摘要：智能安防系统中的核心是门禁控制系统，文章以智慧社区的建设为背景，以智能安防为支点打造智慧社区基础网络平台，结合视频检测与跟踪技术，找出视频图像中的运动区域，利用AdaBoost人脸检测方法对其中的人脸区域进行进一步精准的检测，最后研究了智能安防中应用人脸识别技术的连续视频图像的门禁系统的设计和实现。
关键词：视频检测；人脸识别；安防；AdaBoost算法
引言
人工智能时代的到来，使得人们的生活更加智能和安全。智能家居是人工智能的最好体现，智能家居中对智能安防起到尤为重要的作用。为有效控制小区门口和家居门口当中人的通行，彻底改变现有的刷卡、钥匙、指纹解锁的人禁门，更好地提升社区的安全系数、保障业主的人身安全和财产安全，将人脸识别技术应用到智能社区安防系统中。
1技术背景
人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术，通过后端摄像头捕捉住视频当中人脸图像，进而提取人脸特征，由系统算法对人脸图像进行对比，如果与图像库人脸对比成功，则控制门禁系统开门，反之则输出比对不通过。本文设计的人脸识别门禁系统是把人脸识别技术和传统的门禁系统相结合，通过对人脸的识别作为门禁开启的钥匙之一。
2基于连续视频图像的人脸检测AdaBoost算法实现
直接对采集到的每一帧静态图像来作人脸检测，需大量的计算，在没有人脸图像的情况下，会耗费大量的内存。系统是在连续的图像序列中进行人脸检测，而人脸进入监控场景以及在监控场景中的走动等必然伴随着运动。因此，将视频图像中运动检测技术与AdaBoost（AdaptiveBoosting）算法相结合，先判断出产生运动的区域，在此基础上用AdaBoost算法进行人脸检测，在后续的帧中若人脸图像静止不变，也可利用目标跟踪方法来确定人脸区域。在背景中没有人物运动的情况下，人脸检测和识别系统则不作任何处理。
AdaBoost是Freund和Schapire在PAC模型基础上提出的一种学习模型，算法思想是：通过对大量正样本和负样本的学习和反馈，弱分类器在不知道先验训练误差的前提下，自适应地调整错误率以及相应的权重，直到强分类器达到预定的性能。
3人脸识别技术在安防领域的实践应用
3.1动态人脸识别监控系统
第一种是动态人脸识别监控系统的运用。画面中的人员处于非配合状态，且要求系统做出实时快速响应。到目前为止最常见的是目标（黑/白名单）人脸监控识别系统，它将相机视野和特定目标群体（黑/白名单）数据库进行比较，判断是否属于某人的列表。系统可以收集视频图像，自动分析，实时对比人脸，主动关注人员监控场景识别，发现目标自动报警提示安全人员采取控制措施，实现可疑和黑名单人员的布控和识别、响应，发现“关注对象”，是解决社会保障和警卫人员监控领域的有效技术。目前，名单的库容量一般可以达到几十万的数量级。
现如今常见的动态人脸监控识别系统，主要应用在火车站，机场以及地铁，和其他关键点的商场超市以及学校等大型公共场所。在这些领域当中公安安全以及反对虚假等多种需求，都能够通过动态人脸监控识别系统来得到满足。动态人脸识别监控系统，也可以分化出实名认证系统，主要应用在考场，出入境以及家庭安全等方面。还可以分化出频率统计信息系统，对于出现在相机视野内的目标，进行多次统计。
期刊文章分类查询,尽在期刊图书馆
3.2静态人脸识别比对系统的应用
第二种是静态人脸识别比对系统。静态识别搜索推出了目前以市场上比较法为基础的识别应用。在该静态比对系统当中，主要分为三个模块。第一个模块是单面搜索，这是有相关工作人员，直接提交照片，然后这段时间，系统内部根据降序排列的相似性，对拥有一定数量的候选人名单进行筛选。第二则是批量性的搜索，工作人员提交一批照片，在这批照片内部，每张照片根据进行单面搜索的结果然后进行汇总，将搜索报告进行统一。
