基于OpenCV的人臉識別門禁系統(tǒng)設(shè)計(jì)

周琛博

摘要：隨著人工智能技術(shù)的發(fā)展與應(yīng)用，人臉識別逐步應(yīng)用到智能安防領(lǐng)域，不僅能夠有效提高考勤的工作效率，還能夠提高整體形象。本次課程設(shè)計(jì)結(jié)合了人工智能、機(jī)器識別、機(jī)器學(xué)習(xí)、模型理論、視頻圖像處理多種專業(yè)技術(shù)，在Linux系統(tǒng)上開發(fā)設(shè)計(jì)了基于OpenCV視覺庫的人臉識別門禁系統(tǒng)。此次課程設(shè)計(jì)首先將攝像頭捕捉的人臉信息進(jìn)行灰度化、降維及計(jì)算特征值等處理，利用了PCA特征提取人臉識別算法進(jìn)行人臉數(shù)據(jù)訓(xùn)練與測試，之后得到了模型對應(yīng)的相關(guān)的用戶信息，再使用Qt搭建操作界面，形成智能門禁系統(tǒng)的UI界面和識別，最終實(shí)現(xiàn)了人臉的捕捉采集與比對檢測，最終實(shí)現(xiàn)了基本精確和及時(shí)的人臉識別。

關(guān)鍵詞：Linux;門禁系統(tǒng);人臉識別;OpenCV;Qt

一、系統(tǒng)總體設(shè)計(jì)

為了更加便捷的對攝像頭和對攝像頭所捕獲的數(shù)據(jù)進(jìn)行實(shí)時(shí)的處理，我們采用了我們自身筆記本的自帶攝像頭進(jìn)行了操作。通過圖像處理技術(shù)，我們對攝像頭的畫面進(jìn)行了實(shí)時(shí)的檢測，如果人臉出現(xiàn)在攝像頭中，數(shù)據(jù)算法便會快速識別特征信息，然后對圖像進(jìn)行人臉比對，如果為數(shù)據(jù)庫中已有的用戶，系統(tǒng)則會顯示相關(guān)信息，并允許通過。系統(tǒng)主要分為以下幾個(gè)模塊：人臉數(shù)據(jù)采集、人臉數(shù)據(jù)訓(xùn)練與測試、實(shí)時(shí)人臉檢測以及人臉識別等。

人臉數(shù)據(jù)檢測主要是通過攝像頭來拍攝和采集人臉，然后將所獲得的圖片和數(shù)據(jù)發(fā)送給Haar特征分類器，然后Haar特征分類器將照片中的面部信息進(jìn)行提取處理，并將所獲得人臉、眼睛以及嘴唇得特征值保存在xml文件中。

人臉數(shù)據(jù)訓(xùn)練與測試主要是將所得到得人臉圖片進(jìn)行灰度化、直方圖均值化，使用PCA算法進(jìn)行人臉數(shù)據(jù)訓(xùn)練，然后利用較少得得數(shù)據(jù)特征對樣本進(jìn)行描述以達(dá)到數(shù)據(jù)特征值降維得目的。

實(shí)施人臉檢測和人臉識別則是將攝像頭中得數(shù)據(jù)進(jìn)行實(shí)時(shí)處理和對比，并顯示人臉識別后得對應(yīng)得結(jié)果。

二、系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件設(shè)計(jì)主要分為人臉圖像數(shù)據(jù)采集和人臉識別兩大塊內(nèi)容，分別進(jìn)行圖像預(yù)處理和特征提取，最終形成人臉特征數(shù)據(jù)庫，與獲取到的實(shí)時(shí)人臉圖像進(jìn)行比對，最終顯示比對結(jié)果。

1.人臉數(shù)據(jù)采集與處理

（1）數(shù)據(jù)采集

首先，我們創(chuàng)建一個(gè)用戶對象，即對象姓名，在用戶鍵入對象姓名之后，檢測攝像頭是否打卡，如果打開異常，則在用戶操作界面顯示“攝像頭沒有畫面，請檢查攝像頭是否異常”得字樣;如果攝像頭正常打開，則進(jìn)行拍照。

之后系統(tǒng)會自行判斷當(dāng)前得儲存路徑是否存在，如果不存在則創(chuàng)建temp文件夾得路徑，將我們所拍攝的樣本照片保存在該路徑下（為了確保系統(tǒng)建模和人臉識別得精確性，所以樣本照片最好十張以上），因?yàn)镺pencv使用得是BGR，Qt使用是RGB，所以我們還需要進(jìn)行顏色空間轉(zhuǎn)換，顏色轉(zhuǎn)換之后，我們便可以獲得一個(gè)基本得比對樣本。

（2）數(shù)據(jù)處理

保存用戶信息到usr.txt文件中，并向文件中添加一行信息“源文件行數(shù)+姓名;usr.txt”。之后統(tǒng)計(jì)系統(tǒng)錄入的人臉類型個(gè)數(shù)信息，然后再創(chuàng)建編號文件夾，存放不同人的面部信息，方便后期訓(xùn)練模型使用。人臉檢測截取。

