做這個項(xiàng)目之前我一直在糾結(jié)一個問題為什么智能化喊了這么多年公司門口、小區(qū)樓道用的還是那張一刷就過的IC卡卡丟了要補(bǔ)辦卡被復(fù)制了毫無感知訪客來了還得保安親自下來接。后來我把目光放到人臉識別門禁上干脆自己從零擼了一套完整的智能門禁系統(tǒng)。項(xiàng)目做到一半我才發(fā)現(xiàn)這東西比想象中有意思也比想象中坑多。這個項(xiàng)目表面上看是一個“攝像頭單片機(jī)開鎖”的小玩意真正落地時你會碰到人臉檢測、特征提取、相似度比對、數(shù)據(jù)庫存儲、GPIO控制、硬件選型、光線干擾、活體檢測等一系列問題。我盡量把整個設(shè)計(jì)和實(shí)操過程都攤開來講適合剛?cè)腴T嵌入式AI的開發(fā)者、想做畢業(yè)設(shè)計(jì)或課程項(xiàng)目的學(xué)生也適合想在公司內(nèi)部搞一套低成本門禁方案的運(yùn)維同學(xué)參考。1. 項(xiàng)目設(shè)計(jì)與整體思路1.1 為什么選擇離線本地識別方案人臉識別門禁市面上成品很多基本分兩類一類是云端識別攝像頭把照片傳到云端識別完返回結(jié)果另一類是本地離線識別所有算法都在門口那臺設(shè)備上跑。我選擇離線方案原因很直接。公司或小區(qū)場景下人員進(jìn)出都是隱私數(shù)據(jù)人臉照片屬于生物特征信息往第三方云服務(wù)器傳本身就存在合規(guī)風(fēng)險(xiǎn)。再一個是延遲問題云端識別無論如何都要經(jīng)過網(wǎng)絡(luò)往返高峰期排隊(duì)反而比刷卡還慢。離線識別的延遲基本可以控制在幾百毫秒以內(nèi)斷網(wǎng)也不影響使用這對門禁這種可靠性要求高的場景太關(guān)鍵了。另外成本上也有優(yōu)勢離線方案不需要買云服務(wù)不需要按調(diào)用次數(shù)付費(fèi)一臺終端設(shè)備就能搞定所有事情。對于幾十人到幾百人的中小型團(tuán)隊(duì)這筆賬算下來非常劃算。1.2 整體識別流程與核心模塊劃分整套系統(tǒng)的數(shù)據(jù)流可以拆成下面這幾個環(huán)節(jié)攝像頭采集畫面 → 人臉檢測 → 人臉對齊與預(yù)處理 → 特征提取 → 特征比對 → 判定結(jié)果 → 控制門鎖動作每個環(huán)節(jié)都有專門的算法或硬件負(fù)責(zé)。攝像頭負(fù)責(zé)“看”人臉檢測負(fù)責(zé)判斷畫面里有沒有人臉以及人臉在哪里預(yù)處理把人臉擺正、統(tǒng)一尺寸、調(diào)整光照影響特征提取把人臉變成一串?dāng)?shù)字向量比對環(huán)節(jié)計(jì)算當(dāng)前特征和數(shù)據(jù)庫里注冊特征的相似度最后根據(jù)相似度閾值決定是否開門。一開始我打算用現(xiàn)成的云API快速驗(yàn)證后來發(fā)現(xiàn)云端API的接口文檔翻來覆去就那幾個參數(shù)對學(xué)習(xí)幫助不大。于是換成了本地部署模型的方式用OpenCV做人臉檢測用FaceNet系列的輕量模型做特征提取數(shù)據(jù)庫用SQLite存特征向量。整個流程吃透了之后再去看那些商業(yè)門禁機(jī)的宣傳語基本能猜出它們內(nèi)部的大致結(jié)構(gòu)。1.3 技術(shù)棧選型的背后邏輯選技術(shù)棧的時候我給自己定了三個約束只能在邊緣設(shè)備上跑、必須實(shí)時、要能離線運(yùn)行。基于這三點(diǎn)我排除了很多看著很炫但跑不動的方案。大尺寸的ResNet系列識別模型在樹莓派上推理一次要好幾秒根本沒法用。最終確定的技術(shù)棧是OpenCV做圖像處理和人臉檢測特征提取用的是基于FaceNet思想訓(xùn)練的輕量化模型跑在CPU上單次推理大約100毫秒左右。數(shù)據(jù)庫用SQLite因?yàn)樗恍枰獑为?dú)起服務(wù)文件型數(shù)據(jù)庫在嵌入式設(shè)備上非常友好。這套組合的優(yōu)點(diǎn)是依賴少、部署簡單、性能足夠。