采用人脸身份识别的智慧门禁系统

宿静宜 刘久付 杨明海

摘 要：随着人工智能快速发展，智能交互逐渐给人们的生活带来了极大便利。为了改善传统门禁使用不便之处，提出一种基于人脸识别的智慧门禁系统。该系统以树莓派为核心控制模块，采用蓝牙模块进行通信，后台建立数据库系统进行数据管理，通过人脸识别算法对用户进行身份信息验证，进一步实现对门禁的智能控制。实验结果表明，该系统人脸识别正确率可达86%，识别所需平均时间约为0.5s。系统应用场景多样化，通过调整系统内容，可应用于上班打卡、教室签到等其它场景，实用性强，具有推广价值。

关键词：人脸识别;智慧门禁;置信度;数据库;SSM框架

DOI：10. 11907/rjdk. 191090

中图分类号：TP303文献标识码：A文章编号：1672-7800（2019）004-0032-04

0 引言

当前人工智能制造不断渗透进安防领域， 作为安防基础核心的人工智能门禁将迎来前所未有的应用前景[1]。传统门禁系统往往使用门禁卡、指纹或者密码等作为通行的主要手段。其中，门禁卡、指纹等方式需要特定的输入设备，门禁卡受限于卡的数量，而指纹考勤机对环境和考勤人员皮肤要求都很高，在空气干燥、皮肤脏、蜕皮等情况下无法准确识别。公共场合的门禁系统，密码则不适用于普通人员进出。因此，人工智能门禁具有很大的发展空间。

由于每个人都具有独特的生物特征，因此建议在需要高安全级别环境中使用基于生物特征的安全系统。生物识别技术被认为是最安全的技术，因为面部、手指、语音等特征是不能被借用或竊取的[2，3]。人脸识别技术作为新兴的生物识别技术，由于操作方便、识别速度快、精确度高，倍受人们关注[4]。

文献[5]提出一种基于人脸识别的安全访问控制应用，使用OpenCV库和python计算机语言，采用Haar特征进行人脸检测，运用PCA算法进行人脸识别，但是只研究了硬件系统，并未涉及软件交互方面。文献[6]设计的门禁系统为双向门禁系统， 即内部外部均使用人脸识别技术开门。文献[7-9]均设计了基于校园重点安防部位的人脸识别门禁系统原型，但都没有对该系统在AndroID端的使用进行研究。本文采用人脸识别技术和移动开发技术设计了基于AndroID系统的人脸识别门禁系统。

1 智能门禁系统总体设计

基于人脸身份识别的智能门禁系统总体框架如图1所示，系统由人脸采集客户端、人脸识别服务端和门禁硬件设备端三大部分组成[10-12]。

1.1 人脸采集客户端

人脸采集客户端具有用户登录注册功能，可直接与用户进行交互。在用户初次使用时，客户端会引导用户进行注册和登录，使用手机实时验证码登录，就保证了登陆安全性，在监测到用户没有注册人脸信息时，客户端会进一步引领用户进行人脸注册，并将注册的人脸信息跟手机号信息绑定到一起。

客户端根据用户类别分为管理员和普通用户两类。系统会自动识别用户类别从而显示出不同功能界面。普通用户所展示的界面是注册修改个人信息、查看识别时间与地点等功能。管理员界面拥有为设备添加可通过人员的权限，在添加可通过人员过程中，既可以调用手机摄像头进行现场注册添加，也可以直接添加已注册用户的手机号码。

1.2 人脸识别服务端

人脸识别服务端主要用来接收客户端数据，将人脸特征值与特征值库中的信息比对，进行人脸识别操作，并且将识别结果发送给手机，控制门开关。

服务端还负责收集和整理系统每日验证的人员信息，存储每日门禁不同时刻通过的人员姓名、ID、手机号等信息，并将这些信息进行归纳和整理，通过向客户端管理员发送JSON格式数据，使管理员可以实时查看门禁系统人员通过情况，及时发现异常并进行处理。

1.3 门禁硬件设备端

门禁硬件设备端主要由树莓派和蓝牙模块接收客户端指令，通过控制门禁电磁铁运行实现开关控制[13-15]。

系统主要工作流程：首先，需要用户在人脸采集客户端进行用户人脸注册，完成人脸面部图像和基本信息录入，建立人脸数据库;当用户要进入时，通过手机客户端摄像头采集人脸图像，将采集到的信息传输至识别模块，识别模块分别提取从摄像头采集的待检测图像与人脸数据库中图像的特征向量进行对比匹配，根据置信度大小（所提取特征向量的相似程度）判断该人员是否可以入内，根据判断结果控制门禁开关。置信度在一定范围内即认定为识别成功，控制继电器将门打开，识别失败则在系统界面显示错误提示。

