類號：TP391文獻標識碼：A

１ 引言

后疫情時代，大部分高校將采取開放式管理。正常情況下，學生進出校園只需進行人臉識別，但疫情防控期間，佩戴口罩和檢測就成為必然，每天進出校園人口眾多，當未佩戴口罩時，１ 秒鐘內(nèi)檢測者被感染的概率是較大的，因此設計一個具有口罩識別及測溫功能的系統(tǒng)就顯得尤為重要。

同時，隨著科技的快速發(fā)展，人臉識別技術也在不斷地突破，尤其是在日常生活中，技術帶來的便捷大幅提高了人們的生活效率。其中，ＯｐｅｎＣＶ 是特別關鍵的技術。其不僅可以應用在科研跨平臺計算機視覺和機器學習軟件庫， 也可以運行在Ｌｉｎｕｘ、Ｗｉｎｄｏｗｓ、Ａｎｄｒｏｉｄ 和Ｍａｃ ＯＳ 操作系統(tǒng)上。它具有輕量級且高效的特點， 同時也提供了Ｐｙｔｈｏｎ， Ｒｕｂｙ，Ｍａｔｌａｂ 等語言的接口，實現(xiàn)了圖像處理和計算機視覺方面的通用算法［１?４］ 。

２ 具有測溫及統(tǒng)計功能的人臉識別系統(tǒng)的介紹

具有測溫及統(tǒng)計功能的人臉識別系統(tǒng)是基于Ｏｐｅｎｃｖ 跨平臺計算機視覺庫，在ＰｙＣｈａｒｍ 和Ｐｙｔｈｏｎ平臺下進行設計開發(fā)。設計包括２ 個模式：防控模式和非防控模式。非防控期間，學生可正常刷人臉進出；防控期間，學生需佩戴口罩并監(jiān)測體溫。流程介紹如圖１ 所示。

３ 原理介紹

３．１ 口罩識別原理

利用ＯｐｅｎＣＶ 庫的級聯(lián)分類器，并選取了Ｈａａｒ 特征和Ａｄａｂｏｏｓｔ 級聯(lián)分類。機器的眼睛是攝像頭，機器看到的只有數(shù)據(jù)，也就是像素，當需要識別某一種特定的圖像時，就需要找到圖像的一系列特征，這個就是Ｈａａｒ 特征（Ｈａａｒ?ｌｉｋｅ ｆｅａｔｕｒｅｓ 是用于物體識別的一種數(shù)字圖像特征）［５］ 。當對圖像進行運算特征值時，由于彩色圖像的通道數(shù)較多，以及像素的數(shù)據(jù)較大，為了高效進行運算，需先將圖像轉(zhuǎn)化為灰度圖像，然后進行Ｈａａｒ 特征運算，而Ｈａａｒ 特征運算一共有１４種，較為基礎的為ＢＡＳＩＣ 的５ 種運算。由于要對口罩識別模型進行構(gòu)建，因此為了增強模型的識別度，使用了ＡＬＬ 的１４ 種特征運算。

３．２ 測溫原理

任何物體在高于絕對零度（?２７３℃）時都會向外發(fā)出紅外線，而額溫槍通過傳感器接收紅外線，從而得出感應溫度數(shù)據(jù)。

４ 模塊設計

４．１ 信息錄入

導入ｃｖ２ 模塊，調(diào)取攝像頭，拍照錄取信息。首先檢查攝像頭是否處于開啟狀態(tài)，開啟后通過攝像頭進行拍照，按“ｓ”鍵保存照片，并按照指定的格式進行命名照片，最后釋放攝像頭和內(nèi)存。

４．２ 數(shù)據(jù)訓練

將保存的照片導入模塊，進行數(shù)據(jù)訓練。通過遍歷將所有圖片導入模塊，并將黑白化圖像轉(zhuǎn)換為數(shù)組；獲取圖片人臉特征及對應的ｉｄ 和姓名并數(shù)字化存儲；對比臉部特征和ｉｄ，以確保識別的準確性。

４．３ 疫情情況下的人臉識別系統(tǒng)

人臉識別系統(tǒng)進行圖片的讀取利用了ＯｐｅｎＣＶ 庫的級聯(lián)分類器，選取了Ｈａａｒ 特征和Ａｄａｂｏｏｓｔ 級聯(lián)分類，若檢測到鼻子、嘴巴，則證明沒有戴口罩。若未檢測到鼻子、嘴巴，則接著使用ｏｐｅｎｃｖ 的ｈａａｒ 眼睛特征分類器，若未檢測到眼睛，則結(jié)束。若檢測到眼睛，則把ＲＧＢ 顏色空間轉(zhuǎn)為ＨＳＶ 顏色空間，進行口罩區(qū)域的檢測?？谡謪^(qū)域檢測流程是把距離坐標原點較近的橫坐標作為口罩區(qū)域開始的橫坐標，離坐標原點較遠的橫坐標作為口罩區(qū)域結(jié)束的橫坐標。離坐標原點較遠的縱坐標作為口罩區(qū)域開始的縱坐標，離坐標原點較遠的縱坐標與眼睛高度２ 倍的和作為口罩區(qū)域結(jié)束的縱坐標。檢測到口罩之后，對比數(shù)據(jù)，進行識別［６］ 。

