基于FPGA的人脸识别门禁系统的设计初探

赵博

摘 要：911事件的出现，人们加大了对安全事件的关注力度。人身安全、财产安全及信息安全都是社会上存在的普遍安全事件，为了提升安全效果，在科学技术的带动下，诞生了人脸识别技术，该种技术作为一种生物识别技术，具有经济、方便等优势，受到了广大用户的喜爱。FPGA是现场可编程门阵列，被广泛应用于图像处理领域中，具有设计成本低及设计周期短等特点，成为现阶段电子产品的主流发展趋势。

关键词：FPGA 人脸识别 门禁系统

中图分类号：TP311 文献标识码：A 文章编号：1672-3791（2018）02（a）-0019-02

现阶段，人脸识别已经成为图像研究领域中的重要工作内容，通过多年来的发展，其识别方法更加丰富，实现了对人脸的自动化识别。人脸识别主要是提取生物的身体特征，具有不变性与唯一性等特点，不易被仿制与忘记，保密性与安全性较高。近年来，生物特征识别技术取得了良好的发展效果，在国家的机关部门、交通部门及企业考勤打卡中被广泛应用。人脸识别有助于提升人类视觉对事物的认识度，满足人工智能的发展需求，有着广阔的发展前景。

1 FPGA介绍

FPGA是现场可编程门阵列，作为一种半定制电路，促进了可编程器件门电路资源的丰富，系统升级更加方便，使用更加灵活。FPGA内部配备了输出输入模块IOB、逻辑单元模块CLB及内部连线部分。其组合逻辑主要是通过查找表来实现，构成了基本的逻辑单元模块。现阶段，FPGA的使用主要是运用查找表技术实现的，使用性能较高，内部包含了大量的IP核，具有较好的使用性能[1]。

2 FPGA的人脸识别门禁系统的设计

2.1 系统硬件设计

2.1.1 人脸采集

人脸图像的采集主要是通过视频采集来实现，要求系统中必须要具备视频采集的电路及设备，人脸采集系统由AD转换器、图像传感器及后端FPGA人脸检测3个部分组成。通过将采集到的数据信息传递给AD转换芯片，将输出的数字信号传递给FPGA。运用CCD技术实现的传感器来完成摄像工作。

2.1.2 图像处理

图像处理工作由FPGA及外部辅助芯片组成，会生成DSP核，来完成对PCA算法处理。图像预处理及人脸识别工作的开展，完成了对人脸的归一化及灰度处理，来寻找用户脸部，为后续各项操作的处理提供了可靠的原始数据信息，其中，特征提取主要是指提取人脸的特征；控制模块主要是指对FPGA的工作状态进行控制；网络通信主要是指FPGA内部通信模块与网络通信接口；特征匹配主要是指对数据库中的特征与FPGA的内部特征进行对比[2]。

2.1.3 存储器

人脸识别算法工作在处理过程中，对存储空间有着较大的要求，在进行图像存储时，对图像的格式标准化有着较高的要求，要求存储空间要保证在800多kB，人脸识别算法具有复杂性，应充分利用存储空间，对FPGA进行重新配置，确保能够正常工作。上电配置工作的开展需要通过读取外部程序存储器的程序来实现，使用SD卡及SDRAM等外部存储器，并配合FPGA来完成人脸识别门禁系统。首先，要做好电路配置。在上电中配置FPGA，能够确保FPGA顺利开始工作。SD卡作为一种存储芯片，由于人脸识别对数据信息有着较高的使用需求，在进行图像存储时，对存储空间有着较高的要求，应具备存储100张图像信息的能力，SD卡在使用过程中，主要是通过SPI通信接口来完成数据存储。

2.1.4 门禁开关

人脸识别匹配工作结束后，当人脸识别正确后，FPGA会输出一个高电平，门禁开关会自动打开，输出12V电压，电压会与电锁相连接。

2.2 系统软件设计

2.1.1 图像存储

图像存储的主要功能是通过解码器来输出图片，做好数据的存储，向人脸检测发出一个开始命令并停止存储图像。当没有检测到人脸时，则会向存储模块重新发送存储图像的命令，当发现没有检测到人脸后，会发动给预处理模块开始图像处理命令，当匹配工作结束后，来完成图像存储工作，重新下发图像存储命令[3]。

