基于Matlab的人脸识别校园考勤及安全系统

赵振中

摘要：校园安全问题日益严峻，而传统的出入登记+视频监控+智能IC卡安全系统在可靠性、安全性等方面无法满足社会需要。人脸识别技术能够实现学生和外来人员的自动识别，具有图像采集方式靈活、非接触式等优点，特别是实时监控和提前预警方面，将成为校园安全中重要一环。本文对人脸识别技术基本流程进行了梳理，完成了基于Matlab的人脸识别技术系统整体设计架构以及技术系统流程图设计，为人脸识别校园考勤及安全系统的建立提供帮助。

关键词：人脸识别、matlab、校园服务

【中图分类号】TP315【文献标识码】A【文章编号】2236-1879（2017）12-0260-02

前言：

校园是青少年和儿童学习、生活以及娱乐最为安全的场所，由于人员结构单一、作息规律等原因发生突发性安全事故的几率较低[1、2]。但是，近年来在学校周边发生的恶性事件几乎时刻见诸于媒体报端，人们对校园的安全问题产生了极大的忧虑，从另一个角度反映了目前学校传统的出入登记+视频监控+智能IC卡安全系统存在很大的安全漏洞[3]，特别是实时监控和提前预警方面。人脸识别技术采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别[4、5]。人脸识别技术可以实现一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警以及学生考勤[6、7]。人脸识别校园考勤及安全系统主要任务包括：1）对学生入校情况进行考勤并自动与学生家长进行信息沟通；2）对入校外来人员进行识别；3）在考试过程中进行人员身份核实，避免替考行为；4）学生宿舍出入人员的管理。

1人脸识别技术发展

人脸识别系统简单的理解是从监控视频图象中实时查找人脸，将人脸信息特征提取后与已有人脸数据库进行实时比对，从而实现快速身份识别。相比于其他的生物识别技术如指纹和虹膜等，人脸识别的优点在于图像采集方式灵活，无需专用设备，常用的手机、相机、摄像头等都可完成采集。其次，人脸识别可以實现同时大群体的快速身份识别，而且数据采集过程非接触式的。

但是在实际的操作中该技术的准确率有待提高，其中重要的原因是尽管人脸有采集方便、不变性和不会被盗取的优点，但面部表情、化妆、光线、拍照角度以及装饰等因素都会影响人脸信息特征的采集，从而降低识别的准确率。目前，人脸识别系统主要由四部分组成，即原始图像的采集和检测、人脸的预处理、特征的提取、匹配分类。

（1）原始图像的采集和检测。主要过程是从图片中确定是否有人脸，并将其人脸图像从图像中提取出来。由于人脸的可变性非常高，所以光线、人的表情、头部和头部的遮挡物、头的姿态、年龄、设备噪音等对其有很大的影响，所以人脸检测与定位是个一个非常复杂的技术。

（2）人脸的预处理。主要是对人脸图像在识别前进行各方面的处理来增强人脸特征。主要的预处理方法有灰度变换、直方图修正、图像的锐化与平滑以及图像的几何校正等。

（3）特征的提取。主要是提取可以表示人脸信息的关键特征。关键特征要能够表示出一张唯一的人脸，人脸表示方法有人脸的几何特征、人工神经网络、人脸的特征脸、人脸模板匹配等表示方法。

（4）匹配分类。人脸识别校园考勤及安全系统应用的前提是事先采集所有学生的面部信息并建立档案。主要是比较待识别的人脸与预存数据库中的人脸在特征脸空间的距离，找出距离最小的人脸图像，然后输出达到身份验证的作用。

2基于Matlab的人脸识别技术

matlab不仅仅可用于科学计算，数据处理可视化的功能，它作为三大数学软件之一，还有图像模式识别强大功能。各国科研人员对基于matlab的人脸识别系统设计进行研究，基于Matlab的人脸识别技术系统整体设计架构如图1所示，其基本基本流程是：1）对人脸识别系统的构成做详细论述；2）对人脸识别过程中的关键环节人脸检测、特征提取和图像预处理做详细介绍；3）matlab软件在人脸识别系统中的具体应用，即人脸图像识别的具体技术，并用matlab进行试验并得到结果；4）实验结果大多都是用训练集进行测试，最终对matlab识别率可以进行统计实验，经过多次验证，得出判定阈值。本系统共分为3个模块，分别为：获取人脸ID信息模块，人脸匹配（即特征提取与图像处理模块），校园安全与校园考勤模块。

基于Matlab的人脸识别技术系统流程如图2所示，为获取每个学生的人脸ID信息，需要学生自己拍照后上传给电脑，若图片无效则系统提示“tryagain”，录入成功则系统缓存图片。直接获取的图片是“.jpg”格式需要先转换为“.bmp”格式图片。再运用PCA算法与数据区中人脸进行匹配。等到人流高峰期过后再发送短信给家长；获取迟到同学信息，让考勤同学记录迟到同学名字与班级。

3人脸识别校园考勤及安全系统发展主要问题

（1）人脸识别需要大量的学生数据收集工作，而且学校每年新生入学面临大量的数据收集工作；对于外来人员，如果未进行过数据采集则无法比对。

（2）出现无法识别以及识别错误情况下的补救措施。

（3）多人像识别技术。校园在上学和放学期间为人员流动高峰期，单人人脸识别会导致拥堵等情况发生，因此多人像快速人脸识别系统有待发展。

参考文献

[1]安大海，蒋砚军.基于BP神经网络的人脸识别系统[J].软件，2015，36（12）：76-79.

[2]刘向东.基于PCA算法人脸识别的MATLAB实现[J/OL].电脑知识与技术，2016，12（12）：193-194.

[3]刘建明，王亮.人脸识别系统的算法研究与仿真实验[J].许昌学院学报，2015，34（02）：70-74.

[4]刘凡.人脸识别中基于图像局部结构的特征提取与分类研究[D].南京理工大学，2015.

[5]王国栋.基于MATLAB的人脸识别算法的研究[D].内蒙古大学，2014.

[6]王敏，段黎明，朱国涛，李文辉.基于MATLAB7.0的人脸识别仿真系统研究[J].科学技术与工程，2009，9（20）：6224-6226+6242.

[7]黄非非.基于LBP的人脸识别研究[D].重庆大学，2009.