2 人脸识别服务端设计

该模块为整个系统的核心模块，包括全部主要的逻辑功能，其它层功能实现全部依赖于服务端控制转发和数据调度。与其它模块的交互主要使用Json格式数据。服务端功能如图2。

服务端主要功能为处理后台的数据逻辑，分为人脸存储、人脸识别、个人管理和门禁管理4部分，具体如下：

（1）人脸数据存储。用户注册时，相应的人脸图片数据存储在云端服务器中，数据库存储相应的人脸图片地址。

（2）人脸识别。其它模块上传人脸图片后，服务端根据算法将人脸与已经注册存储的人脸进行比对，将比对结果返回至其它模块，进行门禁验证等操作。

（3）个人管理。普通用户可以在平台进行手机号注册登录、人脸注册登录等，同时可以修改相关名称并更新自己的人脸图片。

（4）门禁管理。门禁管理人员通过客户端提交验证信息和设备编号，获取相关门禁设备信息，包括门禁基本信息、门禁已注册人员信息、门禁系统日志等，然后根据查询到的相关信息进行管理操作，包括修改相关门禁的注册用户、添加和删除用户、删除某一跳日志记录等。

3 系统软件设计

3.1 人脸识别过程设计

系统设计的人脸识别过程包括人脸检测、人脸预处理、人脸采集与训练、人脸识别4个步骤。

3.1.1 人脸检测

对图片或视频图像进行特征提取，检测该场景中是否含有人脸特征，并定位人脸所在区域，即“捕捉”人脸[16-19]。

系统采用基于Haar的级联分类脸部检测器进行人脸检测[20]。其基本思想是：对于面部正面大部分区域而言，眼睛所在区域相对于前额和脸颊会暗一些，嘴巴应该比脸颊更暗，必须针对图像中每个可能的位置和每种可能的人脸大小都执行大约20个像素亮度比较，以此确定当前检测对象是否为人脸。

该机器学习方法基于大量正面、负面图像训练级联函数，然后用于检测其它图像中的对象。该项目采用的是OpenCV预训练分类器haarcascade_frontalface_default.xml。

3.1.2 人脸预处理

在现实环境下，人脸识别过程易受光照强度、面部神情、头部姿势等因素影响，必须预先对人脸图像进行调整，加强有效信息，去除环境噪声干扰。比如，确保人脸对比度和亮度大致相同，确保人脸特征位置基本不变等，以提高识别效果。

3.1.3 人脸采集与训练

采集人员头部不同方位不同姿势的照片，建立人脸库，创建一个简单的数据集，用于存储每张人脸的ID和一组用于人脸检测的灰度图，训练人脸识别算法对不同人脸进行分类，如图3所示。

3.1.4 人脸识别

确认当前摄像头中人脸的对应身份，即在已建立的人脸库中搜索哪个人脸与摄像头中当前人脸最为相似，并给出置信度。置信度为识别结果的可信度。

如果摄像头中人脸输出结果低于一个特定值，就可以认定系统不认识这个人，对这个人是陌生的。

3.2 数据库建立

数据库由5张表进行存储：①人脸表存储每个人脸库的ID与存储位置（见表1）;②db_user为用户表，存储用户的对应人脸ID与相关用户信息（见表2）;③db_admin表为管理员表，存储设备信息与相关管理员用户ID;④门禁设备和门禁注册用户通过关联表（db_connect）进行关联，每当对关联表进行操作时，存储相关操作到记录表中;⑤记录表db_log记录门禁进出（见表3）。管理员通过客户端注册后对用户个人信息、人脸信息进行采集并存入云端，管理员可对信息进行增加、修改、删除，还可以设置新的管理员以及调配控制不同门禁。

3.2.1 人脸表db_face

该表保存了每个人的人脸ID、人脸ID数据存储位置和录入时间，方便查找。

3.2.2 用户表db_user

该表主要通过用户注册时所填写信息建立，包括用户ID、姓名、出生日期等基本信息。

3.2.3 记录表db_log

該表主要保存用户进出门禁记录和用户操作（创建、删除等）。

3.3 接口设计

系统后台使用SSM框架进行开发，普通数据通过常见的Json数据格式进行交互，图片数据则通过Url进行下载和上传。

规定一般数据获取返回格式为：

{

“resultCode”： “返回码”，

“resultMessage”： “返回信息”，

“resultData”： “返回数据”

}

规定一般多条数据获取返回格式为：

{

“resultCode”： “返回码”，

“resultMessage”： “返回信息”，

“resultList”： [ ]，

“pageNum”： “页码”

