一种基于面部识别的智能电子门锁系统的制作方法

本发明涉及一种智能识别装置，具体涉及一种基于面部识别的电子门锁系统。

背景技术：

随着社会经济的发展，技术的革新，人们渐渐达到小康社会的高生活水平，而且安防意识也在不断提高。由此，如何利用新的技术手段设计更安全、便捷、可靠的安全防卫系统，提高居民生活质量，已经成为智能安防领域关注的焦点。其中，门锁作为智能安防系统中的首道关卡，是整个安防系统的重中之重。传统门锁系统的身份验证方式有：钥匙、密码、磁卡等，然而这些验证手段都与用户具有可分离性，容易被复制、破译和盗用，已不能完全满足现代安防理念。现今，人体生物特征如指纹、面部、虹膜等因其具有唯一性，不变性和不可分离的特性，已经被广泛利用在智能安防领域。因此设计针对安全防卫的智能门锁识别系统，对社会的发展有重要的经济价值与实用意义。

技术实现要素：

当今社会，基于生物识别技术的智能安防设备越来越受欢迎，由于生物识别技术具有的唯一性、不变性和不可分离等特点，是其它技术所缺乏的重要特征。而面部识别也是其中被广泛研究的话题之一。近年来基于面部识别的智能门锁系统也开始升温，但由于其市场价格十分昂贵，识别成功率受环境、光照等因素影响比较大，所以推广起来还非常困难，相比其它安防系统，其市场占有率稍低，但发展空间巨大。

本发明通过以下技术方案实现：采用ARM Cortex-M3嵌入式芯片设计，降低硬件成和运行功耗，提升硬件的性能。同时基于MATLAB图像处理平台，提出了改进的2DPCA面部识别算法，在样本训练阶段，分别对每一类人物构建不同的特征子空间，而在面部图像识别阶段，则将待识别图像分别投影到每一类人的特征子空间中进行匹配，寻找最大匹配度来确定待识别人物的归属。同时采用基于肤色特征算法定位面部信息，减低环境背景影响，提高面部识别率。

在面部识别的基础上，利用设备对门外的人物进行识别与分析，然后与可以通行的人物照片进行比对，然后判断是否一致，再确定是否开锁允许进入。

一种基于面部识别的电子门锁系统，包括stm32主控模块、摄像头、串口通讯模块、人体红外感应模块、存储模块、电控锁驱动模块、显示模块、声光提示模块、电源转换模块、电源开关、遥控接收模块、声光报警模块，摄像头和电机驱动模块，其特征在于，门锁系统工作时由其他模块传递信息给主控模块，经主控模块处理后反馈给各个模块，并执行相应工作。此硬件系统具有与较强的适应性和移植特性，不需要改变硬件系统，即可进行不同环境的移植，只需要修改软件参数即可扩展成为不同环境下的门锁系统。

优选地，所述硬件系统中，由摄像头模块、串口模块、人体红外感应模块、TFT-LCD模块等传递信息给主控模块，经主控模块处理后反馈给各个模块，并执行相应工作。

优选地，所述硬件系统包括电控锁驱动模块、TFT-LCD显示模块、声光提示模块、DC电源转换模块、摄像头模块、CH340G串口通信模块、人体红外感应模块和SD卡存储模块等9大硬件模块组成。

优选地，所述软件系统程序部分主要分为两大块，MATLAB程序设计和STM32主控程序设计。

优选地，所述MATLAB程序设计，可分为串口通信、面部检测、面部匹配、用户数据库管理等四大块，使上位机基于MATLAB软件，设计出面部识别智能门锁系统的监控软件，监控程序界面简洁清晰，用户只需要点击程序界面中几个按钮就可以实现系统的实时监控，并与下位机STM32构成完整的面部识别智能门锁系统。

优选地，所述STM32主控程序设计，其与硬件系统各个硬件模块相对应，包括面部定位摄像头程序、电机锁驱动模块程序、TFTLCD显示模块驱动程序、SD卡存储模块程序、人体红外检测程序、CH340通信模块程序以及低功耗模式程序等等。

