用樹莓派做一個人臉識別開鎖應用的案例

本文主要介紹實現一個人臉識別進行開鎖的功能，用在真人實景游戲業(yè)務中。
來源：騰訊技術工程微信號
作者：eckygao，騰訊 CSIG 云產品部

1.案例概述

1.1 背景

實現一個人臉識別進行開鎖的功能，用在他的真人實景游戲業(yè)務中?？偟膩碚f，需求描述簡單，但由于約束比較多，在架構與選型上需要花些心思。

1.2 部署效果

由于該游戲還在線上服務中，此處就不放出具體操作的視頻了。

1.3 玩家體驗

• 玩家發(fā)現并進入空間后，在顯示屏看到自己在當前場景出鏡的實時畫面。
• 玩家靠近觀察時，捕獲當前幀進行人臉識別，實時畫面中出現水印字幕“認證中”
• 人臉認證失敗時，實時畫面水印字幕變更為“認證失敗”，字幕維持 2 秒后消失，恢復初始狀態(tài)。玩家繼續(xù)尋找游戲線索，重新進行認證。
• 人臉認證成功時，實時畫面水印字幕變更為“認證成功”，并彈開保險箱門。進入后續(xù)游戲環(huán)節(jié)。

2.產品要求

2.1 需求說明

需求提出時比較明確，核心邏輯不復雜。

• 人臉識別：通過人臉識別進行鑒權。
• 開鎖管理：通過鑒權則打開箱門，未通過則保持鎖定。
• 反饋提示：需要有實時視頻反饋，指引明確，便于優(yōu)化玩家體驗。

2.2 約束說明

畢竟是生意，所以在商言商，對實用性和成本要求很高，關鍵是不要影響游戲過程，同時保證玩家體驗。

• 低成本：需要低建設成本，低維護成本。
• 易維護：對維護人員技術水平要求低，出現軟硬件故障時，任意店員可以快速恢復。
• 高可靠：識別準確率高，容錯能力強，系統(tǒng)持續(xù)運行中故障率低。
• 有限空間：整套系統(tǒng)在去除顯示屏、電磁鎖、保險箱后，其它結構實施空間不能超過 20cm15cm15cm 體積。
• 采光不足：實景空間小，有頂光無側光，曝光時間較長。
• 通用供電：只提供 5V、12V 兩種直流電接口。
• 并行處理：鑒權流程與反饋流程并行，鑒權過程中，反饋系統(tǒng)不能出現中斷、阻塞等情況，使玩家有明顯的中斷、卡死體驗。
• 弱網絡環(huán)境：由于房間隔斷多，網絡共用，所以網速有限，有突發(fā)延遲情況。

2.3 功能設計

可能的架構方案有多種（不同方案間的比較，在文末進行），下面展開說明一下最終上線的方案。

2.3.1 設定流程

流程與效果，請參考 1.3 玩家體驗 部分

2.3.2 可配置內容

• 騰訊云密鑰對

修改配置文件，用于適配騰訊云賬號切換功能（測試賬號/正式賬號）。

• 人員庫 ID

修改配置文件，用于指定不同人員庫（測試庫/正式庫）。

• 水印提示

更換對應圖片，實現更換水印。使用圖片管理，而不是文字配置的原因，是由于圖片配置模式無需字庫支持，無需配置顯示大小，易于圖案嵌入。由于所見即所得，對維護人員要求低。

• 關機選項

可配置任務完成后，是否自動關機。用于游戲環(huán)境復位準備，減少復位工作量。

2.3.3 運營與維護

• 系統(tǒng)運營管理

場景啟動時，統(tǒng)一上電。認證通過后，自動關機，完成復位。

• 故障處理

軟硬件故障：無法開機、可開機無顯示、可開機顯示系統(tǒng)異常，可開機未知異常等等，更換樹莓派或其它硬件。

網絡故障：正常運行，無法認證，可查網絡+查云日志，解決網絡問題；

云產品異常：運行 4 個月，未發(fā)生過，可以忽略，如發(fā)生則聯系云售后；

2.3.4 成本分析

• 硬件成本：500 ～ 600 元。
• 備件成本：按 1:1 備件，500 ～ 600 元。
• 運行成本：云端 0 元，使用免費額度；電費網費，忽略不計。

3.技術實現

3.1 系統(tǒng)架構

3.1.1 硬件組成

• 樹莓派：終端主控
• 攝像頭：視頻輸入
• 傳感器：超聲波測距
• 顯示屏：視頻輸出
• 繼電器：控制電磁鎖
• 電磁鎖：控制保險箱門

3.1.2 關鍵特性

• 圖片識別：使用圖片識別，而非視頻流，減少對網絡帶寬要求。
• 識別要求低：欠曝光照片也有高識別率。
• 觸發(fā)識別：玩家在場景內活動時間長，觸發(fā)模式避免了高頻認證、誤開鎖情況，同時降低認證成本。
• 測距選型：超聲波傳感器技術成熟，成本低（3 元）；激光傳感器成本高（30 元）
• 多進程：視頻處理與監(jiān)測鑒權由兩個進程實現，避免了阻塞等情況，同時使用進程間通信，實現可靠交互。