缺點(diǎn)是如果門禁點(diǎn)位數(shù)特別多比如一個園區(qū)幾十個門每臺設(shè)備單獨(dú)存一份特征庫管理起來會麻煩。不過對于單機(jī)門禁場景這套方案是最務(wù)實(shí)的選擇。2. 硬件選型與電路設(shè)計(jì)2.1 主控方案的取舍主控是整個系統(tǒng)的“大腦”決定了你的數(shù)據(jù)處理能力和開發(fā)效率。我前后對比了幾種方案主控方案優(yōu)點(diǎn)缺點(diǎn)適用場景樹莓派4B生態(tài)成熟、資料多、性能夠用價(jià)格浮動大、功耗略高中小型項(xiàng)目、學(xué)習(xí)驗(yàn)證Jetson NanoGPU算力強(qiáng)、可以跑大模型開發(fā)門檻高、散熱麻煩需要極強(qiáng)算力的復(fù)雜場景RK3588等國產(chǎn)板性能功耗比好、接口豐富資料相對少、上手成本高產(chǎn)品化落地香橙派/香蕉派價(jià)格低、可玩性高部分型號兼容性一般低成本方案驗(yàn)證最終我選了樹莓派4B的4GB版本。原因很簡單遇到問題能搜到答案。樹莓派的社區(qū)太龐大了從系統(tǒng)燒錄到GPIO控制幾乎每個坑都有人踩過。用OpenCV跑輕量化識別模型CPU占用大約在40%左右還有余量跑Web服務(wù)或者日志記錄。2.2 攝像頭與識別模塊如何選擇攝像頭這塊很多人會踩坑。樹莓派官方CSI攝像頭在樹莓派上的兼容性確實(shí)好但如果你是業(yè)余玩家或者想快速驗(yàn)證方案我更推薦免驅(qū)USB攝像頭插上就能用。CSI接口一旦系統(tǒng)配置有變動可能就要重新折騰驅(qū)動。項(xiàng)目里我用的是一顆普通1080P免驅(qū)USB攝像頭30幀輸出價(jià)格幾十塊錢。識別的時候?qū)嶋H只需要取VGA分辨率640x480數(shù)據(jù)量小而且檢測速度更快清晰度完全夠用。網(wǎng)上流傳的TX510人臉識別模塊我也試過。它屬于串口級別的成品模塊你通過串口協(xié)議給它發(fā)指令它自己完成檢測、特征提取和比對然后把結(jié)果返回給主控。這種模塊的優(yōu)勢是開發(fā)工作量極小不需要懂任何算法串口一接就能用。缺點(diǎn)是靈活度太低模塊內(nèi)置的算法你改不了光線適應(yīng)性、識別距離、閾值調(diào)節(jié)都只能通過有限的參數(shù)控制出了問題排查起來也很被動。如果目的是快速做出一個demoTX510這類模塊是合適的如果你想真正理解人臉識別門禁的原理或者需要二次開發(fā)一定選USB攝像頭配合自研算法路線。做項(xiàng)目最重要的不是“看起來能用”而是“問題來了能下手修”。2.3 門鎖控制與電氣安全門禁系統(tǒng)最終動作是開門這就離不開繼電器和電磁鎖。我選用的是12V供電的電磁鎖也叫電插鎖通過一個5V觸發(fā)的繼電器模塊控制。樹莓派的GPIO引腳輸出3.3V電壓驅(qū)動能力很弱不能直接帶動繼電器線圈所以中間需要加一個三極管或光耦做隔離驅(qū)動。實(shí)際接線邏輯是樹莓派GPIO輸出高電平 → 三極管導(dǎo)通 → 繼電器線圈通電 → 常開觸點(diǎn)閉合 → 電磁鎖通電開鎖。這里必須強(qiáng)調(diào)一個安全問題。電磁鎖是12V供電樹莓派和攝像頭是5V供電如果共用電源不規(guī)范很容易造成電壓不穩(wěn)嚴(yán)重的會燒主板。我的做法是使用一個12V 5A的開關(guān)電源給電磁鎖供電再用一個DC-DC降壓模塊把12V轉(zhuǎn)成5V給樹莓派供電。另外在繼電器輸出端并聯(lián)一個反向續(xù)流二極管防止電磁鎖斷開瞬間產(chǎn)生的反向電動勢把繼電器和GPIO擊穿。注意涉及市電和鎖具供電的操作務(wù)必?cái)嚅_電源后再接線接線前用萬用表確認(rèn)電壓極性。如果完全沒有電氣經(jīng)驗(yàn)建議先用電工實(shí)驗(yàn)板做小電壓驗(yàn)證。3. 開發(fā)環(huán)境與基礎(chǔ)配置3.1 系統(tǒng)與基礎(chǔ)依賴系統(tǒng)我刷的是樹莓派官方Raspberry Pi OS 64位版本。