基于全反射原理指纹和人脸识别技术的签到系统研究*

武泱光 黄宇新 马嘉波 王浩楠 唐金荣 胡安正(湖北文理学院物理与电子工程学院 湖北 襄阳 441053)

随着物联网技术的快速发展，课堂考勤签到需要走向智能化、信息化的道路.对此，该装置利用指纹和人脸双重特征信息进行识别鉴定的方法，设计并研制出一种智能课堂考勤签到系统.本系统利用指纹识别和人脸识别的功能，具有以下特点：

(1)准确性高，安全性好.

(2)高效快速识别.

(3)可避免环境和适用群体受限等因素.

1 系统设计总体思路

该系统是通过指纹识别模块和OpenMv摄像头进行身份识别,最后由STM32微控制器管理签到人员的情况,从而实现签到功能的装置.指纹识别模块可使用光学采集技术进行指纹采集.OpenMv摄像头的人脸识别技术是利用人脸识别算法进行身份识别.单片机控制电路为STM32F1单片机为核心控制模块.通过电源模块向系统提供稳定的电源,并将指纹模块识别的数据和OpenMv摄像头识别的数据传输到控制器中,控制器接收到数据通过蜂鸣器和LED显示身份信息的验证，系统框图如图1所示.

图1 系统设计框图

2 硬件介绍及电路设计

2.1 单片机控制电路

本系统选用STM32F103微控制器，STM32F103是ARM公司最新研发的一种嵌入式-微控制器的集成电路，芯体尺寸是32位，速度是72 MHz.其性价比较高、低功耗、存储空间大并且函数库编程方式简单.同时它还具有64 kB的Flash存储器与20 kB的SRAM存储器，集成了非常丰富的片内外设，具有成本低、速度快、性价比高等优点.

2.2 OpenMv视觉模块设计

人脸识别部分选用OpenMv来进行人脸识别,OpenMv摄像头是低功耗的Python3可编程机器视觉硬件,可支持一系列的图像处理和神经网络,进行多种机器视觉应用的实现.简单来说，OpenMv是一个完全自动化的小型可编程自动摄像头,通过使用python语言,就已经能够直接自动实现我们的摄像逻辑.

2.3 指纹模块设计

指纹识别通过使用AS608——集成了一个光路和指纹图像处理控制模块,集成了多路指纹图像处理控制模块,该模块具有尺寸小,能耗低,界面简单,可靠性高,确定的速度快,适合于手指湿干的状态,快速查找指纹等特点，指纹图案如图2所示.

图2 指纹图案

3 信息采集依据的物理原理及软件设计

3.1 指纹识别的原理及采集技术

3.1.1 指纹识别采集

指纹识别模块AS608是利用全反射物理原理的亮背景指纹采集的工作原理.通过采集具有不均匀指纹图案和凸起的成像过程.根据山脊和山谷之间的差异，凸出的图案称为“脊”，而凹形图案称为“谷”.基于物理特性和生物学特性获得不同的信号光反馈或电流电阻，根据获得的这些反馈信号的大小由不同的指纹识别算法进行处理,然后被绘制到指纹图像上,再使用指纹识别算法软件对所绘制的指纹图像中各个节点进行提取,并对其中的指纹特征点与指纹信号进行比较.

3.1.2 指纹识别结构流程

一个出色的生物识别系统要能够在各种条件下实时完成识别过程.一些新型的生物识别系统通常主要包括以下几个功能模块:信息收集、预处理、特征提取和配对识别.对于完整的指纹识别系统,它主要有4个部分:指纹的收集、预处理、特征提取和配对识别.指纹识别系统的结构流程框图如图3所示.

图3 指纹识别系统结构流程

3.2 人脸识别技术

3.2.1 人脸信息采集

OpenMv摄像头采集图像,一般是通过变焦聚焦光圈压缩图像,并通过图像传感器将光信号处理并转换成电信号,最后由摄像头进行电信号处理,从而获取人脸图像.人脸识别就是将被我们识别出来的人脸与我们数据库中的其他人脸数据库之间进行比较,确认它们是否存在,从而还会对我们所识别得到的其他人脸数据库进行一些表情形象姿态的判断和分析,对其生理学特点进行分析.

3.2.2 人脸识别结构流程

如图4所展示具体的人脸识别过程：(1)收集图像并使用视频捕获处理程序来捕获特定图像.(2)通过人脸检测,检查和定位人脸,删除背景图像的信息并仅保存人脸图像的某些部件.(3)首先将人脸图像归一化后提取为人脸的特征.(4)实现人脸识别,对比所有提取的个体人脸特点和数据库中的表情形象等特点进行身份认证.

图4 人脸识别

4 结束语

本项目拟研制出一种利用指纹和人脸进行识别的签到系统.考勤人员将指纹和人脸等身份信息传入后台,后台将接收到的身份信息与数据库中已留存的信息进行自动比对,实现精准识别.该系统利用人类独有的面部特征和指纹密码,极大程度上避免了代打卡的不良现象,营造了一个较为公平的考勤环境.该项目的研究目的符合当前社会需求,能在考勤打卡行业产生一定的经济、社会效益.