用树莓派做一个人脸识别开锁应用

作者：eckygao，腾讯 CSIG 云产品部

1.案例概述

1.1 背景

实现一个人脸识别进行开锁的功能，用在他的真人实景游戏业务中。总的来说，需求描述简单，但由于约束比较多，在架构与选型上需要花些心思。

1.2 部署效果

由于该游戏还在线上服务中，此处就不放出具体操作的视频了。

1.3 玩家体验

玩家发现并进入空间后，在显示屏看到自己在当前场景出镜的实时画面。
玩家靠近观察时，捕获当前帧进行人脸识别，实时画面中出现水印字幕“认证中”
人脸认证失败时，实时画面水印字幕变更为“认证失败”，字幕维持 2 秒后消失，恢复初始状态。玩家继续寻找游戏线索，重新进行认证。
人脸认证成功时，实时画面水印字幕变更为“认证成功”，并弹开保险箱门。进入后续游戏环节。

2.产品要求

2.1 需求说明

需求提出时比较明确，核心逻辑不复杂。

人脸识别：通过人脸识别进行鉴权。
开锁管理：通过鉴权则打开箱门，未通过则保持锁定。
反馈提示：需要有实时视频反馈，指引明确，便于优化玩家体验。

2.2 约束说明

毕竟是生意，所以在商言商，对实用性和成本要求很高，关键是不要影响游戏过程，同时保证玩家体验。

低成本：需要低建设成本，低维护成本。
易维护：对维护人员技术水平要求低，出现软硬件故障时，任意店员可以快速恢复。
高可靠：识别准确率高，容错能力强，系统持续运行中故障率低。
有限空间：整套系统在去除显示屏、电磁锁、保险箱后，其它结构实施空间不能超过 20cm*15cm*15cm 体积。
采光不足：实景空间小，有顶光无侧光，曝光时间较长。
通用供电：只提供 5V、12V 两种直流电接口。
并行处理：鉴权流程与反馈流程并行，鉴权过程中，反馈系统不能出现中断、阻塞等情况，使玩家有明显的中断、卡死体验。
弱网络环境：由于房间隔断多，网络共用，所以网速有限，有突发延迟情况。

2.3 功能设计

可能的架构方案有多种（不同方案间的比较，在文末进行），下面展开说明一下最终上线的方案。

2.3.1 设定流程

流程与效果，请参考 1.3 玩家体验 部分

2.3.2 可配置内容

腾讯云密钥对

修改配置文件，用于适配腾讯云账号切换功能（测试账号/正式账号）。

人员库 ID

修改配置文件，用于指定不同人员库（测试库/正式库）。

水印提示

更换对应图片，实现更换水印。使用图片管理，而不是文字配置的原因，是由于图片配置模式无需字库支持，无需配置显示大小，易于图案嵌入。由于所见即所得，对维护人员要求低。

关机选项

可配置任务完成后，是否自动关机。用于游戏环境复位准备，减少复位工作量。

2.3.3 运营与维护

系统运营管理

场景启动时，统一上电。认证通过后，自动关机，完成复位。

故障处理

软硬件故障：无法开机、可开机无显示、可开机显示系统异常，可开机未知异常等等，更换树莓派或其它硬件。

网络故障：正常运行，无法认证，可查网络+查云日志，解决网络问题；

云产品异常：运行 4 个月，未发生过，可以忽略，如发生则联系云售后；

2.3.4 成本分析

硬件成本：500 ～ 600 元。
备件成本：按 1:1 备件，500 ～ 600 元。
运行成本：云端 0 元，使用免费额度；电费网费，忽略不计。

3.技术实现

3.1 系统架构

3.1.1 硬件组成：

树莓派：终端主控
摄像头：视频输入
传感器：超声波测距
显示屏：视频输出
继电器：控制电磁锁
电磁锁：控制保险箱门

3.1.2 关键特性

图片识别：使用图片识别，而非视频流，减少对网络带宽要求。
识别要求低：欠曝光照片也有高识别率。
触发识别：玩家在场景内活动时间长，触发模式避免了高频认证、误开锁情况，同时降低认证成本。
测距选型：超声波传感器技术成熟，成本低（3 元）；激光传感器成本高（30 元）
多进程：视频处理与监测鉴权由两个进程实现，避免了阻塞等情况，同时使用进程间通信，实现可靠交互。