然后使用OpenCV的CascadeClassifier定義人臉分類器，對從攝像頭獲得的圖像進(jìn)行實(shí)時(shí)檢測，并且把結(jié)果顯示在屏幕上。OpenCV中提取人臉信息使用的是 detectMultiScale函數(shù)檢測出圖片中的人臉，并將檢測好的人臉信息放到vector容器中，即把檢測到的信息放到另外一個(gè)序列中，函數(shù)由分類器對象調(diào)用。

之后我們需要對圖像進(jìn)行灰度化。即將圖像由彩色轉(zhuǎn)換為黑白色——將每個(gè)像素點(diǎn)的RGB值統(tǒng)一成同一個(gè)值。灰度化后的圖像將由三通道變?yōu)閱瓮ǖ溃瑔瓮ǖ赖臄?shù)據(jù)處理起來就會簡單許多。

2.人臉數(shù)據(jù)訓(xùn)練

讀取之前我們所儲存得csv文件。將csv文件中獲取得到的人臉圖片信息存儲到容器images中，編號存儲到容器labels中。然后調(diào)用OpenCV中的PCA算法，對人臉數(shù)據(jù)進(jìn)行訓(xùn)練，得到的結(jié)果保存到xml文件中。

3.實(shí)時(shí)人臉檢測

在label中實(shí)時(shí)顯示攝像頭捕獲的圖像。定義VideoCapture類的對象capeture，然后一幀一幀的讀取攝像頭捕獲的畫面，并把圖片存入到Mat序列中，再轉(zhuǎn)換成QImage類型后在label中顯示，但是此時(shí)我們只能設(shè)置靜態(tài)圖片，所以我們還需要 設(shè)計(jì)一個(gè)定時(shí)，即設(shè)置靜止時(shí)間小于人眼暫留時(shí)間，本次課程設(shè)計(jì)設(shè)置得靜止時(shí)間為40ms，利用槽函數(shù)，定時(shí)時(shí)間到了之后顯示圖片，致使其形成視頻流。

4.人臉識別

首先我們需要加載Haar特征分類器。將所獲得得圖片的RGB轉(zhuǎn)BGR格式，變換后進(jìn)行直方圖均衡化處理，利用OpenCV中的 detectMultiScale函數(shù)去檢測出圖片中的人臉，并框選出label顯示的人臉。

之后便是實(shí)時(shí)得人臉識別。在系統(tǒng)中實(shí)時(shí)捕捉人臉信息，將所捕獲得數(shù)據(jù)和訓(xùn)練模型進(jìn)行比較。將拍攝得到的測試人臉序列face_test和訓(xùn)練好的模型model進(jìn)行比較，如果和之前提取到的大小不一致則重置。然后調(diào)用predict函數(shù)進(jìn)行比對，返回值是測試數(shù)據(jù)的標(biāo)簽值，通過標(biāo)簽在usr.txt找用戶名，最終得到該測試人員的姓名并顯示。

三、系統(tǒng)界面設(shè)計(jì)

在Qt中的ui做系統(tǒng)的人機(jī)交互界面，包括用戶姓名輸入框、識別結(jié)果顯示框、控制按鈕（拍照、開始取樣、模型訓(xùn)練、關(guān)閉、樣本獲取、清除數(shù)據(jù)）。可根據(jù)需求選擇各個(gè)控件的屬性樣式，為系統(tǒng)設(shè)計(jì)一個(gè)美觀的交互界面。

四、系統(tǒng)調(diào)試與分析

在Qt中完成代碼編寫以及設(shè)置界面后，點(diǎn)擊編譯運(yùn)行，首先要點(diǎn)擊樣本獲取控制按鈕，進(jìn)行新用戶采樣。用戶輸入姓名，點(diǎn)擊拍照，至少拍十張以保證識別結(jié)果的精確度，然后點(diǎn)擊開始取樣控制按鈕，對攝像頭拍攝得到的圖像進(jìn)行人臉檢測截取、灰度化、直方圖均衡化，取樣成功會彈出一個(gè)對話框提示csv文件創(chuàng)建完成。用戶取樣成功后，會自行創(chuàng)建一個(gè)新路徑命名為TEMP文件夾和用戶編號文件夾，其中，TEMP文件夾用于保存攝像頭拍攝得到的圖片，用戶編號文件夾用于保存處理后的圖片。

五、總結(jié)

本文提到的人臉識別過程是通過調(diào)用攝像頭進(jìn)行拍照，進(jìn)行人臉圖像采集，而后進(jìn)行圖像預(yù)處理、圖像特征提取以及匹配與識別，達(dá)到人臉識別的目的，在圖像識別方面具有重要的實(shí)用價(jià)值與研究意義。

參考文獻(xiàn)：

[1]劉翠響，肖伶俐.基于視頻的人臉檢測綜述[J.電子設(shè)計(jì)工程，2011，19（14）：172-174.

[2]洪洋.基于人臉識別技術(shù)的門禁系統(tǒng)及其嵌入式實(shí)現(xiàn)[D].大連海事大學(xué)，2012.

[3]鄭鐵.基于多分類器的人臉識別算法的研究與實(shí)現(xiàn)[D].東北大學(xué)，2008.