本发明的工作原理是：各个子模块工作均受到主控模块的调控，而且模块之间相互协调工作。首先通过人体红外感应模块，实时检测是否有人靠近门锁系统，如果检测到人体信号，则激活处于待机状态下的主控芯片，然后OV7670定位摄像头模块完成初始化，准备获取面部图像，利用TFT-LCD液晶显示屏辅助，实时显示面部图像位置，方便用户定位，便于头像获取。同时伴随TFT-LCD显示屏中文提示，提醒用户当前执行任务情况，每次激活面部识别门锁系统后均有3次识别机会，如果三次识别均失败，则系统会制动进入待机状态，等待下一次人体红外感应模块重新获取触发信号，电机锁驱动模块主要接收来自STM32主控的指令，执行开门和关门程序，声光提示模块则配合电机锁驱动模块，执行相应指令，起到提醒用户作用，USB高清摄像头是面部图像获取主摄像头，拍摄面部头片后传送到PC端的MATLAB程序进行面部识别，SD存储模块会实时存储每次识别获取到的图片，以便保留证据，方便随时查看记录。

本发明与现有技术相比，具有以下的有益效果：

1、根据系统分析设计目标，完成基于ARM Cortex-M3主控的硬件系统设计，执行面部定位、TFT-LCD智能提示，以及开关锁功能。

2、基于MATLAB图像处理平台设计的智能监控软件，完成基于肤色特征面部检测以及基于改进的2DPCA面部识别算法，同时还能对用户数据库进行实时管理，查看监控记录。

3、良好的人机交互界面设计，通过学习MATLAB的GUI设计，完成监控系统软件界面的设计，包括优化按钮、简化操作顺序、优化显示框等。

4、硬件系统低功耗模式，仅当人体红外感应被触发后，系统才会被激活，三次识别失败后，系统自动进入低功耗待机模式，具有10秒无应答自动进入待机模式等低功耗设置。

附图说明

图1为硬件系统的总体组成框架。

图2为系统硬件连接图。

图3为基于面部识别的智能门锁系统监控软件的总体程序流程图。

图4基于面部识别的智能门锁系统监控软件界面图。

图5门锁系统运行图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例

参见图1、2，硬件系统的总体组成框架和系统硬件连接图，STM32单片机增强型系列产品中的STM32F103ZET6，它是基于ARM Cortex-M3核心的32位微型CPU，处理频率72MHz，具有高达64KB SRAM和512KB FLASH，丰富的定时器资源，包括2个高级定时器、4个通用定时器、2个基本定时器，通信接口包括有5个串口、1个USB接口、3个SPI接口、2个IIC接口，此外5还有1个12位DAC、3个12位ADC、1个FSMC接口等，芯片共144引脚，其中112个通用IO口，采用LQFP-144封装结构。电控锁驱动模块采用TB6612FNG直流电机驱动芯片，它的MOSFET-H桥结构有大电流驱动能力，且具有双通道输出，可以通过PWM同时驱动两路直流电机。每个通道最高输出1.2A连续驱动电流，可控制直流电机正转/反转/停止/制动，最高支持100kHZ的PWM频率，具有片内低压检测与热停机保护电路，工作温度：-20～85℃，采用SSOP24贴片封装。液晶显示屏是采用ALIENTEK的2.8寸TFT-LCD，该液晶屏自带LCD驱动芯片IL9320，5V电源供电，工作电流130mA～350mA，分辨率达320*240以及16位真彩色显示。因此采用该显示屏功耗较低，满足本设计需求。本设计中采用了双摄像头采集数据，其中面部定位摄像头采用ALIENTEK OV7670摄像头模块，面部获取摄像头采用USB高清摄像头。面部定位摄像头OV7670直接由STM32微处理器控制，其获取的图像实时显示在TFT-LCD液晶上，方便用户定位自己面部的位置。面部获取摄像头由PC机的Matlab软件进行控制，主要功能是获取面部图像进行识别处理。两摄像头安装要求是，所获取的外界画面应当相同，安装高度、倾斜角、所在环境一致。声光提示模块包括蜂鸣器电路和共阳红绿双色LED灯电路，硬件系统被激活时，蜂鸣器会短鸣一声提示用户，当面部识别成功时，蜂鸣器也会短鸣一声，同时绿灯亮起，提示验证通过，系统执行开锁命令，当面部识别失败时，蜂鸣器会短鸣两声，同时红灯会亮起，提示验证失败，需要用户重新验证。本设计采用的RCW-0506人体红外感应模块，是基于红外线技术的自动控制模块，采用德国进口探头LHI778，超低功耗工作、体积小、灵敏度高，广泛应用于安防产品、人体感应灯具、工业自动化控制等。本设计也是采用电池供电模式，RCW-0506人体红外感应模块待机电流小于50uA，非常适合于电池供电电路使用，硬件系统非工作时间是处于待机状态的，此时红外模块将作为唯一活动的监测器，它的低功耗性能使得整个系统的待机低功耗表现显著，使本设计使用干电池供电成为可能。