之前用兼容鏡像遇到過不少莫名奇妙的坑后來發(fā)現(xiàn)官方系統(tǒng)穩(wěn)定性最好軟件源里的軟件包也最全。系統(tǒng)裝好后第一步是更新軟件源和系統(tǒng)包sudo apt update sudo apt upgrade -y sudo apt install python3-pip python3-dev python3-venv git cmake build-essential我習(xí)慣把項(xiàng)目依賴裝在獨(dú)立的Python虛擬環(huán)境里避免和系統(tǒng)Python環(huán)境互相污染python3 -m venv ~/face-door/env source ~/face-door/env/bin/activate3.2 安裝OpenCV的經(jīng)典痛點(diǎn)OpenCV的安裝是個老生常談的問題每次做視覺項(xiàng)目都能碰到。最簡單的安裝方式是直接用pippip install opencv-python opencv-contrib-python在樹莓派上直接用pip安裝的OpenCV是預(yù)編譯版本能正常跑但有幾個細(xì)節(jié)要注意。第一opencv-python和opencv-contrib-python不要混裝否則會出現(xiàn)符號沖突報(bào)一堆莫名其妙的“undefined symbol”錯誤。第二預(yù)編譯版本不一定包含GStreamer支持如果你需要讀取RTSP視頻流可能會發(fā)現(xiàn)cv2.VideoCapture無法打開網(wǎng)絡(luò)攝像頭。我的處理方式是先用pip裝預(yù)編譯版把流程跑通后期確認(rèn)項(xiàng)目穩(wěn)定后再考慮源碼編譯。源碼編譯OpenCV在樹莓派上非常耗時我編譯過一次用了將近兩個小時性能提升并不明顯除非你需要特定的擴(kuò)展模塊否則不建議新手一上來就編譯源碼。3.3 核心依賴清單項(xiàng)目主要依賴如下Python 3.9OpenCV 4.xNumPy圖像矩陣運(yùn)算dlib可選用于人臉關(guān)鍵點(diǎn)檢測配合活體檢測sqlite3Python內(nèi)置無需額外安裝RPi.GPIO樹莓派GPIO控制Flask可選用于搭建本地管理后臺dlib的安裝稍微麻煩一點(diǎn)它需要cmake編譯安裝時務(wù)必先確保系統(tǒng)里有build-essential和cmake。遇到編譯進(jìn)度卡住的情況通常是因?yàn)閮?nèi)存不夠建議增加swap空間或者用pip的預(yù)編譯wheel包。4. 人臉識別核心算法實(shí)現(xiàn)4.1 人臉檢測Haar還是DNN人臉檢測是整個識別流程的入口。OpenCV提供了多種檢測方案最經(jīng)典的是Haar Cascade級聯(lián)分類器當(dāng)時因?yàn)樗p量、速度快被廣泛應(yīng)用。你只需要加載一個xml文件幾行代碼就能實(shí)現(xiàn)人臉檢測。但我在實(shí)際測試中發(fā)現(xiàn)Haar對側(cè)臉、暗光、遮擋的漏檢率偏高稍微歪一下頭就檢測不到。而OpenCV的DNN人臉檢測器在魯棒性上明顯更好它是基于SSD框架訓(xùn)練的殘差網(wǎng)絡(luò)模型對角度和光線變化的容忍度更高在樹莓派CPU上檢測一幀大概耗時80毫秒完全在可接受范圍內(nèi)。兩種方案的對比如下檢測方式模型體積檢測速度魯棒性適用場景Haar Cascade約1MB極快一般正臉、光線均勻場景OpenCV DNN (SSD)約10MB較快較強(qiáng)角度變化、復(fù)雜光線4.2 加載DNN檢測器的核心代碼用OpenCV加載DNN人臉檢測器需要兩個文件模型結(jié)構(gòu)文件和訓(xùn)練好的權(quán)重文件可以從OpenCV官方GitHub倉庫下載。