基于MATLAB肤色分割与特征脸的人脸识别门禁管理系统

摘要：随着智能安防技术的快速发展，基于生物特征的门禁管理系统逐渐成为研究与应用热点。人脸识别因其非接触性、易于采集等优点，在门禁控制领域具有广阔的应用前景。

作者：Bob(原创)

项目概述

随着智能安防技术的发展，基于生物特征的身份认证方式在门禁管理领域得到了广泛关注。其中，人脸识别具有非接触、信息获取方便等优势，成为门禁系统的重要研究方向之一。

针对传统门禁方式安全性与便捷性不足的问题，本文设计并实现了一种基于肤色分割与特征脸的人脸识别门禁管理系统。系统首先将输入人脸图像转换至 YCbCr 颜色空间，利用肤色统计模型对人脸区域进行分割，并结合中值滤波和形态学处理方法实现人脸区域的准确定位与裁剪；随后采用主成分分析（Principal Component Analysis，PCA）方法对人脸图像进行特征提取，构建特征脸空间，并基于最小距离判别实现人脸身份识别。

在此基础上，系统根据识别结果完成门禁管理中的通行控制，实现对库内人员的有效识别以及对库外人员的拒识处理。系统基于 MATLAB 平台完成设计与实现，并通过实验对其性能进行了验证。实验结果表明，该系统在库内人员识别与库外人员拒识方面具有较好的有效性和稳定性，能够满足小规模人脸识别门禁管理系统的应用需求。

系统设计

本系统采用模块化设计思想，整体由系统初始化与图像采集、图像预处理与肤色分割、人脸定位与规范化处理、人脸特征提取与身份判别以及门禁控制与结果输出等功能模块组成，实现了人脸识别门禁管理的完整流程。

图1 系统整体流程图

硬件配置

该系统硬件配置如上，如果您的电脑配置低于下述规格，运行速度可能会与本系统的存在差异，请注意。

表1 惠普(HP)暗影精灵10台式整机配置(系统硬件配置)

软件环境

对本实验所需的各类软件及工具的基本信息进行了清晰汇总。

表2 系统软件配置(真实运行环境)

运行展示

运行PSO.m

图2 原始人脸图像

图中为系统输入的原始人脸图像，为后续人脸检测与识别提供基础数据。

图3 人脸识别：禁止通行

图4 人脸识别：禁止通行

图5 人脸识别：禁止通行

图6 人脸识别：禁止通行

图7 人脸识别：正常通行

图8 人脸识别：正常通行

图9 人脸识别：正常通行

图10 人脸识别：正常通行

图11 人脸识别：正常通行