（计算机应用技术专业论文）智能家居安防系统设计与实现.pdf

大连理t 大学硕士学位论文 摘要 智能家居给人们生活带来便利的同时也产生了巨大的社会经济效益，但是配套的安 全防范技术一直是制约其安全性和智能化程度的关键因素。本文基于多元特征融合的身 份识别方法，结合g p s 定位导航、移动物体监测、流媒体远程监控、z i g b e e 无线传感 网络、w e bs e r v e r 等技术，提出了一套完整的智能家居安防系统解决方案。 传统的智能家居安防系统功能单一，智能化程度低下。本文首先提出一种基于多元 生物特征融合技术的身份识别方法，在系统兼容性和智能化程度上都有大幅提高，同时 支持各种特征任意组合形式，极大提高了系统的灵活性和普适性：引入g p s ，通过自行 开发的g p s 定位设备实现实时定位、轨迹回放、地图导航等功能；定点监控方面提供 流媒体实时监控、移动物体监测两套解决方案，满足了不同用户的需求；环境监测方面 引入z i g b e e 技术，降低了监控模块的功耗、同时支持任意布设监控模块；最后创造性 的架设w e b 服务器作为各个子系统的功能延伸和扩展，极大的方便了用户，提升了系 统的应用价值。 本文详细阐述了智能家居安防系统的软硬件结构框架，重点介绍了多元特征融合身 份识别方法，系统的阐述了软硬件选型、技术方案论证和各个功能模块的实现方法。最 终经过比较完备的测试，证明本系统达到了预期设计目标。 关键词：智能家居；安防系统；多生物特征识别；g p s ；z i g b e e 大连理t 大学硕十学位论文 t h e d e s i g na n di m p l e m e n t a t i o no fs m a r th o m es e c u r i t ys y s t e m a b s t r a c t s m a r th o m en o to n l yh a sb r o u g h tc o n v e n i e n c et op e o p l e sl i v e sb u ta l s oc r e a t e s e n o r m o u ss o c i a la n de c o n o m i cb e n e f i t s ，h o w e v e r , t h es u p p o r t i n gt e c h n o l o g yo fs e c u r i t yh a s b e e nak e yf a c t o rt h a tr e s t r i c t st h ee x t e n to fi t ss e c u r i t ya n di n t e l l i g e n c e t h i sp a p e r p r o p o s e d ac o m p l e t es o l u t i o nf o rs m a r th o m es e c u r i t ys y s t e m ，b a s e do nm u l t i f e a t u r ef u s i o np e r s o n a l i d e n t i f i c a t i o nm e t h o d ，c o m b i n e dw i t hs o m e t e c h n o l o g i e ss u c ha sp o s i t i o n i n ga n dn a v i g a t i n g b yg p s ，m o v i n gt a r g e t sm o n i t o r i n g , f l u i dm e d i ar e m o t em o n i t o r i n g ，z i g b e ew i r e l e s s s e n s i n gn e t w o r k s ，w e bs e r v e re t c t h e r ea r es o m ew e a k n e s s e si nt h et r a d i t i o n a ls m a r th o m es e c u r i t ys y s t e m ，f o re x a m p l e s i n g l ef u n c t i o n sa n dl o wl e v e li n t e l l i g e n c e f i r s t ，t h i sp a p e rp r e s e n t sap e r s o n a li d e n t i f i c a t i o n m e t h o db a s e do nm u l t i - b i o m e t r i cf u s i o n ，w h i c hg r e a t l ye n h a n c e st h ee f f i c i e n c yi nt h e c o m p a t i b i l i t ya n di n t e l l i g e n to fs y s t e ma n ds u p p o r t sa n yc o m b i n a t i o nf o r mo fv a r i o u sf e a t u r c s ， m e a n w h i l ew h i c hi m p r o v e ss y s t e mf l e x i b i l i t ya n du n i v e r s a l i t y s e c o n d ，t h i sp r o g r a m i n t r o d u c e sg p st oa c h i e v er e a l - t i m ep o s i t i o n i n g , t r a c kp l a y b a c k ，a n dm a p n a v i g a t i n g ，e t c t h e p a p e rp r o v i d e st w os e t so fs o l u t i o n si nf i x e d - p o i n tm o n i t o r i n g ，t h er e a l t i m ef l u i d m e d i am o n i t o r i n ga n dm o v i n gt a r g e t sm o n i t o r i n g ，w h i c hw i l lb r i n gm o r ec o n v e n i e n c e st o u s e r sa n dm e e tt h ed i f f e r e n tr e q u i r e m e n t sf r o mv a r i o u su s e r s i na d d i t i o n ，t h ep a p e ri m p o r t s z i g b e et e c h n o l o g yi ne n v i r o n m e n t a lm o n i t o r i n g ，w h i c hr e d u c e sp o w e rc o n s u m p t i o no ft h e c o n t r o lm o d u l ea n ds u p p o r t