基于人臉識別的機場安檢研究

龍子璇 陳超 肖添翼 周璐 艾樂巍

摘 要：近年來，隨著我國航空事業的不斷發展，機場安檢工作所面臨的壓力變得越來越大，人臉識別技術作為一種快捷、準確、安全的技術，可讓機場安檢變得更加方便。本次研究旨在研究人臉識別技術并將其與機場安檢聯系起來。

關鍵詞：人臉識別技術；機場安防；卷積神經網絡

人臉識別技術在機場安檢中的應用最早是從21世紀初期，主要是用于身份認證與黑名單管理，而隨著近年來應用技術的不斷成熟，人臉識別技術在機場安檢中得到了更加廣泛的應用，人臉識別技術可從視頻圖像中實時識別人臉，并與人臉數據庫進行比對，從而實現快速身份識別與智能預警。

1 人臉識別技術與機場安防

目前，國內機場對于人臉識別技術的應用主要集中在安檢驗證方面，但這一技術的應用價值卻并不僅限于此。我們認為如果在機場安防系統設置人臉識別系統有以下幾點優勢：

首先，可以提高效率。很多群眾在選擇出行的時候都會出于對安檢速度的恐懼而提早過多到達機場，這就造成了出行效率明顯降低的問題。如果將人臉識別技術應用進來，那么，速率可能會翻倍提高。

其次，可以提高準確性和安全性。由于人臉識別系統是在機場進行動態實時的布控，因而不僅能夠解決傳統機場安防系 統的漏洞，而且還能夠準確識別出黑名單人員，在事件處理的過程中占據有利地位[1]。

2 人臉識別系統的設計

假定機場后臺將當天需要乘搭飛機的乘客人臉信息已經提前調到一個人臉數據庫中，等乘客到機場進行安檢時，用攝像頭采集人臉與數據庫中的人臉進行匹配，若匹配成功則調出該乘客的航班信息，若不成功則交給安檢人員進一步處理。

人臉識別可大致分為三個過程：人臉檢測、特征提取、人臉鑒別[2]，系統設計流程如圖2。本設計所用的開發工具是Pycharm，語言為python。設計思路是首先準備好人臉數據庫；再用dlib人臉識別器[3]提取圖片中的人臉部分；接著使用卷積神經網絡來建立模型訓練數據；最后用攝像頭采集人臉進行性能評估。

2.1 數據庫的準備

錄入測試頭像作為將進行安檢乘客，并在網上下載開源人臉數據庫，進行統一像素大小、去噪音等處理后放入一個測試文件下，作為當天預乘搭飛機的乘客人臉庫。

2.2 CNN卷積神經網絡的運用

根據第一步準備好的數據庫，用dlib人臉識別器把圖片中的人臉特征信息提取出來，然后作為神經網絡模型的輸入。基于神經網絡的人臉識別方法就是利用神經網絡的學習能力和分類能力對人臉進行特征提取與識別，卷積神經網絡[4]是目前比較熱門的一種算法，一般分為四個步驟：卷積層初步提取特征、池化層提取主要特征、全連接層將各部分特征匯總、產生分類器進行預測識別。

卷積層的作用就是提取每個小部分里具有的特征。假定一個尺寸為5*5的圖像，每一個像素點都存儲著圖像的信息。再定義一個相當于權重的卷積核，用來從圖像中提取一定的特征。卷積核與數字矩陣對應位相乘再相加，得到卷積層輸出結果[5]，結果如圖2。池化層的輸入就是卷積層輸出的原數據與相應的卷積核相乘后的輸出矩陣。卷積層和池化層的工作就是提取，并減少原始圖像帶來的參數。為了生成最終的輸出，我們需要應用全連接層來生成一個等于我們需要的類的數量的分類器。

用python搭建神經網絡模型的步驟如下：首先讀取數據集，并定義好權重函數、偏置值函數、卷積函數和池化函數；接著進行第一次和第二次卷積池化工作，再接入全連接層，全連接層1有1024個神經元，全連接層2有10個神經元，相當于生成的分類器；最后使用梯度下降法優化求準確率。經過訓練可以得出結論，訓練人臉庫照片越多，識別的正確率越高，缺點是運行時非常占內存，整個任務完成比較耗時間。

2.3 用戶界面

在完成人臉識別后，為了有效配合機場安檢人員完成安檢工作，我們把識別結果放在用戶界面里，并計劃顯示成功通過驗證的乘客的航班信息。用戶界面（User Interface，簡稱UI），是用來將硬件內的信息轉化成人能夠接受的形式的軟件[6]。在本系統中，用戶界面主要用于將視頻圖像信息、識別結果信息、以及乘客航班信息可視化。為了使用者能清楚的看到這些信息，界面被分為三個區域：

1）視頻圖像顯示區域。用于顯示攝像頭實時獲取的圖像信息。

2）乘客航班信息顯示區域。顯示的信息包括航班號、始發站、到達站、艙位、座位號、登記時間、登機口、日期的詳細信息。

3）識別結果顯示區域。用于顯示捕獲的人臉數據與人臉庫對比后的匹配結果。

從攝像頭捕獲的人臉數據與人臉庫中的數據進行對比后，有兩種可能的情況。

第一種情況，匹配失敗，那么識別部分的函數給出匹配失敗的信號，然后在識別結果顯示區域顯示識別失敗，如圖3。

第二種情況，匹配成功，識別部分的函數給出匹配成功的信號，并返回被識別人的身份證號，如圖4。然后在識別結果顯示區域就顯示識別成功，再利用Qt的信號槽機制，將匹配成功信號和乘客信息搜索函數進行綁定，而身份證信息作為乘客信息搜索函數的索引信息。在本系統中，存儲乘客航班信息所使用的數據庫是MySQL，所以在身份證信息已經確定的情況下，利用select語句即可查詢到表中該乘客的航班信息，最后將這些信息在圖形界面的航班信息顯示區域顯示出來。

3 總結

這次的研究旨在將人臉識別和機場的安檢更好的結合起來，做到在無需安檢人員的情況下完成乘客的人臉信息、身份信息以及航班信息的核對，并提供乘客將乘坐航班的詳細信息。顯示乘客信息一方面便于旅客登機，另一方面也為逐漸推行的“無紙化”登機提供方便。

參考文獻

[1]候啟真.機場安全防范技術[M].天津：中國民航出版社.2013.

[2]熊欣.人臉識別技術與應用[M].河南：黃河水利出版社.2018

[3]周志華.機器學習[M].北京：清華大學出版社.2016。

[4]魏秀參.解析深度學習： 卷積神經網絡原理與視覺實踐[M].北京：電子工業出版社.2018.

[5]吳岸城.神經網絡與深度學習[M].北京：電子工業出版社.2016.

[6][英]Mark Summerfield. Python QT GUI快速編程 編程指南[M].閆鋒欣譯注.北京：電子工業出版社.2016.