一种基于树莓派的实时人脸重识别摄像系统及其调试方法与流程

本发明属于视频监控技术领域，具体涉及一种基于树莓派的实时人脸重识别摄像系统及其调试方法。

背景技术：

随着技术的发展，社会经济发展水平提高，生活节奏加快，人们对安全防范的需求也逐年增加，保障家庭老人、婴幼儿及财产安全等已经成为现代家庭主要述求，而人们安全意识的增加以及智能化的高速发展，家庭安防市场随之崛起。

据公开数据显示，中国现有城镇居民家庭约2亿户，未来5年预计至少有5%的家庭会考虑在家中安装智能摄像头的产品，平均每年将有20亿元左右的市场需求。而且，目前国内的家用安防市场整体占比仅为6%左右，远低于全球平均水平的10%，增长空间巨大；加之智能家居套装市场的影响，未来兼顾安防性能的家庭智能摄像头无疑会有巨大的发展潜力。

与传统摄像头相比，智能摄像头在软硬件方面都得到了很大的升级，在硬件方面实现高清晰、低功耗、夜市、动态监测以及无线、小型化等功能；在软件方面逐渐向低成本和智能化的嵌入式方案发展。同时智能监控系统还与远程监控、高清视频传输、物联网等技术相结合，已然成为了家中安全系统的中控。当智能摄像头在识别到陌生人闯入住宅时，即可触发自动报警；有些智能摄像头甚至具备语音助理的部分功能，在满足人们安全需求的同时，极大方便了日常生活。

但是目前智能摄像头只能实现通过视频分析对视频中移动的物体进行检测，并自动发送报警信息，需要使用者通过观看一段摄像头存储的视频才能判断是否是因为陌生人闯入自己的家中而触发的信息还是独自在家的宠物、老人、小孩；智能摄像头无法自主判断准确的报警信息，这就会导致无效报警信息的传输，浪费使用者大量的时间和精力。除此之外，目前的智能摄像头安全问题频出，智能系统中摄像头的使用需要通过手机绑定并下载相关厂家提供的app，通过账号密码输入，一些不法分子可通过黑客技术轻松登录到绑定设备窃取个人的视频资料，造成隐私泄露。

所以，需要对现有视频监控进行升级改造，以实现在监控的同时保护用户隐私，获得更好的使用效果和更佳的实用性。

技术实现要素：

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于树莓派的实时人脸重识别摄像系统及其调试方法。

为实现上述技术目的，本发明采取的技术方案为：

一种基于树莓派的实时人脸重识别摄像系统，包括树莓派系统和摄像头；摄像头与树莓派开发板相连，树莓派系统一端连接摄像头，另一端通过网口连接互联网，树莓派开发板内嵌视频识别程序，同时采集用户设置的不需要报警的图片信息训练程序，工作时，树莓派开发板通过摄像头采集视频信息，通过训练好的程序去识别摄像头输入的视频信息，判断是否能识别，出现不能识别得人物或者图像信息时，通过网口发送报警信息给用户。

为优化上述技术方案，采取的具体措施还包括：

上述的树莓派为3代b+型号，所述摄像头为500w像素1080p传感器的迷你摄像头。

一种基于树莓派的实时人脸重识别摄像系统的调试方法，包括如下步骤：

step1，树莓派上下载操作系统，配置树莓派；

step2，调试树莓派的摄像头模块，测试相机处于可用状态；

step3，树莓派上创建一个人脸检测器，能在摄像头拍摄的视频中实现实时人脸检测，返回一个标记了人脸的矩形框；

step4，创建一个子目录用来存储面部样本，将使用者认识的人或者经常出现在使用者家里的人进行人脸样本采集；

step5，训练人脸识别器，得到训练好的人脸识别器；

step6，调用摄像头重新检测，遇到未能检测的人脸发送报警信息。

上述的step3中，人脸检测具体为：用opencv创建一个人脸检测器，使用haar特征的级联分类器检测对象，通过调用opencv预先训练好的分类器进行人脸检测。

上述的调用过程中设置相机的内部循环以灰度模式加载输入视频，并且向分类器函数传递相关系数，设置两次扫描搜索窗口的比例系数为1.2；检测目标相邻矩形的个数为5；检测到的面部的最小尺寸为20*20。

