試論基于PCA人臉識別的 智能防盜報警系統的設計與實現

陳磊

（中國第一汽車集團有限公司金融及資本運行部（董事會辦公室），吉林 長春 130011）

對于人臉識別來說，在諸多研究領域中，已經得到了充分的體現，比如模式識別、圖像處理以及神經網絡等，人臉識別主要是指在數據庫中，對不同人臉圖像驗證特征進行深入分析，與一個特定場景進行深入分析和對比，進而對場景中單個或多個人的身份進行鑒別。因此，基于PCA人臉識別，加強智能防盜報警系統是至關重要的，可以將防盜報警系統的功能充分彰顯出來，發揮出智能化的優勢，從而借助PCA人臉識別，防止不必要的安全隱患。

一、總體設計

本系統主要圍繞人臉識別來進行，無須對數字加密等功能進行添加，在系統功能中，主要包括：將本系統軟件打開，系統會對一個用戶界面進行輸出，界面內容主要包括程序開關按鈕、程序相關參數設置等。用戶在點擊運行以后，程序會將對應計算機借助USB外置攝像頭拍攝到圖像，并實現實時顯示，然后結合設置時間間隔，對圖像進行截取，并進行識別，在程序界面的識別結果一欄中，會實時顯示出識別結果。程序借助識別結果，可以對檢測者是否為本人進行判斷，如果非本人，會顯示警報，而且借助USB連接GSM通信模塊，借助通過GSM網絡，將預設的信息發送到手機終端上，將實時報警功能充分發揮出來。系統總體說明圖如圖1所示：

圖1 系統總功能圖

二、系統硬件設計

（一）硬件總體方案設計

本系統的硬件，其模塊主要包括機模塊、攝像模塊、通信模塊等，其中，對于主機模塊來說，需要對系統運行、圖像處理等功能進行顯示。而對于攝像頭來說，要將圖像的收集工作落實到位。通信模塊借助串口轉USB，要將實時通信報警功能充分體現出來。

主機模塊屬于PC主機，不同用戶有著不同的主機型號和配置，但是本系統程序的通用性比較顯著，基于理論視角，個人PC機，都可以對本系統進行安裝使用。本系統主要結合人臉識別功能，以此來實現拓展，所以更加明確提出了對攝像模塊的要求。在攝像頭獲取人臉圖像過程中，人臉的光線情況、與攝像頭的距離等，都會對人臉識別功能產生極大的影響。

在相關測試對比以后，本設計的攝像模塊，對谷客高清攝像頭進行了應用，這種產品的優勢主要包括光圈大、自動對焦等，可以與本系統對攝像模塊的要求相符合。谷客攝像頭的動態分辨率為640×480，而且其圖像采集速度為60幀/秒。鏡頭對多層鍍膜濾鏡進行了應用，可以將所拍攝的圖像還原出來，確保圖像的高度清晰。

（二）GSM通信系統的硬件實現

其中，TC35i GSM通信模塊與PC主機接口設計，要想為硬件模塊的連接創造有利條件，要對USB接口進行應用，以此來連接好TC35i模塊和主機模塊，也就是TC35i要作為USB，從設備和主機進行通信，TC35i模塊的通信接口屬于標準9針串口，要想促使USB連接通信的實現，就要加強串口轉USB線的應用，以此來實現轉換。

三、軟件總體設計

針對本系統設計的軟件設計來說，圖像處理、界面設計以及GSM通信軟件設計等，是重要的構成內容。圖像處理程序的諸多函數，都是直接對opencv的庫函數進行調用，所以整體程序的簡潔性比較強。

（一）預處理模塊

1、圖像讀取和存儲

通過調用預定函數初始化視頻設備以后，可以對PC機中視頻設備中的視頻圖像進行調用。借助cvsaveimage這一函數，可以與保存圖像到文件的需求相符合。

2、圖像二值化

對于圖像二值化來說，主要是指將已經進行灰度化處理，及時轉換成僅僅涵蓋黑白灰度級的二值圖像，將圖像的特點充分展現出來，為圖像識別提供一定的便利性。對其處理過程進行分析，主要是指將圖像上像素點的灰度值進行設置，具體設置為0/255，也就是將整個圖像的黑白效果呈現出來。

（二）人臉識別模塊

在這個模塊中，要對二值化處理后的黑白照片，進行降維處理，對算法處理過程中的運算量進行降低，所以要加強PCA算法的應用。通常來說，攝像頭獲取到的圖像尺寸比較大，如果在矩陣運算中進行應用，可以促進系統的運算量的增加，這對運行的順暢性產生了極大的影響，所以要適度裁剪和縮小處理原圖。調用Opencv中的庫函數，面部檢測獲取到了圖像，對于檢測到的人臉圖像，不斷提高自動截取水平。

在圖像處理以后，借助算法提取處理后圖像的人臉特征值，并排列轉換成矩陣。用于比對的模型，也就是借助同種訓練方法，結合訓練樣本，對多個人臉特征值矩陣進行提取和保存，為識別時的比對創造有利條件。在識別以后，“結果系數”，可以表示識別結果，在訓練模型中，結果系數與檢測者的特征值矩陣與檢測者的特征值矩陣之間的距離比較近，如果結果系數比較小，可以判斷兩人臉的相似度比較高。反之，如果結果系數較大，則可以說明兩人臉的相似度非常低。

四、實驗、調試及其分析

（一）實驗與調試

在攝像頭范圍內的不同位置和距離，讓單名或多名檢測者進行面部檢測，而且對相應的表情進行轉換，結合識別結果一欄中的結果系數，可以為系統是否檢測出人臉提供一定的依據。具體來說：首先，借助圖像預處理模塊，在攝像頭中，可以對原始圖像進行獲取，在對人臉進行檢測以后，進行裁剪，并二值化處理面部圖像。其次，借助PCA算法，在二值化后的人臉圖像，對相應的特征值進行獲取，并實現向特征值矩陣的順利轉化。再次，對比和分析得到的特征值矩陣、經訓練的模型的特征值矩陣，將模型中與測試者特征值矩陣相似度較高的矩陣找出來，并進行深入對比，在獲取結果系數時，要結合二者之間的差額。最后，對結果系數的大小進行分析，結合參與識別的人，以此來確定是否為本人。在為本人的情況下，在界面上，會將“歡迎”的字樣顯示出來。

（二）調試結果與分析

光線嚴重影響到了結果系數。在PCA算法特點的影響下，人臉識別參與者的光線環境嚴重影響著識別的結果系數，所以在對固定數值的判定方式進行應用時，如果環境光線變化顯著，極容易導致警報誤報的出現。具體的解決方法是：在程序中，要對“警報閥”進行設置，可以結合使用現場的光線環境調整，以便于對是否引起警報的結果系數進行判斷。如果檢測光線環境的變化比較顯著時，要及時對警報閾值進行調整，避免誤報現象的出現。

五、結束語

要想不斷提高人臉識別和實時報警效率，本系統人臉識別環節，對PCA算法進行了積極應用，滿足了本系統的基本要求，可以保證較高的識別率，避免環境變化影響到識別率，并且在實時報警通信方面的數據傳輸方面，不斷提高警報信息的完整性和具體性。