信息技能的迅猛发展给日子带来便当的一起，也给安全防备体系提出来越来越高的要求。传统的门锁、防盗门、监控报警体系等总是存在着带着不方便、易丢失损坏、暗码易被破解等问题。所以，运用生物特征辨认技能的智能门禁体系就应运而生。其间，人脸辨认作为生物特征辨认技能中最为直观的一种辨认办法，具有友爱、荫蔽、简洁、精确、经济及扩展性杰出等其他辨认技能不行比较的优势。根据ARM技能的嵌入式体系以使用为中心，软硬件可裁剪，契合使用体系对功用、可靠性、本钱、体积、功耗严格要求， 对节省本钱、进步安稳性有极大地效果。
1 开发计划与规划
1．1整体结构规划
根据嵌入式技能与人脸辨认技能的特色及其在门禁体系的使用构思，本体系确认了嵌入式人脸辨认门禁体系的人脸辨认子体系的规划及完结，进行图画收集、嵌入式处理和辨认呼应三部分来研讨。首要，经过摄像头收集图画信息；其次，从CPU处理速度、技能指标以及软件支撑东西等方面进行选型，选用三星公司的根据 ARM920T内核的S3C2440A芯片。开发计划中操作体系选用现在最新、最安稳的自由软件嵌入式Linux操作体系Ubuntu。前端的ARM板完结这两项功用。最终，将人脸图片传入后台数据库进行人脸辨认，并反应辨认呼应信息。人脸辨认的中心部分，如从数据图片的检索、辨认等均在后台完结。其开发计划的整体结构规划图如图1所示。
图1 计划整体规划结构图
1．2 内核及操作体系挑选
S3C2440A选用ARM920T内核，集成如下片上功用：
1）1．2V内核，1．8V／2．5V／3．3V贮存器，3．3V扩展I／O，16KB~令Cache（I—Cache）／16KB数据Cache （D—Cache）
2）外部贮存操控器（SDRAM操控盒片选逻辑）
3）集成LCD专用DMA的LCD操控器（支撑最大4K色STN和256K色TFT）
4） 4路具有外部恳求引脚的DMA操控器
5）I%&&&&&%总线接口（多主支撑）
6） IIS音频编解码器接口
7）AC、97编解码器接口
8）1.0版SD主接口，兼容2.11版MMC接口
9）2路USB主机操控／1路USB期间操控（ver1．1）
10）4路PWM定时器／1路内部定时器／看门狗定时器
11） 8路10位ADC和触摸屏接口
12）摄像头接口（支撑最大4096×4096的输入，2048×2048缩放输入）作为一个根据GNU／Linux的渠道，Ubuntu在Debian 根底之上， 旨在创立一个可认为桌面和服务器供给一个最新且一向的Linux体系。它包含了很多从Debian发行版精挑细选的软件包， 一起保留了Debian强壮的软件包办理体系，以便简易的装置或完全的删除程序。重视安全性和实用性。本体系选用版别号为Ubuntu 8．10。它具有虚拟化、完好的Java仓库、增强的邮件服务器才能、改善的RAID支撑、Uncomplicated Firewall防火墙愈加简略、绑缚Landscape客户端等优势。
1．3软件流程规划
ARM内核和Ubuntu体系的挑选为体系功用的完结供给了根底，体系软件则完结体系功用的操控。体系软件的规划流程如下，首要摄像头进行监控，假如门前有移动物体，进行摄影，并根据图画的亮度， 判别是否需求调理光线，图画处理后进行主动人脸检测辨认， 假如不是没有找到匹配图画，程序回来到摄像头监控状况， 假如找到，敞开楼门； 假如没有移动物体，持续监控。若是来访者， 则能够经过体系的其他办法，提出拜访请求，假如房中有人则由房内人员操控翻开大门；假如无人应对，体系提示房中无人， 一起收集来人相片，经过邮件主动发送功用， 向指定邮箱发送邮件，并记下来访记载。
2 人脸辨认模块规划及完结
