基于Matlab的人臉識別校園考勤及安全系統

趙振中

摘要：校園安全問題日益嚴峻，而傳統的出入登記+視頻監控+智能IC卡安全系統在可靠性、安全性等方面無法滿足社會需要。人臉識別技術能夠實現學生和外來人員的自動識別，具有圖像采集方式靈活、非接觸式等優點，特別是實時監控和提前預警方面，將成為校園安全中重要一環。本文對人臉識別技術基本流程進行了梳理，完成了基于Matlab的人臉識別技術系統整體設計架構以及技術系統流程圖設計，為人臉識別校園考勤及安全系統的建立提供幫助。

關鍵詞：人臉識別、matlab、校園服務

【中圖分類號】TP315【文獻標識碼】A【文章編號】2236-1879（2017）12-0260-02

前言：

校園是青少年和兒童學習、生活以及娛樂最為安全的場所，由于人員結構單一、作息規律等原因發生突發性安全事故的幾率較低[1、2]。但是，近年來在學校周邊發生的惡性事件幾乎時刻見諸于媒體報端，人們對校園的安全問題產生了極大的憂慮，從另一個角度反映了目前學校傳統的出入登記+視頻監控+智能IC卡安全系統存在很大的安全漏洞[3]，特別是實時監控和提前預警方面。人臉識別技術采用快速人臉檢測技術可以從監控視頻圖象中實時查找人臉，并與人臉數據庫進行實時比對，從而實現快速身份識別[4、5]。人臉識別技術可以實現一種遠距離、用戶非配合狀態下的快速身份識別技術，以求遠距離快速確認人員身份，實現智能預警以及學生考勤[6、7]。人臉識別校園考勤及安全系統主要任務包括：1）對學生入校情況進行考勤并自動與學生家長進行信息溝通；2）對入校外來人員進行識別；3）在考試過程中進行人員身份核實，避免替考行為；4）學生宿舍出入人員的管理。

1人臉識別技術發展

人臉識別系統簡單的理解是從監控視頻圖象中實時查找人臉，將人臉信息特征提取后與已有人臉數據庫進行實時比對，從而實現快速身份識別。相比于其他的生物識別技術如指紋和虹膜等，人臉識別的優點在于圖像采集方式靈活，無需專用設備，常用的手機、相機、攝像頭等都可完成采集。其次，人臉識別可以實現同時大群體的快速身份識別，而且數據采集過程非接觸式的。

但是在實際的操作中該技術的準確率有待提高，其中重要的原因是盡管人臉有采集方便、不變性和不會被盜取的優點，但面部表情、化妝、光線、拍照角度以及裝飾等因素都會影響人臉信息特征的采集，從而降低識別的準確率。目前，人臉識別系統主要由四部分組成，即原始圖像的采集和檢測、人臉的預處理、特征的提取、匹配分類。

（1）原始圖像的采集和檢測。主要過程是從圖片中確定是否有人臉，并將其人臉圖像從圖像中提取出來。由于人臉的可變性非常高，所以光線、人的表情、頭部和頭部的遮擋物、頭的姿態、年齡、設備噪音等對其有很大的影響，所以人臉檢測與定位是個一個非常復雜的技術。

（2）人臉的預處理。主要是對人臉圖像在識別前進行各方面的處理來增強人臉特征。主要的預處理方法有灰度變換、直方圖修正、圖像的銳化與平滑以及圖像的幾何校正等。

（3）特征的提取。主要是提取可以表示人臉信息的關鍵特征。關鍵特征要能夠表示出一張唯一的人臉，人臉表示方法有人臉的幾何特征、人工神經網絡、人臉的特征臉、人臉模板匹配等表示方法。

（4）匹配分類。人臉識別校園考勤及安全系統應用的前提是事先采集所有學生的面部信息并建立檔案。主要是比較待識別的人臉與預存數據庫中的人臉在特征臉空間的距離，找出距離最小的人臉圖像，然后輸出達到身份驗證的作用。

2基于Matlab的人臉識別技術

matlab不僅僅可用于科學計算，數據處理可視化的功能，它作為三大數學軟件之一，還有圖像模式識別強大功能。各國科研人員對基于matlab的人臉識別系統設計進行研究，基于Matlab的人臉識別技術系統整體設計架構如圖1所示，其基本基本流程是：1）對人臉識別系統的構成做詳細論述；2）對人臉識別過程中的關鍵環節人臉檢測、特征提取和圖像預處理做詳細介紹；3）matlab軟件在人臉識別系統中的具體應用，即人臉圖像識別的具體技術，并用matlab進行試驗并得到結果；4）實驗結果大多都是用訓練集進行測試，最終對matlab識別率可以進行統計實驗，經過多次驗證，得出判定閾值。本系統共分為3個模塊，分別為：獲取人臉ID信息模塊，人臉匹配（即特征提取與圖像處理模塊），校園安全與校園考勤模塊。

基于Matlab的人臉識別技術系統流程如圖2所示，為獲取每個學生的人臉ID信息，需要學生自己拍照后上傳給電腦，若圖片無效則系統提示“tryagain”，錄入成功則系統緩存圖片。直接獲取的圖片是“.jpg”格式需要先轉換為“.bmp”格式圖片。再運用PCA算法與數據區中人臉進行匹配。等到人流高峰期過后再發送短信給家長；獲取遲到同學信息，讓考勤同學記錄遲到同學名字與班級。

3人臉識別校園考勤及安全系統發展主要問題

（1）人臉識別需要大量的學生數據收集工作，而且學校每年新生入學面臨大量的數據收集工作；對于外來人員，如果未進行過數據采集則無法比對。

（2）出現無法識別以及識別錯誤情況下的補救措施。

（3）多人像識別技術。校園在上學和放學期間為人員流動高峰期，單人人臉識別會導致擁堵等情況發生，因此多人像快速人臉識別系統有待發展。

參考文獻

[1]安大海，蔣硯軍.基于BP神經網絡的人臉識別系統[J].軟件，2015，36（12）：76-79.

[2]劉向東.基于PCA算法人臉識別的MATLAB實現[J/OL].電腦知識與技術，2016，12（12）：193-194.

[3]劉建明，王亮.人臉識別系統的算法研究與仿真實驗[J].許昌學院學報，2015，34（02）：70-74.

[4]劉凡.人臉識別中基于圖像局部結構的特征提取與分類研究[D].南京理工大學，2015.

[5]王國棟.基于MATLAB的人臉識別算法的研究[D].內蒙古大學，2014.

[6]王敏，段黎明，朱國濤，李文輝.基于MATLAB7.0的人臉識別仿真系統研究[J].科學技術與工程，2009，9（20）：6224-6226+6242.

[7]黃非非.基于LBP的人臉識別研究[D].重慶大學，2009.