基于人工智能的人脸识别智能锁系统设计分析

童友健

摘要：伴随人工智能技术的普及，人脸识别作为一种安全、便捷、高效的身份验证方式被广泛应用于支付、门禁控制等领域。为研究并设计更稳定、可靠、高效的人脸识别智能锁系统，阐述人工智能在人脸识别的应用，并对人脸识别系统进行总体设计、硬件设计与软件设计，其中，硬件设计涉及图像传感器、处理器及摄像头模块的布局与选择等。

关键词：人工智能；人脸识别；智能锁系统

一、前言

随着人工智能与人脸识别技术的发展与普及，智能锁系统作为保护个人与物品安全的重要设备引入人脸识别技术，为用户提供更高效、便利及可靠的门禁控制。然而，现有智能锁系统存在一些问题与不足，如对光照条件较为敏感、极易遭受攻击或误识别、识别速度较慢等。在这种背景下，本文基于人工智能的人脸识别系统，研究与设计智能锁系统具有重要现实意义，不仅可以提供高效与准确的身份验证方式，还有效避免密码或传统钥匙被冒用的弊端，同时能够为用户提供更加安全、高效的门禁控制体验，有助于为开发更安全、可靠、便捷的智能锁系统奠定坚实基础。

二、人工智能在人脸识别的应用

人工智能在人脸识别的应用具有前瞻性意义，同时具有重要的辅助作用，主要体现在以下几方面：第一，身份验证与安全性。人工智能技术能够快速、准确地验证个体身份，将基于人工智能的人脸识别技术应用于智能锁系统中，能够提供更可靠、便捷与高效的门禁控制方式，通过采用人脸识别的身份认证手段，用户不需要记忆复杂密码或是携带额外物理钥匙，有效避免与解决密码或传统钥匙易被冒用等弊端，基于人工智能与人脸识别的身份验证方式为门禁控制提供了新的解决方法与思路[1]。第二，辅助功能与个性化服务。人工智能在人脸识别的应用，除了具有安全性与身份验证功能以外，还能够为用户提供更多个性化服务与辅助功能。例如，识别的同时分析用户面部表情，以此判断用户情感状态，同时根据情感状态提供相应的建议与服务。另外，通过识别用户性别、年龄等信息，智能锁系统能够自动调整现实内容，以满足不同用户群体的个性化需求，这些个性化服务与辅助功能有助于提升用户体验，为用户带来更多的乐趣与便利。第三，智能安全与监控。人工智能在人脸识别中的应用还有望扩展到监控与智能安防领域，有效结合监控摄像头与人脸识别技术来实时识别与追踪特定人员。基于人工智能与人脸识别的智能安防系统有助于减少犯罪行为，有效提高公共安全性。与此同时，基于人工智能的人脸识别系统也可以应用于家庭或企业环境中，能够识别外来访客或员工的到访记录，从而强化安全保障与出入管理。

三、人脸识别系统

（一）总体设计

本文先对基于人工智能的人脸识别系统进行总体设计，该系统主要包含一个树莓派硬件开发平台、摄像头、显示器等终端设备以及其他组成部分。人脸识别系统的研究与设计包括两个阶段，分别是基于微型PC机平台应用与微型嵌入式平台应用开发[2]。第一阶段，需要在PC机平台上调试人脸识别应用程序，并测试运行该程序的系统功能特性与整体运作机制，需要通过重新配置软件环境，同时编译应用程序，以使程序可以在PC机上正常运行。第二阶段，需要将调试与验证好的人脸识别应用程序部署到嵌入式应用平台上，通过編译与配置软件环境，保证程序能够在嵌入式平台上长期可靠运行。这种分步推进的开发模式具有很多便利，尽管需要两次编译，但能够提高调试与验证的效率，同时也可以更好地处理复杂问题。人脸识别系统的整体框架如图1所示。