Ｈａａｒ 特征和Ａｄａｂｏｏｓｔ 級聯(lián)分類模塊運行過程如下。

ｆａｃｅ ＿ ｃａｓｃａｄｅ ＝ ｃｖ２． ＣａｓｃａｄｅＣｌａｓｓｉｆｉｅｒ （ ＇ Ｄ：／ｏｐｅｎｃｖ／ ｓｏｕｒｃｅｓ／ ｄａｔａ／ ｈａａｒｃａｓｃａｄｅｓ／ ｈａａｒｃａｓｃａｄｅ ＿ｃｄｅｆａｕｌｔ．ｘｍｌ＇）

ｅｙｅ＿ｃａｓｃａｄｅ ＝ ｃｖ２．ＣａｓｃａｄｅＣｌａｓｓｉｆｉｅｒ（＇Ｄ：／ ｏｐｅｎｃｖ／ｓｏｕｒｃｅｓ／ ｄａｔａ／ ｈａａｒｃａｓｃａｄｅｓ／ ｈａａｒｃａｓｃａｄｅ＿ｅｙｅ．ｘｍｌ＇）

ｍｏｕｔｈ ＿ ｃａｓｃａｄｅ ＝ ｃｖ２． ＣａｓｃａｄｅＣｌａｓｓｉｆｉｅｒ （ ＇ Ｄ：／ｏｐｅｎｃｖ／ ｓｏｕｒｃｅｓ／ ｄａｔａ／ ｈａａｒｃａｓｃａｄｅｓ／ ｈａａｒｃａｓｃａｄｅ ＿ ｍｃｓ ＿ｍｏｕｔｈ．ｘｍｌ＇）

ｕｐｐｅｒ＿ｂｏｄｙ ＝ ｃｖ２．ＣａｓｃａｄｅＣｌａｓｓｉｆｉｅｒ（＇Ｄ：／ ｏｐｅｎｃｖ／ｓｏｕｒｃｅｓ／ ｄａｔａ／ ｈａａｒｃａｓｃａｄｅｓ／ ｈａａｒｃａｓｃａｄｅ＿ ｕｐｐｅｒｂｏｄｙ． ｘｍｌ＇）