本体系最要害的完结技能便是经过进行人脸辨认， 完结门禁操控。首要从静态图片或动态图画中找到人脸， 然后确认各特征点的方位并进行特征提取，最终将人脸与数据库中所有的人脸进行比对，并依照fisherface决议计划规矩对该人脸进行判别分类。
根据输入图画的性质，人脸检测辨认办法分为静止图画的静态办法和图画序列的盯梢帧办法两大类。根据嵌入式门禁体系硬件功用等本身特色对人脸辨认技能的要求，选用了榜首大类的办法，从图画序列中挑选几帧质量较好的图画，然后用静止图画的人脸辨认办法进行匹配。静态办法简略、方便、性价比高。
2．1图画收集及预处理
经过USB接口的摄像头收集过数据后，选用最基本的图画增强手法对图画进行处理。图画增强便是用一系列手法对取得的图画灰度作批改，或许对噪声作过滤，使得图画灰度与实践景象的灰度尽可能地匹配。不能损坏图画的概括及边际等重要信息，并使得图画更明晰，视觉效果更好。为了削减光线、角度等要素的影响，选用中值滤波和直方图均衡化办法。
2．2人脸检测定位
人脸检测是指关于恣意一幅给定的静态图画或视频序列图画，选用必定的战略和办法对其进行查找以确认其间是否含有人脸， 假如有则回来人脸的方位、巨细和姿势。从图画序列中， 主动、精确和快速地检测人脸区域是完结体系功用的一项要害使命。
现在，人脸检测有两大类办法：一类是根据常识的人脸检测办法，一类是根据计算学习的人脸检测办法。计算学习的办法是现在人脸检测的干流办法，经过很多的人脸和非人脸样本进行练习，得到人脸图画和非人脸图画之间一些纤细的差异。关于门禁体系而言，人脸检测方针区域布景相对比较简略，人脸数量和巨细能够操控，大大下降了人脸检测的难度。首要， 对人脸特征查找定位；其次，对人脸区域几许归一化处理，再次，对检测到的人脸进行特征提取。
2．3人脸辨认规划与完结
人脸辨认是一种高维数、小样本数据的辨认问题。关于该类问题，其难点在于练习样本的数量很少，而以练习样本的协方差矩阵作为形式协方差矩阵的估计时，会发生以下两方面问题， 一个是会形成较大的误差，另一个是会使类内协方差矩阵奇特。
为了处理类内协方差矩阵奇特使得该矩阵不行逆的问题， 国内外专家们提出了许多经典算法。本体系选用．根据结构化fisherface的人脸辨认办法。它使用了PCA与LDA的人脸辨认进程，先由PCA对高维数据进行降维处理，取得原样本的最优特征表明，并使样本的类内协方差矩阵非奇特，然后作线性判别剖析。在选用线性辨别剖析之前，经过事前给定的线性变换来到达下降图画向量的维数，然后消除了类内协方差矩阵的奇特性。在很大程度上处理了外部光照搅扰、面部表情改变等要素的影响，长处是在人脸图画有光照和表情改变的情况下， 比特征脸办法的鲁棒性强。在本体系中的人员信息选用SQlite数据库技能统一办理。在人脸辨认的进程中需求从人员数据库中提取相应卡号和人脸特征数据。人员数据库中寄存人员的基本信息、人脸相片和人脸特征数据。其间人脸特征数据是进行人脸辨认的根据，而人脸相片仅仅作为显现辨认成果之用，并不参加辨认进程。
3 体系功用测验
人脸辨认功用使用国际上常用的ORL的人脸数据库进行测验。ORL数据库包含40个人每人的10幅共400幅图画，具有不同的光照、表情和角度。从其间挑选8人进行练习，进行辨认测验。计算成果如表1所示。
试验证明该算法是一种安稳高效的算法，能够完结人脸辨认技能进行门禁操控的功用。
4 结束语
嵌入式人脸辨认门禁体系因其非触摸式的数据收集、荫蔽性好、方便方便、便于过后追寻及可交互性强等优势，在当前科研及实践工程使用中成为最抢手的研讨主题之一。本体系便是作为鹤壁市科技局科研课题而开发完结的。根据ARM技能的嵌入式人脸辨认门禁体系的实用性和使用远景十分宽广。