参见图3、4，基于面部识别的智能门锁系统监控软件的总体程序流程图和基于面部识别的智能门锁系统监控软件界面图，正常工作下，首先把门锁硬件系统通过数据线与电脑USB口相连通，然后启动MATLAB端监控程序，点击程序初始化按钮，等待初始化完毕，此时采集面部图像框会出现摄像头实时画面，再点击运行监控，程序将进入实时监控，至此PC端设置完毕，接下来启动门锁系统硬件部分，STM32会进入待机状态，只有人体红外感应模块维持正常检测工作，当有人进入红外感应模块检测范围，并且被持续检测到2秒以上时，STM32主控模块将被唤醒，此时需要2秒左右的时间进行硬件系统初始化，初始化完毕后，LCD屏幕会提示用户定位面部头像，准备获取面部图片进行识别，当用户面部定位后，OV7670摄像头和USB高清摄像头会及时捕捉用户定位头像，照片被捕捉完毕后，蜂鸣器短鸣一声，LCD刷新显示刚才捕获的用户头像，此时PC端MATLAB将执行面部检测和面部识别程序，LCD显示“正在识别，请稍后……”等语句，等待PC端识别完毕后的指令，若识别结果是合法用户，则STM32接收到开门指令后控制电控锁驱动模块执行开门动作，否则STM32将会接收到锁门指令，LCD显示“识别失败，请重试！”，这时用户需要重新定位面部，重新拍照进行检测，如果三次识别均失败时，STM32系统将会进入待机模式，人体红外感应模块也会进入10秒封锁时间，在此段时间内，人体红外感应模块将不再检测外界信号，用户只能等待下一次触发时间的到来，才能重新拍照识别。

此外，用户可以在PC端的面部识别的智能门锁系统监控软件进行各种数据库管理操作：例如查看当前合法用户情况，点击“查看合法用户”后，自动弹出窗口显示当前全部合法用户的头像图片，当需要录入新用户时，点击“录入新用户”按钮，弹窗提示“连续录入50张面部图片，请点击‘确认’继续”，这时程序会调用USB高清摄像头，对新用户进行拍照构建图片库，大约30秒后图片获取完毕会弹出窗口提示“新用户信息录入完毕，请点击‘确定’继续”，这时新用户已经在面部识别系统中了，再次点击程序初始化，就可以更新合法用户信息，当需要删除合法用户时，点击“删除用户”按钮，系统就会弹出用户图片库根目录，只需要把想要删除的人物“delete”即可。以上就是用户数据库管理模块功能。除了用户数据的增、删、改，系统还设置了“查看记录”按钮，便于查看用户进门记录，同时也可以作为家庭监控记录，当家里不幸被盗贼撬门了，用户可以通过监控记录查看撬门记录，如此可作为侦破案件的重要资料之一。

基于PCA的面部识别算法：本文面部识别主要应用PCA(主成分分析法)，该算法是一种基于多元统计的方法。PCA主要是利用降维的思想，研究如何利用少数几个主要成分来解释多变量的方差，其中每个主成分都能反映原始变量中大部分信息，且所含的信息互不相关。由于主成分分析把数据转换成低维，让人更加直观看到数据结构，因此PCA也常用于模式识别技术、数据压缩技术和数据特征提取技术。

传统的PCA方法基本原理是：利用K-L变换来提取面部中主要特征成分，构建特征脸空间矩阵，在面部识别时，将待识别图像投影到特征空间上，得到一组投影系数，然后通过与每个人的面部特征进行比对识别。利用这种去相关的坐标变换方法，使得图像压缩前后均方差误差最小，而且变换成低维空间后仍有很好的识别能力。

本文面部识别方法是基于传统的2DPCA算法进行了改进，传统的2DPCA在训练阶段将不同的面部图像共同构建起特征子空间，在面部识别时，将待识别的面部图像投影23到特征子空间上进行比较。当样本库有多个不同类别人物时，若将不同类别人物共同构建一个特征子空间，这样其类内欧氏距离偏小，不同类之间的欧氏距离相对类内较大，而识别阈值T又根据样本间最大欧氏距离来确定，所以往往因为识别阈值T偏大，造成误判。由此，本文提出了一种基于多个特征子空间的2DPCA面部识别算法，在样本训练阶段，分别对每一类人物构建不同的特征子空间，而在面部图像识别阶段，则分别将待识别图像投影到每一类人的特征子空间中进行匹配，匹配成功则待识别图像属于该类人物，否则认为待识别图像是非法人物。

图5门锁系统运行图。

上述为本发明较佳的实施方式，但本发明的实施方式并不受上述内容的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。