3.2 系统搭建

3.2.1 腾讯云配置

注册账号

按文档指引获取 API 密钥

配置人脸识别

访问官网控制台，通过“新建人员库->创建人员->上传照片”，建立认证基础。

其中所使用的“人员库 ID”是关键信息，用于后续 API 调用识别时，指定认证动作匹配的人员库。

注：由于此案例只识别一个人员，无需对人员 ID 进行匹配，故不用指定人员 ID。

3.2.2 树莓派配置

安装系统

访问 www.raspberrypi.org 获取镜像，并进行安装。注意必须安装桌面版，否则需要单独管理 HDMI 输出。

配置网络

进入命令行，执行 “raspi-config”，选择"Network Options"，配置 WiFi 接入点。为了固定 IP，编辑 /etc/dhcpcd.conf 文件，添加配置信息。

# 具体内容请参考你的本地网络规划
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

安装腾讯云 SDK

参考指引文档，安装调用腾讯云 API 的依赖库。

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

安装图像处理库

系统默认安装 python2.7，但没有 opencv 库，需要安装。（下载包体积较大，默认源为国外站，比较慢。树莓派改国内源方法，请自行百度，并挑选离自己近的源站）

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

部署代码

访问github获取源码，将 src 文件夹内容，复制到 /home/pi/faceid 下。

更改 /home/pi/faceid/config.json 中的配置信息，必须改为你的云 API 密钥(sid/skey)、人员库 ID(facegroupid)，其它配置按需调整。

配置自启动

需要配置图形界面自启动，保证视频输出由 HDMI 接口输出至显示屏，编辑
/home/pi/.config/autostart/faceid.desktop 写入如下内容

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

3.2.3 硬件接线

树莓派 GPIO 图示

摄像头

CSI 接口

超声波传感器

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

继电器

4 引脚侧接树莓派 GPIO 引脚

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

3 端口侧接电磁锁

初始状态为电磁锁接常闭端。
继电器原理请参考 3.3.4 硬件相关 部分。

3.2.4 测试运行

完成上述工作后，接电启动系统，本地反馈查看显示屏，云端识别结果可查看系统日志。

3.3 代码逻辑与涉及技术

3.3.1 流程伪代码

# 监测鉴权进程-主进程
获取应用配置（API ID/Key 等）
初始化GPIO引脚（准备控制 传感器、继电器）
启动视频管理进程（辅进程）
循环开始：if not 测距达到触发标准:continue与辅进程通信（捕获当前帧，并存入指定路径，并添加“认证中”水印）调用云API，使用该帧图片人脸识别if 识别成功:与辅进程通信（变更水印为“认证成功”）等待5秒关机 或 继续运行（由config.json中 su2halt 字段指定）else：与辅进程通信（变更水印为“认证失败”）等待2秒与辅进程通信（清除水印）# 视频管理进程-辅进程
初始化摄像头
循环开始：取帧取进程间共享队列按消息进行不同操作（帧图像保存/加不同水印/不处理）输出帧

3.3.2 视频与识别

实时视频

如上文伪代码所示，通过逐帧处理，并连续输出，显示实时视频。

触发识别

测距传感器确认物体靠近，且 0.3 秒内距离变化小于 2cm，确认为待认证状态。再延时 0.3 秒，进行图像帧捕获。再次延时的原因是物体停止时，会有扭转、微调等动作，若直接取帧，会由于采光不足（上文提到的约束）出现模糊情况，所以再次延时，确保捕获稳定图像。

人脸识别

请参考文档介绍。

3.3.3 图像水印

水印原理

opencv 中，提供了多种图像处理函数，如：图文处理（图加字）、图图处理（图间加/减/乘/除/位运算）等等。通过不同的处理方式，可以实现底图加字、底图加图、掩膜处理等等多种效果。本案例中使用的是基于位运算的掩膜处理方式。

