收稿日期:2007-05-31 修回日期:2007-06-16
第25卷 第6期
计 算 机 仿 真
2008年6月
文章编号:1006-9348(2008)06-0217-03
徐 挺
(上海博航信息科技有限公司，上海200085)
摘要：人脸识别技术是当今的热门技术，将人脸识别技术应用于安防领域是未来的发展方向。但是，在很短的时间内，对成千上万人的人脸识别如何实现?强背光影响人脸图像如何解决?从系统的角度出发，给出了大容量人脸识别门禁系统的设计，综合运用了远程射频识别(RF I D )技术，重构人脸识别 标准数据库，缩小了人脸识别的范围，提高了识别速度和识别率，解决了大容量的人脸识别问题；采用补偿光的办法，解决强背光对人脸图像影响。为人脸识别门禁系统的推广应用提供了借鉴。
关键词：人脸识别；射频识别；门禁系统中图分类号:TP31714 文献标识码:B
An En trance Guard System
for Recogn i z i n g a Large Nu m ber of Hu man Faces
XU Ting
步进式开水机(Shanghai Bohang I nf or mati on Science and Technol ogy Co .L td .,Shanghai 200085,China )
ABSTRACT:Hu man face recogniti on is a hot technol ogy,it is the future trend of the safety defense technol ogy .But how t o actualize the hu man face recogniti on of thousands peop le in the short ti m e?How t o s olve the p r oblem of the bright backgr ound ta mper with the hu man face i m age?Fr om the system view,the article shows the design of an en 2trance guard syste m f or large nu mber hu man face recogniti on .The syste m uses the l ong distance RF I D technol ogy,and rebuilds the standard database of the face recogniti on,reduces the scope of the hu man face recogniti on,enhances the recogniti on s peed and the recogniti on rate,s olves the large nu mber face recogni
ti on p r oble m.By using compensa 2ting light,the syste m eli m inates the influence of the bright backgr ound on the face i m age .This system p r ovides a model for the entrance guard syste m of the hu man face recogniti on .KE YWO R D S:Hu man face recogniti on;RF I D ;Entrance guard syste m
1 引言
随着高科技的蓬勃发展，生物识别技术已经走进了人们的社会生活，伴随着社会安全防范越来越严峻的形式，适应信息的时代及高安全级别需要，作为安全要求很高的场所使用的设备，必须在安全性上达到标准，同时功能上满足当前和未来发展的需求。生物特征识别是当代身份验证的最佳途径。身份识别有三种方法:
1)密码验证(口令等);2)物件认证(智能卡等);3)特征验证(生物特征等)。
生物特征具有唯一、稳定、终生不变、无法冒用或窃取、
随身携带等特点，是最安全、有效和方便的身份认证凭据。
人脸识别又是生物特征识别中最具发展潜力的，具有直观、方便、隐蔽、可记录追溯等优点，是安全防范领域的技术发展方向之一。
人脸识别门禁系统作为一项先进的高科技的技术防范和管理手段，在一些发达的国家已经开始应用于重要的场所和部位，特别是由于系统本身具有直观性、及时性等特点，在许多领域的应用越来越广泛。在技术发展的现阶段，人脸识别系统的应用主要在光线均匀且授权的人数不是很多的场所。对成千上万人进行人脸识别的门禁系统面临着许多的难题，由于图像采集精度有限，大数据库比对，识别率下降；比对数据量大，系统开销时间增加，影响了系统的及时性；如何解决这些问题呢?另外，在光线变化极大的场合下，强背光给人脸图像带来极大的影响，有时甚至是破坏性的影响,
—
712—
这些问题如何解决?这些问题不解决，很难使人脸识别门禁
系统发挥作用。
2 系统设计