3.2 系統(tǒng)搭建

3.2.1 騰訊云配置

• 注冊賬號

按文檔指引獲取 API 密鑰

• 配置人臉識別

訪問官網控制臺，通過“新建人員庫->創(chuàng)建人員->上傳照片”，建立認證基礎。

其中所使用的“人員庫 ID”是關鍵信息，用于后續(xù) API 調用識別時，指定認證動作匹配的人員庫。

注：由于此案例只識別一個人員，無需對人員 ID 進行匹配，故不用指定人員 ID。

3.2.2 樹莓派配置

• 安裝系統(tǒng)

訪問 www.raspberrypi.org 獲取鏡像，并進行安裝。注意必須安裝桌面版，否則需要單獨管理 HDMI 輸出。

• 配置網絡

進入命令行，執(zhí)行 “raspi-config”，選擇"Network Options"，配置 WiFi 接入點。為了固定 IP，編輯 /etc/dhcpcd.conf 文件，添加配置信息。

# 具體內容請參考你的本地網絡規(guī)劃
interface wlan0
static ip_address=192.168.0.xx/24
static routers=192.168.0.1
static domain_name_servers=192.168.0.1 192.168.0.2

• 安裝騰訊云 SDK

參考指引文檔，安裝調用騰訊云 API 的依賴庫。

sudo apt-get install python-pip -y
pip install tencentcloud-sdk-python

• 安裝圖像處理庫

系統(tǒng)默認安裝 python2.7，但沒有 opencv 庫，需要安裝。（下載包體積較大，默認源為國外站，比較慢。樹莓派改國內源方法，請自行百度，并挑選離自己近的源站）

sudo apt-get install libopencv-dev -y
sudo apt-get install python-opencv -y

• 部署代碼

訪問github獲取源碼，將 src 文件夾內容，復制到 /home/pi/faceid 下。

更改 /home/pi/faceid/config.json 中的配置信息，必須改為你的云 API 密鑰(sid/skey)、人員庫 ID(facegroupid)，其它配置按需調整。

• 配置自啟動

需要配置圖形界面自啟動，保證視頻輸出由 HDMI 接口輸出至顯示屏，編輯
/home/pi/.config/autostart/faceid.desktop 寫入如下內容

Type=Application
Exec=python /home/pi/faceid/main.py

3.2.3 硬件接線

樹莓派 GPIO 圖示

攝像頭

• CSI 接口

超聲波傳感器

• TrigPin：BCM-24 / GPIO24
• EchoPin：BCM-23 / GPIO23
• VCC ：接 5V
• GND ：接 GND

繼電器

4 引腳側 接 樹莓派 GPIO 引腳

• VCC ：接 5V
• GND/RGND ：接 GND
• CH1 : BCM-12 / GPIO12

3 端口側 接 電磁鎖

• 初始狀態(tài)為電磁鎖接常閉端。
• 繼電器原理請參考 3.3.4 硬件相關 部分。

3.2.4 測試運行

完成上述工作后，接電啟動系統(tǒng)，本地反饋查看顯示屏，云端識別結果可查看系統(tǒng)日志。

3.3 代碼邏輯與涉及技術

3.3.1 流程偽代碼

# 監(jiān)測鑒權進程-主進程
獲取應用配置（API ID/Key 等）
初始化GPIO引腳（準備控制 傳感器、繼電器）
啟動視頻管理進程（輔進程）
循環(huán)開始：
  if not 測距達到觸發(fā)標準:
    continue
  與輔進程通信（捕獲當前幀，并存入指定路徑，并添加“認證中”水?。?  調用云API，使用該幀圖片人臉識別
  if 識別成功:
    與輔進程通信（變更水印為“認證成功”）
    等待5秒
    關機 或 繼續(xù)運行（由config.json中 su2halt 字段指定）
  else：
    與輔進程通信（變更水印為“認證失敗”）
    等待2秒
  與輔進程通信（清除水印）

# 視頻管理進程-輔進程
初始化攝像頭
循環(huán)開始：
  取幀
  取進程間共享隊列
    按消息進行不同操作（幀圖像保存/加不同水印/不處理）
  輸出幀

3.3.2 視頻與識別

• 實時視頻

如上文偽代碼所示，通過逐幀處理，并連續(xù)輸出，顯示實時視頻。

• 觸發(fā)識別

測距傳感器確認物體靠近，且 0.3 秒內距離變化小于 2cm，確認為待認證狀態(tài)。再延時 0.3 秒，進行圖像幀捕獲。再次延時的原因是物體停止時，會有扭轉、微調等動作，若直接取幀，會由于采光不足（上文提到的約束）出現模糊情況，所以再次延時，確保捕獲穩(wěn)定圖像。

• 人臉識別

請參考文檔介紹。

3.3.3 圖像水印

• 水印原理

opencv 中，提供了多種圖像處理函數，如：圖文處理（圖加字）、圖圖處理（圖間加/減/乘/除/位運算）等等。通過不同的處理方式，可以實現底圖加字、底圖加圖、掩膜處理等等多種效果。本案例中使用的是基于位運算的掩膜處理方式。