上述的step5中，人脸识别器训练方法为：调用opencv中的局部二进制编码直方图（lbph）算法进行人脸识别作为初始识别器，将收集的面部样本输入到初始识别器中进行训练得到可识别数据库中id的人脸识别器。

上述的step6具体为：用训练好的识别器重新检测摄像头拍摄的视频，haarcascade分类器检测到面部信息并返回一个id参数，所述id参数输入到训练好的识别器中进行匹配，最后在视频中显示id和置信度，若无法匹配则得到一个未知标签，将会截图保存并产生报警信息发送给使用者。

本发明具有以下有益效果：

（1）采用本发明的方案后，使得摄像头能通过自我训练去判断触发报警信息的是独自在家的宠物、小孩、老人还是陌生人而发出真实有效的报警信息，不需要使用者通过查看视频来判断，大大节省了使用者的时间和精力，使摄像头更加智能。

（2）通过使用树莓派，不需要下载厂家提供的app或者其他绑定设备，大大增加了摄像头使用的安全性，避免不法分子窃取视频资料，造成隐私泄露。

（3）树莓派可实现实时人脸重识别并报警，使用者可第一时间采取应急措施减少财产的损失。

附图说明

图1为本发明系统的组成框图。

图2为本发明方法的流程图。

具体实施方式

以下结合附图对本发明的实施例作进一步详细描述。

参见图1，本发明的一种基于树莓派的实时人脸重识别摄像系统，包括树莓派系统和摄像头；摄像头与树莓派开发板相连，树莓派系统一端连接摄像头，另一端通过网口连接互联网，树莓派开发板内嵌视频识别程序，同时采集用户设置的不需要报警的图片信息训练程序，工作时，树莓派开发板通过摄像头采集视频信息，通过训练好的程序去识别摄像头输入的视频信息，判断是否能识别，出现不能识别得人物或者图像信息时，通过网口发送报警信息给用户。

实施例中，树莓派为3代b+型号，摄像头为500w像素1080p传感器的迷你摄像头。

参见图2，一种基于树莓派的实时人脸重识别摄像系统的调试方法，包括如下步骤：

step1，在树莓派上下载操作系统，然后配置树莓派；本发明采用的是树莓派官网推荐的镜像raspbi-an。在下载镜像之后配置树莓派，启动摄像头，ssh，vnc等功能。在windows系统上下载putty输入树莓派ip地址通过ssh远程连接树莓派进行操作。在终端通过命令下载python3.5以及opencv环境。

step2，调试树莓派的摄像头模块，测试相机处于可用状态；测试相机是否处于可用状态，在下述的所有操作过程中必须保证摄像头保持可用状态。

step3，在树莓派上创建一个人脸检测器，能在摄像头拍摄的视频中实现实时人脸检测，返回一个标记了人脸的矩形框；

实施例中，用opencv创建一个人脸检测器，使用haar特征的级联分类器检测对象。通过调用opencv预先训练好的分类器进行人脸检测。在调用过程中需要设置相机的内部循环，以灰度模式加载输入视频，并且必须向分类器函数传递相关系数，设置两次扫描搜索窗口的比例系数为1.2；检测目标相邻矩形的个数为5；检测到的面部的最小尺寸为20*20。运行程序后就能在摄像头拍摄的视频中实现实时人脸检测，返回一个标记了人脸的矩形框。

step4，创建一个子目录用来存储面部样本，将使用者认识的人或者经常出现在使用者家里的人进行人脸样本采集；

step5，训练人脸识别器，得到训练好的人脸识别器；

实施例中，将使用者认识的人或者经常出现在使用者家里的人进行人脸样本采集作为我们训练识别器的数据库，每个人作为一个id，每个id捕获30个样本；

调用opencv中的局部二进制编码直方图算法进行人脸识别作为初始识别器，将收集的面部样本输入到初始识别器中进行训练得到可识别数据库中id的人脸识别器。

step6，调用摄像头重新检测，遇到未能检测的人脸发送报警信息；

实施例中，用训练好的识别器重新检测摄像头拍摄的视频，haarcascade分类器仍然会检测到面部并返回，但不会直接在视频上返回一个矩形框，而是返回一个id参数并输入到我们训练好的识别器中进行匹配，最后在视频中显示id和置信度，若无法匹配则得到一个未知标签，将会截图保存并产生报警信息发送给使用者。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。