系统的核心是人脸识别，由于需要面对成千上万人的识别，要在经济性、可靠性、实时性方面取得良好的性能，就要对系统进行全面的设计。首先是图像采集，由于是连续人流，又没有隔离的通道，人脸图像尺寸大小各异，如何把握恰当的时机采集人脸图像?设计中，采用了工业摄像机及非压缩的高
速图像采集卡(大于25帧/秒)，确保图像的实时采集，同时为保证人脸的尺寸大小，人员行进的适当位置上安装无接触的触发装置。当人员经过时，适时地启动图像采集，保证人脸图像尺寸符合识别的要求。
考虑到人脸识别的实时性，必须计算人脸识别过程的最大时间要求，在识别时间容许的的条件下，通过多次采集、多次识别、综合评判的办法，提高系统的识别准确度，保证系统的可用性。假设人员的行进速度为v(m/s)，容许人员的识别距离为p(m)，图像采集卡速度为k(fra me/s)，识别软件容许的计算时间为T，则
T=p/v-1/k
这说明软件的识别时间要在T秒钟之内完成，否则不能保证识别的系统要求。假设：若人员的行进速度v=2m/s，容许人员的识别距离p=1m，图像采集卡速度k=10fra me/s，则
鼠标跟随T=1/2-1/10=014(S)
这说明要求软件的识别时间在400m s以内完成，这里不考虑初始化系统时间。软件的识别时间包括人脸检测、特征提取、特征比对评判，其中人脸检测与特征提取，在系统图像采集后只做一次，特征比对就要遍历授权的标准人脸数据库，逐一比对，给出匹配相似度。由此可以看出，当人员的数量大时，
标准人脸数据库就大，比对的时间就长；由于图像采集的精度限制，在与全数据库进行比对以后，误识率会相对较高。通常情况下，人脸识别系统的实时性对小子样的标准数据库比较好，误识率也相对比较低，可不可以将大容量的数据库降低长度呢?运用先验的知识，我们知道：每个人都有可能经过该大门，但是上万人同时经过大门的现象是不存在的，是否可以通过其他的辅助设备，确认出现在识别现场的人员范围，以此来进行人脸识别，可以大大地降低标准数据库长度。提高大容量人脸识别门禁系统的识别率，使得系统可用。
系统设计上采用远程的RF I D技术作为辅助手段，每个授权人发行一张远程的RF I D卡并将其卡信息与其人脸的标准数据库信息相关联。在人脸识别地点安装远程RF I D读卡器，依据读卡器读出的RF I D卡的信息，确认出现在识别现场的人员情况，重构一个即时标准数据库，用这个即时标准数据库进行人脸的识别。很显然，这个即时标准数据库的长度远远小于原始的标准数据库，实现了对大容量人脸数据库的小型化，发挥了人脸识别系统的作用。3 人脸识别软件设计
人脸识别首先就是要进行人脸检测，在给定的图像画面中出人脸，然后进行识别。人脸检测模块的功能是，从画面中搜索人脸并标定人脸所在区域。人脸检测模块采用基于LUT的Adaboost层叠分类器算法，每一层都是一个由ada2 boost算法得到的分类器，每层设置阀值，使得大多数人脸都能通过，位置越靠后的层越复杂，通过的层次越多就越像人脸，就像一些列大小递减的筛子一样，最后通过筛子的就是人脸。通过该算法，使得人脸检测在准确率、环境和姿态适应性、检测速度三个方面都得到
满意的效果。
人脸特征检测的目的是在已知人脸区域内检测2个瞳孔、2个嘴角、鼻尖和2个鼻孔共7个特征点，特征点主要用于人脸比对阶段的图像校准和归一化。人脸特征检测模块采用基于PC A的人眼真实性度量、无知识自适应分割、运动估计和图像分析交叉验证等技术，解决了人脸特征检测中的检错、纠错和特征估计问题，实现了适应于姿态、光照、背景、表情、装饰等因素变化的特征检测算法。经过试验发现，在以灰度相关值为测度的模板匹配中，鼻子特征对识别的影响最大，往往起着决定性的作用，其次是眼睛、全脸，最差的是嘴。在软件设计中，充分考虑它们之间的相互关系，加权解决。
人脸比对是人脸识别的最后一个阶段，其功能是将输入人脸和数据库中的人脸进行比对，采用多视点模型和多模板匹配的方法，也就是说，运用活动图像自动建模的方法，要求建模对象站在摄像机前，系统自动检测、跟踪人脸图像和特征，从中选取所需要的多视点图像作为人脸模型；同时，将每个模型图像分成四个模板：眼睛模板、鼻子模板、嘴部模板和全脸模板。对这四种模板的重要性分别用不同的权值来表示，其中，鼻子的权值最大，依次为眼睛、全脸和嘴。此权值最终将用于加权各个模板对匹配的贡献。经过模板匹配得出相似度，与设定的相似度比较，来判断二者是否同一个人。系统性能由误识率(F AR)和误拒率(FRR)度量。在检索和识别系统中,F AR越高，误识(把嫌疑人当好人)的可能性越大;FRR越高，误拒(把好人当嫌疑人)的可能性越大。
4 系统工作原理
系统的工作大致可以分为几个过程：建模、工作、查询等。其工作原理见图1所示。
建模的过程就是将授权允许进入大楼的所有人员(称为本部人员)的脸部图像和个人信息分别录入相应的数据库中。由于人脸识别与RF I D卡联合实用，因此，发卡程序将卡号与数据库中的个人信息一一对应，直到所有的人员信息录入完毕；图像建模程序运用现场建模的办法，在识别现场的指定位置上，采集人脸的图像信息，经过图像的建模处理，提取人脸的特征信息存入数据库，输入其相应的卡号，完成了人脸图像的建模。这两个过程全部完成，则完成了建模的全
—
8
1
2