水印图片

为了便于维护和更新，本案例中使用图片做为水印来源，避免字库约束，也增大了灵活性，易于在水印中增加图形，并以分辨率直接定义水印大小，所见即所得。

默认水印图片为白底黑字。

水印处理逻辑

为突出水印的浮动效果，将水印图片中的黑色区域透明化后，叠加到原始图片中。由于字体透明效果，水印字体颜色随基础视频变化，效果比较明显。

源码说明

# img1为当前视频帧（底图），img2为已读取水印图
def addpic(img1,img2):# 关注区域ROI-取底图中将被水印图编辑的图像rows, cols = img2.shape[:2]roi = img1[:rows, :cols]# 图片灰化-避免水印图非纯黑纯白情况img2gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)# 生成掩膜-过滤浅色，位运算取非ret, mask = cv2.threshold(img2gray, 220, 255, 3) #cv2.THRESH_BINARYmask_inv = cv2.bitwise_not(mask)# 生成水印区图像-底图裁出字体部分，生成水印区最终图像，替换原图水印区img1_bg = cv2.bitwise_and(roi, roi, mask=mask_inv)dst = cv2.add(img1_bg, img2)img1[:rows, :cols] = dstreturn img1

水印效果示意图（示意图扩大了水印区，用于突出效果，实际应用方案中水印区较小）

3.3.4 硬件相关

超声波测距

超声波传感器（4 引脚：VCC、Trig、Echo、GND）,Trig 端输出一个大于 10μs 的高电平，激活发出超声波，并在收到反射波后，Echo 端会输出一个持续高电平，持续时间就是“发波至收波”的时间。

即：测距结果(米)=Echo 端高电平时长*340 米/2

继电器

使用的 5V 继电器模块有双侧接线，一侧为供电与信号（4 引脚，兼容 3.3V 信号），一侧为通路开闭管理（3 端口）。

继电器在“通路管理侧”实现了一个“单刀双开关”的模式，通过“供电与信号”侧“CH1 引脚”的高低电平，控制单刀的方向。

在安装过程中，电磁锁供电默认接继电器常闭端，对继电器给出信号后，继电器切换到常开端，则电磁锁断电开锁.

GPIO

GPIO（General-purpose input/output 通用输入输出），以引脚方式提供硬件间的联系能力。树莓派 3B+，有 40 个 GPIO 引脚（请参考 3.2.3 硬件接线 中的参考图示），树莓派官方操作系统 Raspbian 下，可以使用系统默认安装的 python 中 RPi.GPIO 库，进行操作。

4.其它

4.1 方案选型对比

设计的核心在于人脸鉴权模块，这里直接影响成本和稳定性，最后选择了上文方案（平衡成本、维护性及可靠性）。曾经的其它几种备选人脸识别方案：

4.1.1 本地识别 A 方案：

使用 ESP-EYE 芯片，均由芯片完成，依赖 ESP-IDF、ESP—WHO，使用 C 进行开发。

低硬件成本（模块成本 189*2），高开发维护成本（C 开发）。

问题：难于更新配置与故障分析处理。适用于大量部署场景。

4.1.2 本地识别 B 方案：

使用树莓派直接进行人脸识别，方案成熟，开源代码丰富。

中硬件成本，低开发成本，高维护成本。

问题：树莓派负载高，即使用间隔帧算法，也仅维持在 20fps 以下，卡顿明显。如进一步调优，受限于个人经验问题，恐难以保持长期稳定运行。

4.1.3 本地识别 C 方案：

使用 BM1880 边缘计算开发板或其它图像处理板，社区口碑不错，有框架支持。

问题：高硬件成本（模块成本 1000*2），高开发维护成本(C 开发)。如果使用算力棒，需要 X86_64 做基础平台，成本降低有限，复杂度不变。适用于扩展能力场景。

4.1.4 云端识别 A 方案：

使用腾讯云的视频智能分析产品，简化终端架构，使用树莓派 zero 推流上云（后续放出实现方案），即可获取识别结果，且支持高频多次检索等特性。

部署成本低（终端视频相关模块 150 元），运营成本低（当前 0.28 元/分钟，按该场景下单次运行 20 分钟计算，单次游戏成本 5.6 元）

问题：对网络稳定性依赖大，断流等情况影响体验。在本案例的网络约束下，影响使用效果，更适于网络条件较好、高频检索的应用场景。