import cv2 # 加載DNN人臉檢測模型 net cv2.dnn.readNetFromCaffe( deploy.prototxt, res10_300x300_ssd_iter_140000.caffemodel ) def detect_faces(frame): h, w frame.shape[:2] # 縮放至300x300輸入網(wǎng)絡(luò) blob cv2.dnn.blobFromImage( cv2.resize(frame, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0) ) net.setInput(blob) detections net.forward() faces [] for i in range(detections.shape[2]): confidence detections[0, 0, i, 2] if confidence 0.7: continue box detections[0, 0, i, 3:7] * np.array([w, h, w, h]) x1, y1, x2, y2 box.astype(int) # 保證邊界不越界 x1, y1 max(0, x1), max(0, y1) x2, y2 min(w, x2), min(h, y2) faces.append((x1, y1, x2, y2, confidence)) return facesconfidence閾值設(shè)為0.7是我反復(fù)測試后的經(jīng)驗(yàn)值。設(shè)太高會漏檢比如0.85以上在光線不好時經(jīng)常檢測不到人臉設(shè)太低會出現(xiàn)大量誤檢框比如把墻上的裝飾畫當(dāng)成人臉后面特征提取就會浪費(fèi)算力。4.3 特征提取把人臉變成一組數(shù)字人臉識別的本質(zhì)不是“認(rèn)臉”而是“比對特征”。我們需要把一張人臉圖像變成一組有區(qū)分度的數(shù)字向量這個過程就是特征提取。項(xiàng)目里我采用的是基于FaceNet思想訓(xùn)練的模型。FaceNet的核心思路是用卷積神經(jīng)網(wǎng)絡(luò)把一張人臉圖像映射到一個128維的歐氏空間中同一個人的不同照片在空間中的距離很近不同人的照片距離很遠(yuǎn)。這樣識別問題就轉(zhuǎn)化成了向量距離計(jì)算問題。模型加載和特征提取的代碼大致如下from facenet_pytorch import InceptionResnetV1 import torch from PIL import Image import numpy as np # 加載預(yù)訓(xùn)練模型 model InceptionResnetV1(pretrainedvggface2).eval() def get_embedding(face_img): # face_img是一張已經(jīng)裁剪好并對齊的人臉BGR圖像 rgb_img cv2.cvtColor(face_img, cv2.COLOR_BGR2RGB) pil_img Image.fromarray(rgb_img).resize((160, 160)) # 轉(zhuǎn)換為tensor并歸一化 face_tensor torch.tensor(np.array(pil_img)).permute(2, 0, 1).float() face_tensor (face_tensor - 127.5) / 128.0 face_tensor face_tensor.unsqueeze(0) with torch.no_grad(): embedding model(face_tensor).numpy().flatten() # 歸一化便于后續(xù)計(jì)算余弦相似度 embedding embedding / np.linalg.norm(embedding) return embedding如果你不太想引入PyTorch這么大的依賴也可以使用face_recognition庫它底層封裝了dlib的模型調(diào)用一行代碼就能拿到128維特征向量開發(fā)效率非常高。但face_recognition在樹莓派上的推理速度稍慢而且它內(nèi)部封裝的模型相對固定后續(xù)想換更好的模型就不太靈活。4.4 相似度計(jì)算與閾值設(shè)定拿到特征向量后比對環(huán)節(jié)用余弦相似度衡量兩段特征向量的距離。