（二）硬件设计

人脸识别系统的硬件主要包括主控模块与摄像头模块，主控模块使用树莓派，其以SD卡/microSD卡作为存储硬盘，是一款ARM架构的微型主板，同时提供以太网输入接口与通用串行总线输入接口，能够直接与网线、鼠标及键盘等外设直接相连，尽管树莓派仅稍大于普通银行卡，但是其具备普通PC机的基本功能，仅需要手动设置连接鼠标、键盘及显示屏，就能实现高清视频播放、表格处理以及书写电子邮件等基本功能[3]。摄像头模块使用树莓派专供500W像素摄像头，支持raspistilyuv、raspivid及raspistil三种应用，raspistil与raspistilyuv可用来抓取静态图片，而raspivid可用于抓取视频，本文设计中，利用OpenCV模式来调节摄像头位置，达到自动拍照目的。在Linux操作系统中，可利用QT库软件迅速开发图形界面，通过调动对应函数来采集数据与图像，同时使用摄像头获取信息与图像，并利用已训练好的Haar分类器完成模式化匹配，从而达到人脸检测的目的。另外，使用PCA算法分析与处理检测结果，能够实现人脸图像训练与身份识别。主控模块与摄像头模块作为人脸识别系统的重要组成部分，共同协作，为智能锁系统的可靠运行与性能验证提供了坚实基础。

（三）软件设计

软件部分是人脸识别系统的重要组成部分，其核心算法是完成人脸定位、特征提取与匹配的关键，主要包含以下几个步骤：第一，人脸检测与定位。负责使用人脸检测算法，如HOG、Haar Cascade等处理摄像头拍摄画面，并定位图像中的人脸位置。第二，特征提取与表示。使用特征提取算法，如Fisherfaces、Eigenfaces及LBPH等，将每个人脸映射为一个低维向量，该向量用于描述人脸在特征空间中的位置。第三，训练器分类。用训练数据集中的人脸图像以及相应标签，训练一个分类器，以便于后续在识别过程中分类未知人脸。第四，人脸匹配与识别。对于待识别的未知人脸，将其映射为一个特征向量，并使用训练好的分类器完成分类与匹配，如果识别度大于预设阈值，则代表成功识别出人脸。基于此，得到人脸识别系统总体流程为：首先，打开摄像头，对人脸进行定位与标定。其次，录入人脸并检测，如果不是人脸，需要重新定位与标定人脸；如果是人脸，进入到输入ID环节。最后，基于已有的人脸数据模型来检测人脸，如果识别度大于预设阈值，识别人脸成功；反之，重新检测人脸，直到成功识别人脸[4]。人脸识别系统总体流程如图2所示。

四、智能锁系统

（一）智能锁整体架构

本文设计的智能锁整体架构包含核心处理器、Wi-Fi模块、红外检测模块、视频数据传输部分、电源供应、摄像头部分以及门锁模块等。其中，核心处理器使用STM32F103单片机，该芯片作为标准的ARM结构芯片，具有512 KB的嵌入式Flash与16 KB的SRAM存储空间，提供多种低功耗模式，能够满足在任何时间使用最低功耗完成任务的需要；Wi-Fi模块使用ESP8266串口转Wi-Fi无线模块，主要负责解析和转发数据，通过与核心处理器保持通信，能够实现智能锁与其他设备（如服务器、手机等）之间的远程控制与通信；红外检测模块使用红外扫描仪来检测门锁外的人体情况，能够检测是否有人靠近门，从而触发对应的安全装置；视频数据传输部分使用FH8610芯片来处理与传输数据，该芯片具有较强的图像处理功能，能够很好地增强与校正图像，以此提高识别准确率；电源供应使用锂电池供电，并使用专用的USB接口进行数据传输与充电；摄像头部分使用OV7670摄像头采集图像，该摄像头具有工作电压低、占用空间小等优点，能够实时获得智能锁周围的图像信息；门锁模块作为开关门操作的实现部分，与核心处理器相连，包括电子锁体与相关驱动电路，并通过指令实现开关门操作[5]。智能锁模块结构图如图3所示。

（二）无线通信模块

智能锁系统的无线通信模块使用CC1101射频芯片，其利用CSN、SCLK、SO及SI等4线SPI接口完成数据读写与配置。SCLK是同步时钟管脚，负责数据的写入与读取；CSN为芯片选择管脚，其仅处于低电平时，SPI口才能正常通信；SI和SO负责输入与输出数据。GD02管脚负责检测从STM32传输的数据，如果信道中存在数据传输，则GD02管脚电平会发生跳变。电路中低通选频网络由电感L2、L3与电容C8、C10构成，该网络负责将低频率信号同其他频率信号分离，从而实现滤波无线信号[6]。无线通信模块工作流程如图4所示。