• 水印圖片

為了便于維護和更新，本案例中使用圖片做為水印來源，避免字庫約束，也增大了靈活性，易于在水印中增加圖形，并以分辨率直接定義水印大小，所見即所得。

默認水印圖片為白底黑字。

• 水印處理邏輯

為突出水印的浮動效果，將水印圖片中的黑色區(qū)域透明化后，疊加到原始圖片中。由于字體透明效果，水印字體顏色隨基礎視頻變化，效果比較明顯。

源碼說明

# img1為當前視頻幀（底圖），img2為已讀取水印圖
def addpic(img1,img2):
    # 關注區(qū)域ROI-取底圖中將被水印圖編輯的圖像
    rows, cols = img2.shape[:2]
    roi = img1[:rows, :cols]

    # 圖片灰化-避免水印圖非純黑純白情況
    img2gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)
    # 生成掩膜-過濾淺色，位運算取非
    ret, mask = cv2.threshold(img2gray, 220, 255, 3) #cv2.THRESH_BINARY
    mask_inv = cv2.bitwise_not(mask)

    # 生成水印區(qū)圖像-底圖裁出字體部分，生成水印區(qū)最終圖像，替換原圖水印區(qū)
    img1_bg = cv2.bitwise_and(roi, roi, mask=mask_inv)
    dst = cv2.add(img1_bg, img2)
    img1[:rows, :cols] = dst
    return img1

水印效果示意圖（示意圖擴大了水印區(qū)，用于突出效果，實際應用方案中水印區(qū)較?。?/p>

3.3.4 硬件相關

• 超聲波測距

超聲波傳感器（4 引腳：VCC、Trig、Echo、GND）,Trig 端輸出一個大于 10μs 的高電平，激活發(fā)出超聲波，并在收到反射波后，Echo 端會輸出一個持續(xù)高電平，持續(xù)時間就是“發(fā)波至收波”的時間。

即：測距結果(米)=Echo 端高電平時長*340 米/2

• 繼電器

使用的 5V 繼電器模塊有雙側接線，一側為供電與信號（4 引腳，兼容 3.3V 信號），一側為通路開閉管理（3 端口）。

繼電器在“通路管理側”實現了一個“單刀雙開關”的模式，通過“供電與信號”側“CH1 引腳”的高低電平，控制單刀的方向。

在安裝過程中，電磁鎖供電默認接繼電器常閉端，對繼電器給出信號后，繼電器切換到常開端，則電磁鎖斷電開鎖.

• GPIO

GPIO（General-purpose input/output 通用輸入輸出），以引腳方式提供硬件間的聯系能力。樹莓派 3B+，有 40 個 GPIO 引腳（請參考 3.2.3 硬件接線 中的參考圖示），樹莓派官方操作系統(tǒng) Raspbian 下，可以使用系統(tǒng)默認安裝的 python 中 RPi.GPIO 庫，進行操作。

4.其它

4.1 方案選型對比

設計的核心在于人臉鑒權模塊，這里直接影響成本和穩(wěn)定性，最后選擇了上文方案（平衡成本、維護性及可靠性）。曾經的其它幾種備選人臉識別方案：

4.1.1 本地識別 A 方案：

使用 ESP-EYE 芯片，均由芯片完成，依賴 ESP-IDF、ESP—WHO，使用 C 進行開發(fā)。

低硬件成本（模塊成本 189* 2），高開發(fā)維護成本（C 開發(fā)）。

問題：難于更新配置與故障分析處理。適用于大量部署場景。

4.1.2 本地識別 B 方案：

使用樹莓派直接進行人臉識別，方案成熟，開源代碼豐富。

中硬件成本，低開發(fā)成本，高維護成本。

問題：樹莓派負載高，即使用間隔幀算法，也僅維持在 20fps 以下，卡頓明顯。如進一步調優(yōu)，受限于個人經驗問題，恐難以保持長期穩(wěn)定運行。

4.1.3 本地識別 C 方案：

使用 BM1880 邊緣計算開發(fā)板 或其它圖像處理板，社區(qū)口碑不錯，有框架支持。

問題：高硬件成本（模塊成本 1000*2），高開發(fā)維護成本(C 開發(fā))。如果使用算力棒，需要 X86_64 做基礎平臺，成本降低有限，復雜度不變。適用于擴展能力場景。

4.1.4 云端識別 A 方案：

使用騰訊云的視頻智能分析產品，簡化終端架構，使用樹莓派 zero 推流上云（后續(xù)放出實現方案），即可獲取識別結果，且支持高頻多次檢索等特性。

部署成本低（終端視頻相關模塊 150 元），運營成本低（當前 0.28 元/分鐘，按該場景下單次運行 20 分鐘計算，單次游戲成本 5.6 元）

問題：對網絡穩(wěn)定性依賴大，斷流等情況影響體驗。在本案例的網絡約束下，影響使用效果，更適于網絡條件較好、高頻檢索的應用場景。

更多騰訊AI相關技術干貨，請關注專欄騰訊技術工程

審核編輯 黃昊宇