余弦相似度的計(jì)算公式是cosine_similarity (A · B) / (||A|| × ||B||)其中A和B是兩個人臉的特征向量點(diǎn)積除以模長乘積。結(jié)果范圍在-1到1之間數(shù)值越大表示越相似。我在上一節(jié)已經(jīng)把特征向量歸一化了所以模長等于1余弦相似度實(shí)際上就等于點(diǎn)積def cosine_similarity(embedding1, embedding2): return float(np.dot(embedding1, embedding2))關(guān)于閾值我測試了多組數(shù)據(jù)閾值誤識率拒識率結(jié)論0.75極低很高熟人經(jīng)常打不開門不實(shí)用0.65低中等光線不好時識別率下降明顯0.55中等較低整體體驗(yàn)好安全性尚可0.45較高極低容易誤開門不適合門禁最終我采用的閾值是0.55。在辦公室環(huán)境下這個閾值能讓大多數(shù)人正常通行同時對不是同一個人但長得比較像的情況有一定的攔截率。當(dāng)然門禁的安全級別和使用場景直接相關(guān)如果用在機(jī)房等高安全區(qū)域閾值應(yīng)調(diào)高到0.65以上。4.5 完整識別主流程代碼把檢測、特征提取、比對串起來就形成了門禁系統(tǒng)的核心識別邏輯import cv2 import sqlite3 import numpy as np def recognize(frame, known_embeddings, threshold0.55): faces detect_faces(frame) if len(faces) 0: return None, no_face # 取最大人臉進(jìn)行識別避免多人場景下誤選 faces.sort(keylambda f: (f[2]-f[0])*(f[3]-f[1]), reverseTrue) x1, y1, x2, y2, conf faces[0] face_img frame[y1:y2, x1:x2] embedding get_embedding(face_img) best_id None best_score -1 for user_id, known_emb in known_embeddings.items(): score cosine_similarity(embedding, known_emb) if score best_score: best_score score best_id user_id if best_score threshold: return best_id, best_score return None, best_score實(shí)際測試中單人識別全流程大約耗時300毫秒也就是一秒鐘能處理3幀左右對于門禁場景已經(jīng)綽綽有余。需要優(yōu)化時可以考慮跳幀檢測比如每3幀只做一次完整識別能在不影響體驗(yàn)的前提下顯著降低CPU占用。5. 數(shù)據(jù)庫設(shè)計(jì)與門禁控制邏輯5.1 SQLite表結(jié)構(gòu)與特征存儲方式人臉特征向量是一個128維的浮點(diǎn)數(shù)組直接存成Python對象會占用大量空間而且每次讀取都要重新解析。SQLite里可以用BLOB類型保存二進(jìn)制數(shù)據(jù)存取效率都不錯。建表語句如下CREATE TABLE IF NOT EXISTS users ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL, department TEXT, face_embedding BLOB NOT NULL, photo_path TEXT, create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP ); CREATE TABLE IF NOT EXISTS recognition_log ( id INTEGER PRIMARY KEY