—
图1 人脸识别门禁系统工作原理
部工作。建模过程一般在系统投入正式使用前完成，只有系统管理员或指定用户才能够进行数据库的添加、修改或删除。
系统运行时，一般处于自动工作状态，不需要人工干预。工作过程是：当有人经过设防区域时，远程读卡器读到该人的卡号，依据卡号查询数据库，将相关的人脸图像信息调到即时数据库，该人经过触发装置时，系统自动采集其图像，经过人脸检测、特征抽取、与即时数据库进行相关比对，得出相似度，若相似度大于设定值，则认为此人属于本部人员，系统记录其图像和进楼时间；如果不属于本部人员，系统将通过改变画面颜进行报警，并记录此人的图像和时间，以备日后的查询。
从上面看出，系统能自动记录人员进入时的图像、时间和识别结果，形成日志数据库。日志数据库可以保存3年，有权限的用户可以随时查询日志。
5 光线补偿
系统实施最大的技术难题是光照条件恶劣。由于摄像机面对门外，呈逆光效果，人脸图像非常暗，阳光强的时候，图像几乎难以分辨。这种图像完全不能用来进行人脸识别。试验过各种摄像机，包括背光补偿、红外等，结论是，现有的摄像机都无法在此光照条件下拍摄出清晰的图像。因此，必须采取补偿措施，解决光照问题。经过反复论证和调研，提出三种解决方案:
●在建立封闭通道，隔阻外部阳光，人员从通道进入，通道内安置照明灯光，保证光线均匀。这种方法可以很好地解决光照问题，可达到规定的识别率。但是，会对大楼门口整体效果产生极大破坏，人员进出也会很不方便。
●加一组射灯，直接照射进楼人员脸部，能对背景光进行较好的补偿，但射灯照射在脸上很不舒服，而且刺眼，尤其是夏天，会引起进楼人员的不满。
●在天花板上安装高照度吸顶灯，采用强背光补偿红外摄像机。这种方法对环境影响不大，但由于产生问题是，大面积的灯光是分散的，这样照在人的脸部会有阴影，导致识别率下降。
这三种方案各有优缺点，综合考虑后采用方案2和方案3，选用泛光照明灯，安装在较高的位置上，及补偿了光线又减小了阴影的影响。
6 结论
人脸识别是一项新技术，人脸识别门禁系统就是安防领域的一个发展方向，大容量的人脸识别会受到硬件设备精度的影响造成误识，在实际应用中可以综合运用其他的技术，减少人脸识别标准数据库的长度，从而提高了识别速度，也相应地提高了识别率。但是，人脸识别技术还需要进一步的研究，以解决人脸识别中对光线、姿态、表情、小部分遮挡等不敏感的问题，这些问题解决好，人脸识别技术才能真正实用化。
参考文献:
[1] Yongbin Zhang and A leix M Martinez.Fr om Stills t o V ideo:Face
Recogniti on using a Pr obabilistic App r oach[C].2004Conference
on Computer V isi on and Pattern Recogniti on Workshop(CVPRW′
04),June2004,5:78.
[2] Zhong J ing,Robert o Mariani,J iankang W u.Glasses Detecti on f or
Face Recogniti on using Bayes Rules[C].Pr oceedings of the Third
I nternati onal Conference on Advances in Multi m odal I nterfaces
2000,Oct ober20001127-134.
[3] Shan Du and Rabab W ard.Statistical Non-Unifor m Sa mp ling Of
Gabor W avelet Coefficients For Face Recongniti on[C].2005.
Pr oceedings.(I CASSP apos;05).I EEE I nternati onal Conference
卷绕电池on Acoustics,Speech,and Signal Pr ocessing,March2005,2:73
–76.
[4] 刘小华.人脸识别技术及其应用研究[D].吉林大学,2005.
[5] 武勃，黄畅，艾海舟，劳世竑.基于连续Adaboost算法的多视角
人脸检测[J].计算机研究与发展,2005,(9).
[6] 彭振云.鲁棒的人脸识别方法研究[D].清华大学,2002.
[7] 李月敏，陈杰，高文，尹宝才.快速人脸检测技术综述[C].全
电梯井口门国第16届计算机科学与技术应用学术会议论文,2004.
[8] 李贤帅，李赣华，周东翔，蔡宣平，樊玮虹.基于人眼定位的快
速人脸检测及归一化算法[J].计算机工程与科学,2006,
(12).
[9] 赵红丽，刘纪红，孙宇舸，徐心和.基于外观的人脸检测方法堵漏工具
[J].计算机应用研究,2006,(2)
.
[作者简介]
徐 挺(1961110-)，男(汉族)，江苏镇江人，硕嫁接刀
士，现任中国计算机用户协会仿真机应用分会副
理事长，研究员,《计算机仿真》编委会副主任，主
要研究方向：计算机图像处理，控制系统仿真，自
动控制系统。
—
9
1
2
—