}

规定无获取数据返回格式为：

{

“resultCode”： “返回码”，

“resultMessage”： “返回信息”

}

规定状态码对应信息如表4所示。

系统就接口安全问题使用JWT框架生成Token进行身份验证，对身份信息使用Base64编码进行加密，涉及权限操作的接口需要在请求的header中加入“token”（登录时返回的校验码），然后在服务器处理请求时会提取校验码中的具体内容，从而实现身份安全校验。

查询时使用多表联合查询方法，根据用户选择不同数据返回，保证既让用户获取到有用信息，又避免隐私信息泄露等。

4 结语

本文对基于人脸身份识别的智慧门禁系统总体架构进行了较详细介绍，对系统功能实现进行了说明。该系统可通过将摄像头采集的待检测人脸图像与数据库对比进行人脸身份识别，进一步对门禁发出控制指令，方便快捷，易于操作。它实现了普通用户注册平台后即可享受门禁系统快速注册、管理员用户通过手机快速管理门禁系统和人脸高速有效识别支持的无障碍门禁通行，解决了市场上现有门禁系统的不足、人工智能与安全防护结合等问题，是一个实用的创新性系统。另外，系统应用范围可以扩展，并不只限于在小区内使用，通过改变系统内容，公司打卡签到、学校上课签到等非门禁式验证场景也可作为系统扩展功能。相对于门禁系统，非门禁式验证场景可以在剔除门禁硬件设备后直接投入使用。

参考文献：

[1] 罗超. AI时代门禁将大有可为[J]. 中国公共安全，2018（9）：24-29.

[2] JIANG Y M. Face recognition based on LBP（2D）～2PCA+SVM[C].  Proceedings of 2018 International Conference on Computer Science， Electronics and Communication Engineering（CSECE2018），2018：5.

[3] ZHAI B. Face recognition based on fusion feature of LBP and PCA with KNN[C].  Proceedings of 2018 3rd International Conference on Computational Modeling， Simulation and Applied Mathematics （CMSAM 2018），2018：6.

[4] 鲍睿栋，赵敏. 基于卷积神经网络的人脸识别研究综述[J]. 软件导刊，2018，17（4）：6-8.

[5] ARTAN L. Real time access control based on face recognition[C]. Antalya：International Conference on Network Security & Computer Science， 2015.

[6] 胡禛昊. 基于人脸识别算法的门禁系统设计与实现[J]. 通讯世界，2018（10）：294-296.

[7] 汪成龙，孙培宜，林曉鹏，等. 基于SeetaFace的人脸识别门禁系统[J]. 制造业自动化，2018，40（8）：111-112+150.

[8] 陈凯文，文进宇，黄涛，等. 基于OpenCV的人脸识别门禁系统的设计与实现[J]. 电脑与信息技术， 2015， 23（6）：33-35.

[9] 郑雯雯，刘婷，孟庆伟. 人脸识别技术在高校宿舍门禁系统中的应用[J]. 电脑编程技巧与维护， 2019（1）;113-117

[10] 朱超平. 基于人脸识别的门禁系统设计与实现[J]. 重庆工商大学学报：自然科学版，2011，28（4）：390-393.

[11] 王越，瞿少成，陈青松. 基于人脸识别技术的社区智能门禁系统的实现[J]. 电子测量技术，2018，41（16）：70-73.

[12] 朱航江，潘振福，朱永利. “互联网+”智能门禁控制系统[J]. 电子技术应用，2017，43（3）：124-126+131.

[13] 刘志鹏. 基于深度学习的人脸识别门禁系统[J]. 中国新通信，2018，20（20）：177-178.

[14] 王亚民，何松，王维. 人脸识别系统在嵌入式ARM上的实现[J]. 电子器件，2013，36（6）：779-783.

[15] 李嘉琦.  嵌入式多特征生物识别系统设计与实现[D]. 北京：北京理工大学，2015.

[16] 洪洋. 基于人脸识别技术的门禁系统及其嵌入式实现[D]. 大连：大连海事大学，2012.

[17] 陶颖军. 基于OpenCV 的人脸识别应用[J]. 计算机系统应用，2012，21（3）：220-223.

[18] 王震.  基于深度学习的人脸识别方法的研究[D]. 兰州：兰州理工大学，2018.

[19] 李彬彬，安建成. 基于特征脸及人工神经网络的人脸识别[J]. 电脑开发与应用，2012，25（4）：14-17.

[20] 单园园，王法胜，李绪成，等. 改进AdaBoost与SVM快速人脸检测[J]. 烟台大学学报：自然科学与工程版，2015（3）：204-212.

（责任编辑：何 丽）