AUTOINCREMENT, user_id INTEGER, name TEXT, score REAL, result TEXT, create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP );特征向量寫入數(shù)據(jù)庫時用NumPy的tobytes()把數(shù)組轉(zhuǎn)成二進(jìn)制讀取時再通過np.frombuffer()恢復(fù)import numpy as np import sqlite3 def save_embedding(user_id, embedding): binary embedding.astype(np.float32).tobytes() cursor.execute( UPDATE users SET face_embedding? WHERE id?, (binary, user_id) ) conn.commit() def load_embeddings(): cursor.execute(SELECT id, name, face_embedding FROM users) rows cursor.fetchall() known {} for user_id, name, binary in rows: emb np.frombuffer(binary, dtypenp.float32) known[user_id] emb return known這里有一個容易踩的細(xì)節(jié)數(shù)組默認(rèn)是float64轉(zhuǎn)成二進(jìn)制后體積翻倍讀取時類型對不上還會報(bào)錯。我統(tǒng)一用float32存儲這樣128維向量只占512字節(jié)幾百人的特征庫才幾百KBSQLite文件依然很小。5.2 注冊新用戶的人臉錄入流程正常使用門禁前需要先把人員的照片錄入系統(tǒng)生成特征向量。我設(shè)計(jì)了兩種錄入方式一種是直接在采集頁面用攝像頭拍一張照片另一種是上傳照片文件。拍照錄入的核心過程是實(shí)時顯示攝像頭畫面 → 檢測到人臉時自動抓拍 → 裁剪人臉區(qū)域 → 提取特征 → 保存到數(shù)據(jù)庫 → 提示錄入成功。實(shí)操中發(fā)現(xiàn)錄入照片的質(zhì)量直接決定識別效果。照片必須是正臉、光線均勻、沒有遮擋。我錄完第一批用戶后發(fā)現(xiàn)識別率偏低排查了很久才發(fā)現(xiàn)原來有些人錄入時是笑著的有些是逆光的還有人戴了帽子特征向量差異很大導(dǎo)致后面識別時頻繁失敗。后來我在錄入界面加了一道審查邏輯拍照時如果檢測不到人臉或者人臉置信度低于0.75直接拒絕保存并提示重新拍攝。這看似簡單的限制把識別準(zhǔn)確率提升了將近一倍。5.3 活體檢測防止一張照片就開門如果你只做到上面那一步那這套門禁系統(tǒng)在安全上是不過關(guān)的。拿一張打印的A4紙照片放在攝像頭前很可能就被直接放行了。這是所有基于2D人臉識別的門禁系統(tǒng)都要面對的問題也就是防照片攻擊和防視頻攻擊。基礎(chǔ)方案是活體檢測。常見手段包括眨眼檢測、張嘴檢測、頭部姿態(tài)變化檢測、紅外深度圖檢測、屏幕反光檢測等。我在項(xiàng)目上首先實(shí)現(xiàn)了基于dlib的人臉關(guān)鍵點(diǎn)檢測通過計(jì)算眼睛縱橫比EAREye Aspect Ratio來判斷是否有眨眼動作def eye_aspect_ratio(eye_points): # 計(jì)算上下眼瞼距離 A np.linalg.norm(eye_points[1] - eye_points[5]) B np.linalg.norm(eye_points[2] - eye_points[4]) # 計(jì)算水平眼距 C np.linalg.norm(eye_points[0] - eye_points[3]) return (A B) / (2.0 * C)正常情況下人眼EAR值在0.25左右閉眼時降到0.1以下。識別時連續(xù)檢測幾幀如果EAR值有明顯從高到低的波動說明畫面里有眨眼動作。