2.1.2 人脸检测

人脸检测工作的开展，建立在肤色检验方法的基础上，需要将人脸的肤色控制在Cb和Cr数据的某一范围之中，由此可以认为Cb和Cr在像素点的两个值范围内，可以判定点像素为肤色，运用该种方法对人脸的范围进行描述。如果所选取的肤色点较为集中，并且与矩形相接近时，并且周围没有与之相类似的肤色集中区，该模块后面的人脸定位模块一个有信号，表明存在人脸，可以继续开展后续的人脸识别操作。

2.1.3 预处理算法

预处理算法模块建立在人脸检测工作的基础上，本模块的主要工作内容是图像预处理及显示图像，在显示器上显示人脸图像，并对图像进行预处理，为人脸定位工作的开展提供了数据信息支持。显示图像工作在开展过程中，主要是指将输入的图像经过FPGA转换后将其输出到电脑显示器中，输出的图像格式为YUV格式，在对图像进行处理时，需要将其转换为RGB格式，确保能够在显示器上显示出来。预处理是人脸识别系统中一项重要的处理过程，需要加大对该种环节的重视。在进行图像输入时，需要结合图像的不同，选择不同的图像采集环境，对于一些对比度不清晰及噪声的情况，出现该种现象的主要原因受光照强度影响较大。在进行图像预处理时，还会出现人脸与摄像头距离及焦距大小不一致现象，表明人脸在图像中的位置不确定，对人脸定位工作的开展造成了较大的影响，同时也会影响图像的后续处理。因此，图像在处理前，需要做好图像预处理工作，确保能够和人脸图像保持一致[4]。

2.1.4 人脸定位

首先，眼睛定位，人眼在水平位置上的特征较为明显，人眼部分与其他部分相比具有明显的相似之处。在进行人脸识别时，应现找到人眼的位置，以两眼为坐标原点，来进行图像裁减，并且要按照一定的比例对两眼周围位置做好舍取，进而形成一个人脸框。其次，人脸定位，由于人们的脸部结构具有较强的相似性特点，基本结构与五官的距离与人脸图像上的距离位置差不多。在获取两眼的位置后，需要借助两眼的矩形框图来找出两眼的中心位置坐标，进而能够得出人脸在图像中的大概位置，将图像数据在矩形框里输出，用于后面的模块特征提取，选取的长度包括鼻子、眉毛、嘴和眼睛等[5]。

3 结语

人脸识别技术自身展现出了较好的使用优势，受到了社会各阶层的关注，被应用于门禁领域中。本文对FPGA进行简要介绍，并对FPGA的人脸识别门禁系统的硬软件设计进行介绍，通过研究的过程，了解到了人脸识别技术原理，了解到了人脸图像的采集方法，主要是通过FPGA转换图像格式的形式将人脸图像传递到显示器上，通过定位人眼位置及人脸定位，来确定出人脸的基本框架。人脸识别门禁系统在实際的应用过程中，主要是利用FPGA工作原理，并结合图像处理技术，对FPGA图像进行开发及处理，促进人脸识别系统运行速度的提升。

参考文献

[1] 申静，胡霞，李聪.基于GSM报警模块的嵌入式人脸识别门禁系统设计与实现[J].长沙通信职业技术学院学报，2013，12（3）：29-32.

[2] 顾思思，胡丽霞.基于OpenCV的嵌入式人脸识别门禁系统设计[J].电脑与电信，2015（4）：33-35.

[3] 刘巍，汪兆栋.基于ARM9与Linux的人脸识别门禁系统设计[J].萍乡学院学报，2015，32（3）：37-40.

[4] 刘新朋，郎利影.基于ARM的人脸识别门禁系统设计[J]. 工矿自动化，2013，39（9）：12-15.

[5] 孙伟，刘晓敏，王浩宇，等.基于三重人脸识别身份验证的门禁管理系统设计[J].计算机测量与控制，2016，24（2）：225-227，231.