基于圖像識(shí)別的實(shí)驗(yàn)室安全管理系統(tǒng)設(shè)計(jì)

文/張哲瑋 王瑋 曹園

毫無疑問，實(shí)驗(yàn)教學(xué)在現(xiàn)代大學(xué)教育中是一個(gè)重要的環(huán)節(jié)。因此，實(shí)驗(yàn)室的管理與安全直接影響著教學(xué)與科研質(zhì)量。隨著科技的發(fā)展，實(shí)驗(yàn)室的管理智能化、高效化是必然的趨勢(shì)。因此，從實(shí)際學(xué)習(xí)生活經(jīng)歷出發(fā)，本文提供了一種更加全面、安全并且可靠的實(shí)驗(yàn)室管理系統(tǒng)解決方案。

1 傳統(tǒng)實(shí)驗(yàn)室管理系統(tǒng)

實(shí)驗(yàn)室管理系統(tǒng)主要的方式大多以網(wǎng)絡(luò)為主，輔以門禁卡進(jìn)行管理。如魏志軍等[2]提出了一種利用射頻識(shí)別技術(shù)進(jìn)行人員身份驗(yàn)證以及實(shí)驗(yàn)設(shè)備管理，軟件則基于Java 語言和Spring 框架，提出了一種實(shí)驗(yàn)室管理系統(tǒng)解決方案。對(duì)于人員流動(dòng)較大的實(shí)驗(yàn)室，這種系統(tǒng)是一種不錯(cuò)的解決方案。但對(duì)于一些人員固定，人數(shù)較少的實(shí)驗(yàn)室則顯得相對(duì)復(fù)雜。此外，射頻卡丟失也會(huì)造成極大的不便。

此外，數(shù)據(jù)庫也是一種該系統(tǒng)的主要解決方案。如喻晗等[3]提出了一種利用MongoDB數(shù)據(jù)庫和安卓客戶端實(shí)現(xiàn)學(xué)術(shù)選課與預(yù)習(xí)及留言等功能的實(shí)驗(yàn)室管理系統(tǒng)。但沒有將實(shí)驗(yàn)室的安全加入系統(tǒng)，使得系統(tǒng)功能稍顯單薄。再如李真等[4]提出的利用物聯(lián)網(wǎng)技術(shù)及單片機(jī)來進(jìn)行安全驗(yàn)證以及統(tǒng)計(jì)實(shí)驗(yàn)設(shè)備的使用情況，為管理人員提出反饋。這種系統(tǒng)可以實(shí)現(xiàn)實(shí)驗(yàn)室考勤和節(jié)能，效果出色。但是沒有設(shè)計(jì)實(shí)驗(yàn)室主動(dòng)安全檢測(cè)系統(tǒng)，對(duì)于意外闖入以及實(shí)驗(yàn)室內(nèi)部出現(xiàn)火情時(shí)沒有好的解決方案

2 實(shí)驗(yàn)室管理系統(tǒng)設(shè)計(jì)方案

2.1 系統(tǒng)總體設(shè)計(jì)方案

實(shí)驗(yàn)室管理系統(tǒng)應(yīng)該包括但不限于以下幾種功能：考勤，實(shí)驗(yàn)室安全和人員安全。因此，我們將其有機(jī)結(jié)合起來，利用OpenCV 自帶的函數(shù)實(shí)現(xiàn)人臉檢測(cè)進(jìn)而完成考勤，利用多種傳感器實(shí)現(xiàn)對(duì)實(shí)驗(yàn)室安全的探測(cè)，利用幀差法實(shí)現(xiàn)對(duì)人狀態(tài)的判斷從而決定是否報(bào)警。

2.2 考勤以及身份識(shí)別

本部分采用OpenCV 3 庫，在Python 下編寫程序。OpenCV 3 中提供了Eigenfaces，F(xiàn)isherfaces 和LBPH 三種識(shí)別人臉的算法。其中，本項(xiàng)目采用第一種。Eigenfaces 是通過CV 種最常見的PCA 算法實(shí)現(xiàn)的。其本質(zhì)是識(shí)別某個(gè)訓(xùn)練集的主要部分，并計(jì)算出訓(xùn)練集的相對(duì)于樣本庫的發(fā)散度，發(fā)散度越小，說明越接近樣本庫。主要代碼如下：

model = cv2.face.EigenFaceRecognizer_create() #調(diào)用模型

model.train(np.asarray(x)，np.asarray(y)) #訓(xùn)練模型

因此，在使用該系統(tǒng)前，應(yīng)該先對(duì)實(shí)驗(yàn)室人員進(jìn)行頭像采集工作，可以采取連拍的方法，每人拍攝大約200 張圖片左右。按人保存成數(shù)組。再通過該算法對(duì)數(shù)據(jù)庫進(jìn)行訓(xùn)練，訓(xùn)練完成即可使用。

2.3 設(shè)備安全檢測(cè)

該部分采用嵌入式系統(tǒng)樹莓派，使樹莓派驅(qū)動(dòng)各個(gè)傳感器并處理得到的信息，同時(shí)將異常信息上報(bào)給計(jì)算機(jī)或者直接發(fā)送給管理人員。需要的元件有：無線網(wǎng)卡模塊，攝像頭模塊，壓力傳感器，煙霧傳感器等。具體辦法是，按實(shí)際接線配置好樹莓派的引腳，同時(shí)編寫好各個(gè)傳感器的驅(qū)動(dòng)。當(dāng)傳感器檢測(cè)到可疑信息時(shí)，通過無線網(wǎng)卡模塊向電子郵箱發(fā)送報(bào)警短信，同時(shí)通過攝像頭模塊對(duì)可疑信息進(jìn)行拍照取證，從而實(shí)現(xiàn)設(shè)備安全檢測(cè)。下面是以壓力傳感器為例的一段代碼：

2.4 人員安全檢測(cè)

該部分采用開源機(jī)器視覺處理庫OpenCV3，使用混合高斯背景建模的方法提取輸入數(shù)據(jù)的相鄰兩幀圖像之間的差別信息，利用CLAHE 算法增強(qiáng)二值圖像對(duì)比度，得到的圖像經(jīng)過Solel 算子進(jìn)行邊緣檢測(cè)，使用最大類間誤差法二值化獲得對(duì)比度更強(qiáng)的二值化圖像，隨后通過形態(tài)學(xué)變化（膨脹和腐蝕），以及中值濾波和高斯濾波，得到移動(dòng)人體的二值圖像。

本方法中，通過提取圖像中人體的寬度與高度、人體投影面積、人體重心、人體重心速率、人體長寬對(duì)比得到的運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)狀態(tài)。使用機(jī)器學(xué)習(xí)的方法，利用決策樹構(gòu)建一個(gè)運(yùn)動(dòng)狀態(tài)判斷模型，對(duì)人體跌倒行為進(jìn)行預(yù)測(cè)。一旦檢測(cè)到人跌倒，立即啟動(dòng)報(bào)警系統(tǒng)。報(bào)警系統(tǒng)可以和傳感器報(bào)警系統(tǒng)共用。

3 結(jié)語

本方法將計(jì)算機(jī)視覺技術(shù)應(yīng)用到實(shí)驗(yàn)室管理中，軟、硬件成本低，要求少。同時(shí)可以增加實(shí)驗(yàn)室的管理效率，降低管理者工作量。同時(shí)，本方法不僅可以應(yīng)用在小型實(shí)驗(yàn)室，同時(shí)可以應(yīng)用在一般家庭中，應(yīng)用范圍廣，經(jīng)濟(jì)前景好。