余程勝,，黃海于
?。ㄎ髂辖煌ù髮W(xué) 信息科學(xué)與技術(shù)學(xué)院，四川 成都 611756）
摘要：提出了一種實際應(yīng)用環(huán)境下的動態(tài)人臉識別系統(tǒng),。首先討論了動態(tài)人臉識別系統(tǒng)硬件環(huán)境的搭建，然后詳細介紹了動態(tài)人臉識別系統(tǒng)的軟件流程,、主要的功能模塊,、人臉庫的構(gòu)建及管理等，最后對系統(tǒng)進行了測試,。測試結(jié)果表明,，所設(shè)計的軟硬件系統(tǒng)能夠滿足實際應(yīng)用需求。
關(guān)鍵詞：人臉識別系統(tǒng),；系統(tǒng)硬件結(jié)構(gòu),；人臉庫,；訓(xùn)練文件
0引言
隨著科技的不斷進步，人臉識別技術(shù),、智能視頻分析技術(shù)等飛速發(fā)展,，并已滲透到人們生活的各個領(lǐng)域，在諸如智能手機人臉解鎖,、公司智能簽到等方面得到廣泛應(yīng)用,。然而，這些系統(tǒng)存在很多弊端,，比如需要正確的姿態(tài)以及固定的光照環(huán)境,，在識別前建立待識別人員的人臉庫，須有一定時間的停留等,，這些都給用戶帶來不好的用戶體驗,，導(dǎo)致系統(tǒng)的使用存在較大的問題。同時無論是手機上的智能人臉解鎖還是智能簽到系統(tǒng),，識別的對象都是人臉處于靜止不動時的成像,，成像限定為無傾側(cè)、無強光干擾,，屬于靜態(tài)人臉識別的范疇［1］,。
本文討論的是如何對運動的對象進行識別、如何自動將新人加入人臉庫,、如何得到人臉特征,、如何在復(fù)雜環(huán)境下搭建動態(tài)人臉識別系統(tǒng)的硬件環(huán)境以及如何在人臉庫不斷擴大情況下對人臉庫進行管理等問題。
1系統(tǒng)硬件選擇與架構(gòu)
1.1系統(tǒng)的硬件結(jié)構(gòu)
系統(tǒng)的硬件結(jié)構(gòu)與系統(tǒng)實際運用的環(huán)境密切相關(guān),。本文實驗環(huán)境如圖1所示,。此實驗環(huán)境光照強弱變化大、人口密集且相機覆蓋范圍廣,，具有很好的代表性,，對商場、車站等處所需人臉識別系統(tǒng),，本文可提供很好的參考,。
根據(jù)需求設(shè)計硬件結(jié)構(gòu)圖如圖2所示,。
由圖2可見,，系統(tǒng)主要由相機、計算機（工作站）,、路由器,、服務(wù)器等組成。相機與工作站之間通過有線連接，工作站處理相機處采集到的信息,，然后將信息傳輸存儲在服務(wù)器上,。在實際環(huán)境中，兩臺相機安裝在圖1所示屏風(fēng)的兩端,，面對正門,，形成一定的夾角，使其覆蓋門前區(qū)域,，如圖3所示,。
1.2系統(tǒng)硬件選擇
在實際環(huán)境中相機需要覆蓋的區(qū)域達到5 m×6 m，相對智能簽到系統(tǒng)來說已經(jīng)是其幾十倍的范圍了,，要在此大范圍內(nèi)而且光照變化明顯的情況下長時間進行人臉采集,、人臉識別，這必然對相機提出要求,。而一般要保證人臉識別,，必須保證人臉大小不小于32像素×32像素［2］。
在實驗中采用的是工業(yè)相機,，因為工業(yè)相機可保證系統(tǒng)能長時間穩(wěn)定地工作,，而且工業(yè)相機具有高的圖像穩(wěn)定性、高傳輸能力和高抗干擾能力等,。根據(jù)式（1）及式（2）可得出物距,、物寬、物高,、焦距的具體取值,。
F=wD/W(1)
F=hD/H(2)
其中,F是鏡頭焦距，w是被攝物體在相機靶面上的成像寬度,，D是被攝物體至鏡頭的距離,，W是被攝物體的寬度(也即視場寬)，h是被攝物體在相機靶面上的成像高度,，H是被攝物體的高度(也即視場高),。如現(xiàn)在選取的相機鏡頭焦距為6 mm，w為4.28 mm,，D為7 m,，根據(jù)式(1)即可計算出被攝視場的寬度約為4.99 m。因此根據(jù)實際環(huán)境的需要通過計算得出相機的最低參數(shù)要求,。另外,，相機的像素是圖像成像質(zhì)量的一個重要影響因素，像素越高,，成像質(zhì)量越好，本文通過大量實驗最終選用500萬像素、幀率為14幀的工業(yè)相機來作為圖像采集設(shè)備,。