＃Ａｄｊｕｓｔ ｔｈｒｅｓｈｏｌｄ

ｂｗ＿ｔｈｒｅｓｈｏｌｄ ＝ ８０ ＃ Ｕｓｅｒ ｍｅｓｓａｇｅ

ｆｏｎｔ ＝ ｃｖ２．ＦＯＮＴ＿ＨＥＲＳＨＥＹ＿ＳＩＭＰＬＥＸ

ｏｒｇ ＝ （３０， ３０）

ｗｅａｒｅｄ＿ｍａｓｋ＿ｆｏｎｔ＿ｃｏｌｏｒ ＝ （２５５， ２５５， ２５５）

ｎｏｔ＿ｗｅａｒｅｄ＿ｍａｓｋ＿ｆｏｎｔ＿ｃｏｌｏｒ ＝ （０， ０， ２５５）

ｔｈｉｃｋｎｅｓｓ ＝ ２

ｆｏｎｔ＿ｓｃａｌｅ ＝ １

ｗｅａｒｅｄ＿ｍａｓｋ ＝ ＂Ｔｈａｎｋ Ｙｏｕ ｆｏｒ ｗｅａｒｉｎｇ ＭＡＳＫ＂

ｎｏｔ＿ｗｅａｒｅｄ＿ｍａｓｋ ＝ ＂ Ｐｌｅａｓｅ ｗｅａｒ ＭＡＳＫ ｔｏ ｄ

ｅｆｅａｔ

Ｃｏｒｏｎａ＂

ｄｅｆ ｎａｍｅ（）：

ｐａｔｈ ＝ ＇．／ ｄａｔａ／ ｊｍ／ ＇＃ｎａｍｅｓ ＝ ［］

ｉｍａｇｅＰａｔｈｓ ＝ ［ｏｓ．ｐａｔｈ．ｊｏｉｎ（ｐａｔｈ，ｆ） ｆｏｒ ｆ ｉｎｏｓ．ｌｉｓｔｄｉｒ（ｐａｔｈ）］

ｆｏｒ ｉｍａｇｅＰａｔｈ ｉｎ ｉｍａｇｅＰａｔｈｓ：

ｎａｍｅ ＝ ｓｔｒ （ ｏｓ． ｐａｔｈ． ｓｐｌｉｔ （ ｉｍａｇｅＰａｔｈ）

［１］．ｓｐｌｉｔ（＇．＇，２）［１］）

ｎａｍｅｓ．ａｐｐｅｎｄ（ｎａｍｅ）

ｄｅｆ ｔｗ（）：

ｗｅｂｄｕ ＝ ｉｎｔ（ｉｎｐｕｔ（＂＂））

ｉｆ ｗｅｂｄｕ ＞＝ ３７．３：

ｐｒｉｎｔ（＂體溫異常，請稍等！?。ⅲ?/p>

ｅｌｓｅ：

ｐｒｉｎｔ（＂體溫正常＂）＃ Ｒｅａｄ ｖｉｄｅｏ

ｃａｐ ＝ ｃｖ２．ＶｉｄｅｏＣａｐｔｕｒｅ（０）

ｎａｍｅ（）

ｔｗ（）

ｗｈｉｌｅ １：

ｒｅｔ， ｉｍｇ ＝ ｃａｐ．ｒｅａｄ（）

ｉｍｇ ＝ ｃｖ２．ｆｌｉｐ（ｉｍｇ， １）

＃ Ｃｏｎｖｅｒｔ Ｉｍａｇｅ ｉｎｔｏ ｇｒａｙ

ｇｒａｙ ＝ ｃｖ２． ｃｖｔＣｏｌｏｒ （ ｉｍｇ， ｃｖ２． ＣＯＬＯＲ ＿ＢＧＲ２ＧＲＡＹ）＃ Ｃｏｎｖｅｒｔ ｉｍａｇｅ ｉｎ ｂｌａｃｋ ａｎｄ ｗｈｉｔｅ

（ｔｈｒｅｓｈ， ｂｌａｃｋ＿ａｎｄ＿ｗｈｉｔｅ） ＝ ｃｖ２．ｔｈｒｅｓｈｏｌｄ

（ｇｒａｙ， ｂｗ＿ｔｈｒｅｓｈｏｌｄ， ２５５， ｃｖ２．ＴＨＲＥＳＨ＿ＢＩＮＡＲＹ）

＃ ｄｅｔｅｃｔ ｆａｃｅ

ｆａｃｅｓ ＝ ｆａｃｅ＿ｃａｓｃａｄｅ．ｄｅｔｅｃｔＭｕｌｔｉＳｃａｌｅ（ｇｒａｙ，１．１， ４） ＃ Ｆａｃｅ ｐｒｅｄｉｃｔｉｏｎ ｆｏｒ ｂｌａｃｋ ａｎｄ ｗｈｉｔｅ

ｆａｃｅｓ ＿ ｂｗ ＝ ｆａｃｅ ＿ ｃａｓｃａｄｅ． ｄｅｔｅｃｔＭｕｌｔｉＳｃａｌｅ（ｂｌａｃｋ＿ａｎｄ＿ｗｈｉｔｅ， １．１， ４）

ｉｆ （ｌｅｎ（ｆａｃｅｓ） ＝ ＝ ０ ａｎｄ ｌｅｎ（ｆａｃｅｓ＿ｂｗ） ＝ ＝０）：

ｃｖ２． ｐｕｔＴｅｘｔ（ｉｍｇ， ＂ ｈａｖｅ＿ｍａｓｋ ｐｊｓ＂，ｏｒｇ， ｆｏｎｔ， ｆｏｎｔ ＿ ｓｃａｌｅ， ｗｅａｒｅｄ ＿ ｍａｓｋ ＿ ｆｏｎｔ ＿ ｃｏｌｏｒ，ｔｈｉｃｋｎｅｓｓ， ｃｖ２．ＬＩＮＥ＿ＡＡ）

ｅｌｓｅ：

ｆｏｒ （ｘ， ｙ， ｗ， ｈ） ｉｎ ｆａｃｅｓ：

ｒｏｉ＿ｇｒａｙ ＝ ｇｒａｙ［ｙ：ｙ ＋ ｈ， ｘ：ｘ ＋ ｗ］

ｒｏｉ＿ｃｏｌｏｒ ＝ ｉｍｇ［ｙ：ｙ ＋ ｈ， ｘ：ｘ ＋ ｗ］

ｍｏｕｔｈ ＿ ｒｅｃｔｓ ＝ ｍｏｕｔｈ ＿ ｃａｓｃａｄｅ．

ｄｅｔｅｃｔＭｕｌｔｉＳｃａｌｅ（ｒｏｉ＿ｇｒａｙ， １．５， ５）

ｉｆ （ｌｅｎ（ｍｏｕｔｈ＿ｒｅｃｔｓ） ＝ ＝ ０）：

ｃｖ２．ｒｅｃｔａｎｇｌｅ（ｉｍｇ， （ｘ， ｙ）， （ｘ＋ ｗ， ｙ ＋ ｈ）， （０， ２５５， ０）， ２）

ｅｌｓｅ：

ｃｖ２．ｒｅｃｔａｎｇｌｅ（ｉｍｇ， （ｘ， ｙ）， （ｘ＋ ｗ， ｙ ＋ ｈ）， （０， ０， ２５５）， ２）

４．４ 非疫情情況下的人臉識別系統(tǒng)

