基于人脸测温技术的楼宇闸机人员身份识别方法

基于人脸测温技术的楼宇闸机人员身份识别方法

生明华

摘要：本文以楼宇闸机系统为研究对象，结合红外测温技术和人脸识别技术，设计了一种具有人脸识别功能的闸机系统。在硬件设计方面，包括人脸检测模块、通讯模块、门锁控制模块和休眠模块。人脸检测模块利用Haar特征和Ada Boost分类器实现人脸检测，通讯模块实现了下位机与上位机之间的数据传输，门锁控制模块实现了开锁和关锁功能，休眠模块实现了系统的低功耗休眠模式。

关键词：人脸识别；红外测温技术；智能楼宇闸机

随着社会的发展和科技的进步，楼宇安全管理变得越来越重要。传统的楼宇闸机系统在安全性和便利性方面存在一定的局限性，因此需要不断地进行改进和创新。本文针对现有楼宇闸机系统存在的问题，结合红外测温技术和人脸识别技术，设计了一种新型的具有人脸识别功能的闸机系统，旨在提高楼宇安全管理的效率和水平。

1研究现状

1.1红外测温技术现状

红外测温技术利用黑体辐射定律，经过多年的发展和改进，已经是非常成熟的非接触式温度测量技术。目前，随着中国材料及传感器技术的发展，红外测温传感技术已经非常成熟，红外测温传感器正在向着小型化、高精度、功能丰富和低成本不断发展。国产高性能红外测温传感器的集成化水平不断提高，一般均带有I2C､UART或者I2S数据通信接口，通过直接数字量输出大大降低了测温系统的开发难度，使得红外测温传感器在很多场合均有应用。目前红外测温传感器技术的主要瓶颈在于：当被测物体超出或接近一定距离范围后，测量精度会有很大变化。

1.2人脸识别技术现状

人脸识别技术是计算机视觉技术的一个分支，主要指使用各种数字图像或视频采集设备，获取人脸图像数据信息后，采用特定的人脸特征提取及识别算法实现对特定人脸特征的识别认证。人脸识别的理论算法发展较早，但是因为局限于计算机硬件条件，人脸识别的具体应用到近20年才逐步兴起。随着半导体微处理器技术的快速发展，使得人脸识别算法已经可以在大多数32位嵌入式处理器平台实现，现有高端微处理器的计算能力可以保证前期人脸识别理论算法的成功应用。从人脸识别算法上看，目前识别理论研究主要集中在以下四个方面。（1）几何特征人脸识别算法。这种算法通过基础向量描述人脸五官，之后通过五官基础向量构建特征向量，再通过特定的分类算法将特征向量进行比对，从而实现人脸特征的识别。（2）模式匹配人脸识别算法。该算法实施的前提是已存在大量采集到的人脸特征数据，然后使用这些数据对识别分类器进行训练，使分类器能够根据训练数据实现特定人脸特征模式的分类。（3）特征降维人脸识别算法。一张人脸图像中往往包含大量的数据信息（包括人脸特征数据信息），这导致提取到的人脸特征向量空间的维度很高，数据运算处理有很大的难度，反而影响人脸特征识别的准确度。因此，很多研究者提出采用特定的数据降维处理算法，将人脸特征向量降维处理，仅保留强相关特征数据信息，使现有人脸识别算法能够更容易在嵌入式处理器平台运行。（4）人工神经元网络人脸识别算法。由于人工神经元网络在非线性模式匹配上的优势，被广泛应用于人脸图像特征识别。目前应用频率较高的主要有卷积人工神经元网络和康恩（Kohoen）自组织映射网络。但是，神经网络模式识别需要有大量样本数据来训练网络，这使得算法非常消耗硬件计算资源，往往计算机硬件运行压力较大，且实时效果稍差。人工神经元网络人脸识别更适合海量数据信息挖掘场合，属于特定的人脸特征分类应用。

２楼宇闸机系统硬件设计

2.1人脸检测模块

下位机中的人脸检测模块，主要是利用Haar特征及AdaBoost分类器实现人脸检测，并在捕获摄像头中是否存在人脸作为进入休眠模式的依据。Haar特征由白黑色两种矩形不同组合形成的边缘特征、线性特征、中心特征三种特征模板组成。这些特征模板能够描述人脸相关特征，使用积分图能够快速提取出目标图片中的所有Haar特征。AdaBoost是由强分类器级联而成的分类器，通过对图片中的Haar特征分类，判断图片中是否存在人脸，并根据积分图获得图片中人脸的位置信息。

2.2通讯模块

通讯模块主要用于下位机与上位机之间的数据传输，发送端首先会向接收端发送一组包含机器编号、数据类型、数据大小三种信息的数据，接收端在验证完这组数据且当前情况下可以接收数据时会向发送端发送确认信息。然后，发送端收到接收端的确认信息后便会将本次要发送的信息分批发送给接收端，最终接收端收到所有的信息并检验无误后会向发送端发送接收完毕通知，则本次通讯结束。

2.3门锁控制模块

当下位机接收到开锁信号时，门锁控制模块会发送电脉冲给控制门锁的继电器使其控制电磁锁开门，在门锁打开S秒后自动发动关锁信号从而关闭门锁。

2.4休眠模块

考虑到楼宇闸机系统在一天中有大部分时间处于闲暇时间，出于降低功耗、减少设备磨损的考虑与需求，设置了休眠模块来实现系统的休眠模式。当系统在进入休眠模式后首先会休眠一段时间（时间的长度自定义，时间越长休眠时间占比越大，而唤醒灵敏度越小），然后会苏醒并用摄像头捕捉m帧图片，如果图片中检测出人脸则跳出休眠进入正常的工作模式；如果这m帧人脸中未检测出人脸，则下位机会通知服务器已该台下位机已“苏醒”。若这段时间内上位机有开门指令则下位机将会接收到上位机所发送的开门指令，然后下位机将控制门锁开门，并在之后继续休眠。

结语：

综上所述，本文提出了一种利用人脸识别的方式作为身份验证手段的智能楼宇闸机管理系统设计方法，其中下位机重在实现人脸检测与门锁开关控制功能，而上位机则主要实现人脸识别，数据管理及可视化。通过对楼宇闸机系统的硬件设计进行详细的介绍，本文提出了一种具有人脸识别功能的闸机系统方案。该系统在人脸检测、通讯、门锁控制和休眠等方面具有较高的实用性和可靠性。未来，我们将进一步完善该系统的软件部分，提高其性能和稳定性，以满足不同场景下的楼宇安全管理需求。

参考文献：

[1]张宏伟.基于人脸识别和红外测温技术的智能楼宇闸机系统[J].大庆师范学院学报,2022,42(06):80-90.

[2]赵若禺,宋家松,周鹏,彭滔.基于人脸识别的智能楼宇闸机管理系统[J].网络安全技术与应用,2021(11):42-45.

[3]吴立军,宁睿,侯德华,万鸾飞,刘彦.基于人脸识别的智能楼宇闸机系统设计[J].河南科技,2021,40(26):19-21.

[4]吴凯枫,张立新,王军昂,王赛.基于树莓派的人脸识别楼宇闸机系统[J].电子测试,2021(17):5-7+24.