在人臉識別系統(tǒng)中,，由于智能識別對CPU內(nèi)存的占用率較高［3］，同時系統(tǒng)需實時檢測跟蹤人臉,，幀率為14幀/秒,，每幀5 Mbit的情況下一臺相機每秒傳輸量達到70 Mb/s，兩臺就有140 Mb/s,，所以對計算機的CPU,、內(nèi)存、存儲速度的要求較高,。由于工作站較一般的計算機具有更好的穩(wěn)定性,，故本系統(tǒng)選用的是工作站，CPU為Intel I74790,，主頻為3.60 GHz,，處理器內(nèi)存為8 GB，另外使用了固態(tài)硬盤提高讀寫速度以適應(yīng)需求,。
2動態(tài)人臉識別系統(tǒng)軟件設(shè)計
本文的人臉識別系統(tǒng)會自動將人臉庫里沒有的人（即新人）加入人臉庫,，前提是人必須進門而且人必須從門前區(qū)域的左邊或右邊離開相機監(jiān)控區(qū)域，這樣避免了所有進入相機覆蓋范圍內(nèi)的人都加入系統(tǒng),，而有些人是不必加入系統(tǒng)的,。如智能簽到系統(tǒng)中只有對走進公司的人進行識別判斷此人是否是公司員工，而不必去識別路過公司門口的行人,。
2.1人臉識別系統(tǒng)流程
人臉識別系統(tǒng)首先通過兩臺相機采集人臉圖像,，再對采集到的圖像序列進行人臉檢測，然后進行人臉跟蹤,，判斷其是否進入室內(nèi),，若進入室內(nèi)則對此人采集到的頭像進行識別，判斷其是否是新人,，是則加入人臉庫,，最后對新的人臉庫進行訓(xùn)練。具體流程如圖4所示,。
2.2人臉識別系統(tǒng)功能結(jié)構(gòu)
動態(tài)人臉識別系統(tǒng)主要功能如圖5所示,。
圖像采集模塊從相機采集到原始圖像保存在本地，處理過的圖像會進行刪除,。
?。?）人臉檢測模塊處理從圖像采集模塊得到的圖像，實時進行人臉檢測［4］,，若檢測出圖像中有人臉截取人臉頭像,。
?。?）人臉跟蹤模塊從一個圖像序列中跟蹤得出該人是否進入室內(nèi)，若進入室內(nèi)則進入下一步操作,，若沒有則丟棄,。
（3）人臉識別模塊通過對人臉檢測,、人臉跟蹤得到的一系列頭像進行識別,，進而判斷該人是否為新人。
?。?）新人入庫模塊是在人臉識別結(jié)果為新人時將采集到的該人的頭像放入人臉庫,，以便下一次識別。
?。?）人臉識別數(shù)據(jù)庫管理模塊可以對人臉庫里的人進行管理,，可以添加、刪除用戶,，并對更改后的人臉庫進行訓(xùn)練,，將人臉特征保存到文件，方便下一次識別［5］,。
2.3人臉庫的構(gòu)建
隨著系統(tǒng)使用的時間越來越長,，人臉庫可能會從幾百人增長到幾千人甚至到幾萬人、幾十萬人,，顯然,，如果一次性將人臉庫里面的人拿去訓(xùn)練是行不通的，而且已經(jīng)訓(xùn)練過的頭像再次重復(fù)訓(xùn)練也是沒必要的,。因此需要采取些方法改進設(shè)計,。
在這里，將人臉庫與數(shù)據(jù)庫結(jié)合起來使用,，人臉庫每新增一個人就在對應(yīng)的數(shù)據(jù)庫表(tb_facelib)里新增一行,，每一行有一個編號對應(yīng)人臉庫里面的具體的一個人，這樣對人臉庫進行管理的時候也比較方便,。在訓(xùn)練的時候會根據(jù)數(shù)據(jù)庫tb_facelib表的行數(shù)對人臉庫進行分割,，每200人為一組分為一個小的人臉庫進行訓(xùn)練，剩余的不足200人且大于100人的按200人的方式處理,，小于100人的放入上一個人臉庫一起訓(xùn)練,，比如總共540人需訓(xùn)練，則每個庫人數(shù)分為200人,、200人,、140人；若總共440人,，則每個庫分為200人,、240人,。每次訓(xùn)練完的時候會在數(shù)據(jù)庫表tb_traininfo里更新信息，表的具體信息及其字段描述如表1所示,。