照片是靜止的EAR值恒定不變直接判為攻擊。當(dāng)然這種2D活體檢測對視頻攻擊比如用手機(jī)錄制一段眨眼視頻是攔不住的。更進(jìn)一步可以結(jié)合紅外模塊或者結(jié)構(gòu)光深度傳感器但那種方案成本和復(fù)雜度都會大幅上升。對普通辦公環(huán)境眨眼檢測已經(jīng)能把安全等級提升一個檔次。5.4 GPIO控制電子鎖的執(zhí)行代碼識別成功后的動作是開鎖。樹莓派的GPIO控制繼電器繼電器驅(qū)動電磁鎖。開鎖邏輯需要加一個延時自動落鎖防止門打開了忘記關(guān)。import RPi.GPIO as GPIO import time LOCK_PIN 18 UNLOCK_SECONDS 5 GPIO.setmode(GPIO.BCM) GPIO.setup(LOCK_PIN, GPIO.OUT) GPIO.output(LOCK_PIN, GPIO.LOW) def unlock_door(): # 給繼電器一個高電平觸發(fā)開鎖 GPIO.output(LOCK_PIN, GPIO.HIGH) time.sleep(UNLOCK_SECONDS) GPIO.output(LOCK_PIN, GPIO.LOW) def close_door(): GPIO.output(LOCK_PIN, GPIO.LOW)有一個細(xì)節(jié)需要注意程序退出時一定要調(diào)用GPIO.cleanup()否則GPIO引腳會保持最后的狀態(tài)下次程序啟動時可能因?yàn)橐_狀態(tài)不對導(dǎo)致繼電器誤動作。我在部署時還加了一個“看門狗”腳本每隔幾秒檢查識別主進(jìn)程是否還在一旦發(fā)現(xiàn)進(jìn)程死掉就自動重啟保證門禁系統(tǒng)不至于默默罷工。6. 常見問題與排查技巧實(shí)錄6.1 攝像頭打開失敗或畫面卡死樹莓派上使用USB攝像頭最常碰到的問題是設(shè)備節(jié)點(diǎn)被占用。多個程序同時打開/dev/video0會導(dǎo)致后打開的程序報(bào)錯。排查步驟用lsusb確認(rèn)攝像頭被系統(tǒng)識別用ls /dev/video*查看設(shè)備節(jié)點(diǎn)用v4l2-ctl --list-devices查看攝像頭詳細(xì)信息確認(rèn)代碼里打開的是正確的設(shè)備編號另外OpenCV的VideoCapture在某些攝像頭斷開重連后不會自動恢復(fù)需要在代碼里增加重連機(jī)制。我的做法是循環(huán)檢測cap.isOpened()如果返回False釋放資源并休眠3秒后重新打開。6.2 識別率白天高晚上低這是所有2D視覺方案都逃不過的問題。光線對人臉識別的影響極其顯著同一張臉在自然光和昏暗燈光下提取的特征向量差異可能超過閾值范圍。我的解決方案分三步第一攝像頭位置盡量避開逆光門口加一盞補(bǔ)光燈第二OpenCV里用直方圖均衡化和伽馬校正做圖像增強(qiáng)改善暗部細(xì)節(jié)第三在特征提取前對裁剪好的人臉區(qū)域做標(biāo)準(zhǔn)化處理。def preprocess_face(face_img): # 轉(zhuǎn)為灰度后做直方圖均衡化 gray cv2.cvtColor(face_img, cv2.COLOR_BGR2GRAY) equalized cv2.equalizeHist(gray) return cv2.cvtColor(equalized, cv2.COLOR_GRAY2BGR)雖然不是特別高級的做法但對改善暗光識別率幫助很大。如果你的預(yù)算充足直接選帶紅外補(bǔ)光燈的攝像頭效果最好。6.3 閾值怎么調(diào)都有人打不開門遇到這種情況先別懷疑算法大概率是注冊照片的質(zhì)量問題。我排查過很多次之后發(fā)現(xiàn)絕大多數(shù)識別失敗都是因?yàn)樽詴r采集的照片不標(biāo)準(zhǔn)。解決思路是重新采集注冊照片并且按照下面標(biāo)準(zhǔn)執(zhí)行正臉雙眼睜開面部無遮擋光照均勻不能逆光不能低頭仰頭表情自然。