静态识别比对系统大多数应用的范围，是在一些企业或者是地方具有严格身份验证要求的领域。另外在银行当中，银行的金库，自助银行或者是ATM机的房间进行，金钱的添加或者是汽车控制等等，都可以使用静态人脸识别比对。这些年来，发生了许多安全信用事件，例如信用卡的密码，以及指纹身份验证等方法，经常被其他不法分子获取身份信息。这如果不能够在根本上对真实的身份进行扶正，那么指纹还是会很容易被其他人所复制，导致密码等安全信息泄露，形成巨大的安全隐患。而面部识别这非常的安全，不容易被复制也不能偷，因此在银行验证问题的解决过程当中，面部识别是最好的方法。
4基于人脸识别技术的门禁系统的设计
人脸识别门禁控制系统包含人脸识别模块、门禁控制器模块、服务器模块、手机终端模块，不同模块不同功能。人脸识别模块是整个智能模块算法的体现，将手机（客户端）终端采集到的人脸图像与前段门口门禁摄像头的图片进行对比，
比对成功就指挥门禁控制器；门禁控制器模块是整个系统的执行机构，控制并完成小区入口的开门与闭合，同时管理异常情况进行监控和报警，通过网线能够进行通信；后台服务器系统负责整个系统的管理，人脸图像库的建立，系统的维护运行，社区的安防工作都在此；手机终端模块是系统客户端人员的参与，对人脸图片的采集，图像可由手机的摄像头采集后，通过无线网络将采集的图片发至后台服务器中。
5基于人脸识别技术的智慧社区中智能安防系统的实现
5.1智能门禁开门流程
（1）人员走到小区内各楼栋单元门口的摄像机人脸识别区域，面对人脸识别终端。（2）人脸识别终端将采集的人脸照片与人脸数据库照片比对。（3）人脸识别终端人脸照片比对成功则发送开门信号给门禁（并语音提示）。（4）如人脸照片比对不成功（语音提示），需进门人员给业主打电话，业主通过手机APP/微信为访客开门或者业主拨打呼叫中心为访客开门。（5）人脸识别终端将摄像机采集到的人脸照片及开门相关数据信息（包括业务通过手机APP开门记录、使用微信开门记录、拨打呼叫中心开门记录）上传到服务器存储，并通过安全边界上传到公安内网进行分析。
5.2实现过程
基于视频人脸识别技术的智能安防系统的实现，首先要搭建系统平台，线下将各个模块串联起来，通过无线网络实现联网，与后台服务器接通；其次，以人脸识别技术为基础，建立出入口控制系统、门禁控制系统、防盗防入侵报警系统，才能够使智能安防的建设有效服务于智慧社区；线上用户通过系统平台不仅可以管理家庭成员的进出，还可以控制来访人员的出入、方便高效、便于管理。其他防盗防入侵报警系统、保安巡更系统、车库综合管理系统这些子模块均可以加入人脸识别的装置，构建完成后，再通过统一的平台把数据整合到一起，从而实现智慧社区智能安防系统的建设。
6结语
基于视频检测的人脸识别的智能安防设计，以服务社区居民为宗旨，为居民提供安全、便捷的智能化方案，提高社区智能化程度，为智慧城市的建设奠定基础，为社会的安防发展奠定基础。
参考文献：
[1]张三友，王磊.基于Android的人脸识别系统设计与实现[J].软件导刊，2016（4）：87-89.
[2]曹林.人脸识别与人体动作识别技术及应用[M].北京：电子工业出版社，2015.
论文作者:刘学斌1,张群芬2
论文发表刊物:《基层建设》2019年第13期
论文发表时间:2019/7/23
标签：的人论文; 安防论文; 系统论文; 图像论文; 门禁论文; 模块论文; 智能论文; 《基层建设》2019年第13期论文;