關閉口罩識別功能和體溫測量功能，只進行人臉識別功能。

５ 設備功能及實現(xiàn)

在非疫情狀態(tài)下，當人員靠近攝像頭時，會對人臉進行掃描并對比數(shù)據(jù)庫，對比成功人員方可通過；在疫情狀態(tài)下，當人員靠近攝像頭時，若未佩戴口罩，則圖像會將人像顯示紅框以此來警告，當戴上口罩時，攝像頭顯示綠框并測量體溫，體溫正常人員可通過，體溫異常會及時通知管理人員并上傳數(shù)據(jù)［７?８］ 。

６ 結(jié)束語

在門禁系統(tǒng)的基礎上，增加防控模式。當通行人員進行人臉識別時，判斷其是否佩戴口罩，同時對其溫度進行測量，整個識別測量過程是非接觸式。對體溫超出一定閾值的人員，終端會發(fā)出異常預警，并對其體溫進行展示。本文產(chǎn)品設計遵循經(jīng)濟實用、安全穩(wěn)定的設計思想，設計采用技術成熟、性能卓越、簡約時尚的門禁設備及體溫測量，既能滿足當前管理需要，又能適應未來發(fā)展。

參考文獻：

［１］ 譚儉輝．基于Ｋ２１０人臉身份識別與測溫系統(tǒng)設計［Ｄ］．廣東：廣東工業(yè)大學，２０２１．

［２］ 劉鵬鋒．嵌入式健康信息處理系統(tǒng)的研究與設計［Ｄ］．武漢：武漢紡織大學，２０１８．

［３］ 李天睿，謝衛(wèi)平．體溫檢測在人臉識別門禁終端的應用［Ｊ］．電腦與電信，２０２１（７）：６８?７０．

［４］ 侯國棟，常迎梅．具有紅外測溫功能的人臉識別門禁系統(tǒng)設計［Ｊ］．科技信息，２０１０（２０）：５１９?５２０．

［５］ 任啟宏，侯國棟，常迎梅．具有紅外測溫功能的非接觸式智能門禁系統(tǒng)［Ｊ］．常熟理工學院學報，２０１０，２４（２）：８３?８６．

［６］ 張宣妮，馬秀霞，魯方瑩，等．智慧小區(qū)的人臉識別門禁系統(tǒng)［Ｊ］．信息系統(tǒng)工程，２０２１（４）：９５?９６．

［７］ ＲＡＴＨＫＡＮＴＨＩＷＡＲ Ｓ， ＣＨＡＵＤＨＡＲＹ Ｔ， ＧＡＪＢＨＥ Ａ， ｅｔａｌ． Ａｃｃｅｓｓ Ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｗｉｔｈ ｃｏｎｔａｃｔｌｅｓｓ ｔｅｍｐｅｒａｔｕｒｅｄｅｔｅｃｔｉｏｎ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｒｅｓｅａｒｃｈ Ｊｏｕｒｎａｌ ｏｆ Ｅｎｇｉｎｅｅｒｉｎｇａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，２０２１，８（５）：３４４６?３４４９．

［８］ ＣＯＳＴＡＮＺＯ Ｓ， ＦＬＯＲＥＳ Ａ Ｍ． ＩｏＴ Ｎｏｎ?ｃｏｎｔａｃｔ ＢｏｄｙＴｅｍｐｅｒａｔｕｒｅ Ｍｅａｓｕｒｅｍｅｎｔ Ｓｙｓｔｅｍ Ｉｍｐｌｅｍｅｎｔｉｎｇ ＡｃｃｅｓｓＣｏｎｔｒｏｌ ｆｏｒ ＣＯＶＩＤ?１９ ［ Ｊ ］． Ｔｒｅｎｄｓ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ ｉｎＩｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｉｅ，２０２１，１３ （２０）： ２５５?２６４．

作者簡介：

彭聚森（２０００—），本科，研究方向：通信工程嵌入式。

黃艷麗（１９８４—），碩士，講師，研究方向：計算機通信、電子技術、模塊識別。

趙若冰（２００１—），本科，研究方向：單片機。

周瀟琦（２００１—），本科，研究方向：計算機通信。