錄制時取連續(xù)3幀照片各提取一組特征向量取平均值存入數(shù)據(jù)庫識別穩(wěn)定性會有明顯提升。6.4 OpenCV源碼編譯卡死樹莓派內(nèi)存只有4GB源碼編譯OpenCV時多個編譯任務(wù)并行很容易OOM。解決方式是減少并行編譯線程數(shù)同時擴(kuò)大swap空間。sudo nano /etc/dphys-swapfile # 設(shè)置 CONF_SWAPSIZE2048 sudo systemctl restart dphys-swapfile然后編譯時指定make -j2雖然編譯時間變長了但至少不會中途死掉。不過還是那句話除非有特殊需求不建議新手用源碼編譯OpenCV社區(qū)里針對樹莓派的換源方案和預(yù)編譯wheel包已經(jīng)很成熟了。6.5 樹莓派重啟后服務(wù)不自動啟動門禁設(shè)備大概率不會有人守在旁邊手動啟動程序所以必須配置開機(jī)自啟。我用了systemd服務(wù)來做[Unit] DescriptionFace Door Recognition Service Afternetwork.target [Service] ExecStart/home/pi/face-door/env/bin/python /home/pi/face-door/main.py WorkingDirectory/home/pi/face-door Restartalways Userpi [Install] WantedBymulti-user.target這個配置比較關(guān)鍵的是Restartalways它保證主程序崩潰退出后會被systemd自動拉起。我把這個服務(wù)文件放在/etc/systemd/system/face-door.service然后sudo systemctl daemon-reload sudo systemctl enable face-door.service sudo systemctl start face-door.service部署完之后TV斷電重啟也不會影響門禁使用省去了每天手動啟動的麻煩。6.6 多特征匹配的優(yōu)化方向當(dāng)錄入人員超過幾百人每次識別都全表遍歷一遍特征庫速度會逐漸變慢。普通門禁場景幾百人問題不大但如果考慮擴(kuò)展可以做兩件事一是按類聚中心把特征分成多個簇先匹配最近的簇再精確匹配二是用FAISS這類向量檢索庫建立索引。對于樹莓派這種算力有限的設(shè)備更推薦第一個方案。編碼量不大但能把匹配時間從線性降到對數(shù)級別。這個優(yōu)化我目前還沒完全落地只做了個原型驗(yàn)證等數(shù)據(jù)量上來之后會補(bǔ)上。項(xiàng)目擴(kuò)展方向與個人體會這個項(xiàng)目做到上線運(yùn)行后我在實(shí)際使用中感受最深的不是那些算法效果而是“穩(wěn)定壓倒一切”。剛開始我做了一堆炫酷的功能比如識別到人之后播放語音歡迎詞、根據(jù)部門推送不同的問候語后來發(fā)現(xiàn)這些功能在門禁場景里都是次要的。真正重要的是設(shè)備不能死機(jī)、不能漏識別、不能延遲開鎖、不能在斷電后丟失數(shù)據(jù)。穩(wěn)定性遠(yuǎn)比功能多重要。后續(xù)我可以在這個框架上繼續(xù)擴(kuò)展的點(diǎn)包括接入釘釘或企業(yè)微信的人員同步接口實(shí)現(xiàn)人員離職后自動刪除權(quán)限增加多門聯(lián)動的考勤統(tǒng)計(jì)通過MQTT把開門事件上報(bào)到服務(wù)器做統(tǒng)一審計(jì)。這套設(shè)計(jì)的價(jià)值不在于代碼本身而在于它把圖像處理、算法模型、嵌入式控制、數(shù)據(jù)存儲這些知識真正串起來讓我能在一套系統(tǒng)里看到全貌。最后再分享一個小技巧如果你是第一次做類似項(xiàng)目先別急著買一堆硬件先用電腦的攝像頭加虛擬機(jī)把識別流程跑通確認(rèn)算法沒問題之后再買樹莓派和電磁鎖。軟件不成熟的時候貿(mào)然接線只會增加排查問題的難度。人識別開門這個事情的體驗(yàn)真的只有自己親手做完才會發(fā)現(xiàn)它比想象中容易也比想象中有趣。