无线通信模块工作流程为：首先，进行硬件初始化，进入低功耗模式。其次，判断是否加入局域网，如果没有，需要返回重新进入低功耗模式；如果已加入局域网，可以开始发送数据。最后，对数据进行匹配判断，如果没有匹配数据，需要返回再次发送数据；如果有匹配数据，需要唤醒內核，完成数据传输，完成后进入低功耗模式[7]。

（三）人脸图像识别

人脸图像识别基于人工智能技术，旨在从输入的图像中检测与识别出人脸，并分类、验证或识别人脸。该技术被广泛应用于很多领域，如社交媒体、安全监控及身份验证等。通常，人脸图像识别的效果主要受到使用特征算法的影响，其中，局部二值模式（Local Binary Pattern，LBP）是非常常见的用来描述图像局部纹理特征的算子。传统LBP算子被定义在一个九宫格内，通过对比中心像素与较相邻像素之间的大小关系来标记每个点，同时将标记结果转换成相应二进制数。然而，这类算子极易受噪声影响，且在提取特征过程中存在一定限制。针对不足与限制，有研究者提出一种基于二维线性判别分析（2DLDA）与多尺度局部二值模式（MULBP）相结合的算法，其中，MULBP负责先计算九宫格内每列、每行及对角线上像素值的平均值，同时，将比较中心像素与平均值，如此能够更好地描述图像的纹理特征，有效降低噪声的影响，而2DLDA负责实现判别与分析特征空间，从而找出最具有区分性的特征子空间[8]。该算法的主要流程如下：首先，预处理输入的人脸图像数据，如灰度化、归一化及剪裁等，以便于后续的分析与处理；其次，使用特征算法已处理好的图像中找出具有代表性的纹理特征；再者，使用降维技术将高维特征转换成相应低维特征，在保留主要信息的同时，尽可能减少计算复杂度；接着，使用已被标记的训练数据集来训练分类模型，并建立合理的人脸识别模型；最后，利用训练好的模型来分类与识别未知人脸，并通过比较已知类别人脸与待识别人脸之间的距离或相似度来判断识别其身份。将人脸图像识别技术应用于智能锁系统中，有助于提高身份认证与智能开锁的安全性与便捷性。另外，该智能锁系统还具有保留开锁记录、远程控制与管理等功能，为办公场所与家庭提供更智能化、自动化的安全保障。

五、结语

综上所述，将人脸识别技术引入智能锁系统中，能够实现无需记忆复杂密码或携带物理钥匙的便捷门禁控制体验，为用户提供一种可靠、高效、快捷的身份验证方式。与此同时，该智能锁系统还能够在更多领域发挥重要辅助作用。未来，持续研究与探索先进技术，将不断完善与优化人脸识别智能锁系统，不断提高系统稳定性、误识别率及抗攻击能力等方面的性能，从而使人脸识别智能锁系统有望在支付系统、物品保护等更多领域发挥重要作用，进而为构建更安全、智能的社会作出贡献。

参考文献

[1]王亚丽，李萌莉，张艺潇，等.人脸识别智能寄存柜系统[C]//天津市电子工业协会.天津市电子工业协会2023年年会论文集.天津市电子工业协会2023年年会论文集，2023：25-28.

[2]白鑫，刘军，张翔，等.人脸识别智能算法安全检测技术初探[J].中国安全防范技术与应用，2023（02）：31-34.

[3]唐培丽，黄贵玲.人脸识别智能终端的安全实现及验证[J].自动化与仪器仪表，2023（04）：147-151.

[4]谷月.虹膜识别“解锁”智能门锁[N].中国电子报，2023-04-21（006）.

[5]唐培丽，黄贵玲.人脸识别智能终端的物理安全测评技术研究[J].网络安全技术与应用，2022（07）：122-123.

[6]戴希谦.基于模块化的W公司智能锁新产品研发流程改善研究[D].杭州：浙江大学，2022.

[7]王君，柯明爽，宋泽生，等.浅谈生物特征识别智能锁具的现状和前景[J].科技与创新，2021（21）：38-39+41.

[8]周扬，熊俊俏.基于Wi-Fi和人脸识别技术的智能锁系统设计[J].电子技术应用，2021，47（06）：57-61.

作者单位：三明市沙县区小吃文化旅游发展集团有限公司

责任编辑：尚丹