當(dāng)有新人加入人臉庫需要訓(xùn)練的時候,，只需要從tb_traininfo表里取出最后一次訓(xùn)練文件的相關(guān)信息，判斷Train_num的數(shù)目是否小于300,，是則直接將此訓(xùn)練文件下所有人臉加上新增的人臉一起訓(xùn)練形成新的訓(xùn)練文件，若大于300,，則將此訓(xùn)練文件下面前200個人作為一個人臉庫,，剩下的作為另一個人臉庫，分別訓(xùn)練,，更新tb_traininfo表信息,。這樣就不必將整個人臉庫重新進行訓(xùn)練，節(jié)約了大量時間,。
當(dāng)tb_traininfo表中Train_delnum達到一定值時,，即被刪除的人達到一定值時，則重新對人臉庫進行分割訓(xùn)練,。
識別的時候從tb_traininfo表中逐個取出訓(xùn)練文件名字,，找到指定的訓(xùn)練文件拿去識別，直到得出識別結(jié)果,，若識別過程中已識別出是人臉庫里面的人則停止識別,，這樣大大節(jié)約了識別時間。
3系統(tǒng)運行結(jié)果
本文將識別程序?qū)懗蒞indows服務(wù)程序,，計算機開機后會直接啟動運行,，并自動將相關(guān)信息存入數(shù)據(jù)庫。識別程序采用經(jīng)典的人臉識別算法FisherFace,，并根據(jù)實際情況對此算法進行了一些改進,，其他的人臉識別算法也可運用在本系統(tǒng)中，本文并沒有對相關(guān)算法進行闡述,，只是對搭建人臉識別系統(tǒng)進行了相關(guān)討論,，并且使用微軟公司發(fā)布的一種面向?qū)ο蟮摹⑦\行于.NET Framework之上的高級程序設(shè)計語言C#設(shè)計了系統(tǒng)的操作界面［6］,。系統(tǒng)運行后的主界面如圖6所示,。
4結(jié)論
本文從硬件及軟件兩個方面闡述了動態(tài)人臉識別系統(tǒng)的構(gòu)建，分析了硬件系統(tǒng)中相關(guān)設(shè)備的選型及其相關(guān)參數(shù)的計算,，設(shè)計了硬件系統(tǒng)結(jié)構(gòu),，實現(xiàn)了識別系統(tǒng)中各個功能模塊，并提出了一種解決人臉庫不斷擴大問題的實際可行方法,。將本系統(tǒng)在實際環(huán)境中進行了測試,，結(jié)果表明系統(tǒng)能夠穩(wěn)定可靠地運行,，且界面友好、操作方便,。但是由于跟蹤算法,、人臉識別算法存在的一些不足，如遮擋,、姿態(tài)等都會對跟蹤以及識別結(jié)果產(chǎn)生影響,，因此，研究高準確率和高效率的人臉識別算法至關(guān)重要,，這也是接下來需要改進的核心內(nèi)容,。
參考文獻
［1］ 劉翼光. 動態(tài)人臉識別系統(tǒng)［D］.北京：中國科學(xué)院,，2000.
?。?］ 高翔，張薇娟. 人臉識別系統(tǒng)的構(gòu)建［J］. 瓊州學(xué)院學(xué)報,，2010,，17(5):2124.
［3］ 何榮. 基于OpenCV的人臉識別系統(tǒng)設(shè)計［D］.廣州：華南理工大學(xué),，2013.
?。?］ 李哲，王述聰. 基于VC++的人臉識別系統(tǒng)的設(shè)計與實現(xiàn)探究［J］.計算機光盤軟件與應(yīng)用,，2012(12):197198.
?。?］ 朱興統(tǒng)，習(xí)洋洋. 基于C++和OpenCV的人臉識別系統(tǒng)的設(shè)計與實現(xiàn)［J］.自動化與儀器儀表,，2014(8):127128,131.
?。?］ 齊立波，黃俊偉. C#入門經(jīng)典（第六版）［M］.北京：清華大學(xué)出版社,，2014.