sa n ye m p l a c e m e n to f m o n i t o r i n gm o d u l e f i n a l l y ，s e t t i n gu pw e b s e r v e ra sa ne x t e n s i o na n de x p a n s i o no ff u n c t i o no fv a r i o u ss u b s y s t e m s ，w h i c hw i l li m p r o v e t h ev a l u eo fs y s t e ma p p l i c a t i o n t h i sp a p e rd e s c r i b e st h eh a r d w a r ea n ds o f t w a r ea r c h i t e c t u r ef r a m e w o r ko fs m a r th o m e s e c u r i t ys y s t e m s ，a n df o c u s e so np e r s o n a li d e n t i f i c a t i o no ft h em u l t i f e a t u r ef u s i o nm e t h o d m o r ei m p o r t a n t l y ，i tf o r m u l a t e st h eh a r d w a r ea n ds o f t w a r es e l e c t i o n ，t e c h n o l o g y p r o g r a m s d e m o n s t r a t i o na n dv a r i o u sf u n c t i o n si m p l e m e n tm e t h o do f m o d u l e s f i n a l l y ，t h ep a p e r d e m o n s t r a t e st h a tt h es y s t e mh a sa c h i e v e dg o a l st h r o u g ht h er e l a t i v e l yc o m p l e t et e s t s k e yw o r d s ：s m a r l th o m e ；s e c u r i t ys y s t e m ；m u l t i m o d a lb i o m e t r i c s ；g p s ；z i g b e e 1 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 学位论文题目：细疆趁玄詹瞳颦丕皋至叁逸茸苎宝逊 作者签名：巫整逛日期：型年上土月塑日 大连理工大学硕士研究生学位论文 大连理工大学学位论文版权使用授权书 本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间 论文工作的知识产权属于大连理工大学，允许论文被查阅和借阅。学校有 权保留论文并向国家有关部门或机构送交论文的复印件和电子版，可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印、或扫描等复制手段保存和汇编本学位论文。 学位论文题目： 作者签名： 导师签名： 人连理工人学硕士学位论文 1 绪论 1 1 研究背景与意义 迄今为止，智能家居( s m a r th o m e ) 还没有一个统一的定义。为方便本文内容展开， 首先给出一个描述性定义。智能家居是以住宅为平台，利用综合布线技术、网络通信技 术、安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成，构建高效 的住宅设施与家庭同程事务的管理系统，提升家居安全性、便利性、舒适性、艺术性， 并实现环保节能的居住环境。与传统意义上的家居相比，智能家居不仅具有传统的居住 功能，提供舒适安全、高品位且宜人的家庭生活空间；还由原来的被动静止结构转变为 具有能动智慧的工具，提供全方位的信息交换功能，帮助家庭与外部保持信息交流畅通， 优化人们的生活方式，帮助人们有效安排时间，增强家居生活的安全性，甚至为各种能 源费用节约资金。 安全防范技术是智能家居系统中的关键技术，在小区及户内可视对讲、家庭监控、 家庭防盗报警、与家庭有关的小区一卡通等领域都有广泛应用。随着智能家居逐步走进 人们的生活，以及社会和科技的发展，安全成为人们对智能家居的首要要求，并促使家 庭安防系统成为智能家居的重要组成部分。传统家庭安防系统中的防盗报警、火灾报警、 燃气泄露报警等子系统，功能单一，误报率较高，只能实现就地报警，不能实现实时远 程报警以减少损失和抢救生命，此外也不能记录犯罪证据以便迅速捕捉嫌疑犯。为解决 这些传统安防系统的缺点和不足，以及满足人们对智能家居的需要，为此，本文提出了 一套基于多特征融合身份识别的智能家居安全监测解决方案。 据大连市2 0 0 8 年的资料统计显示，全年发生百余起因煤气泄漏引发的火灾和数千 起入室犯罪案件，这些数字表明对居家环境的安全监控迫在眉睫。有鉴于此，开发一套 功能齐全的智能家居安防系统无论是从社会意义还是从经济价值角度分析，都有广泛的 发展前景；从治安角度考虑，如果智能家居安防系统能够得到广泛应用，必能会对犯罪 分子形成强有力的震慑作用，减少入室盗窃、机动车盗窃等家居相关案件的发生，为构 建社会主义和谐社会贡献一份力量。 1 2 国内外现状分析 1 9 8 4 年，在美国出现世界上第一幢智能建筑以来，美国、欧洲、澳大利亚、加拿大 和东南亚等经济比较发达的国家和地区先后提出了各种各样的智能家居解决方案。智能 家居在美国、德国、新加坡、同本等国家和地区都得到了广泛的应用。美国政府与以i b m 、 锢能家居安防系统设计与实现 a t & t 等大型i t 公司为代表的高科技产业公司，投资4 0 0 0 亿美元，目标是全国5 0 0 万 个小区和9 0 0 0 万个家庭，为他们提供全面的小区和家庭的安全防护和信息服务【l 】。 自从1 9 8 0 年以来，智能家居的概念被引入到我国。自此，智能家居行业得到突飞 猛进的发展。业内人士预测“2 0 0 5 。2 0 0 7 年是智能家居在中国的普及年，国内产品己经 成熟，普通居民已经有能力接受智能家居概念和产品”。在2 0 0 0 年小康型城乡住宅科 技产业工程项目实施方案中，国家建设统战部指出“到2 0 1 0 年，全国大中城市中6 0 的住宅要实现智能化1 2 j 。 2 0 0 8 年，中国蒯联标准正式成为全球3 c 协同领域的第一个国际标准1 3 j ，闪联已经 完成数字家庭标准的全面布局，该标准覆盖了1 1 r 相关产业、通信、家电及智能家居领 域1 4 1 。为中国的智能家居发展奠定了良好的基础。与此同时，国内也诞生了优秀的智能 家居产品，比如海尔的u - h o m e 【5 j ，该产品包含家电、灯光窗帘控制，兼有多媒体娱乐， 更在可视对讲、安防报警、环境检测、远程监护和故障反馈等安防支持方面做出了比较 突出的成绩。 1 3 课题研究内容与创新点 智能家居研究内容过于宽泛，本文攫取安全监测这一角度展开本文的研究工作。鉴 于传统智能家居系统在安全监测方面的弱点，本文设计的智能家居安防系统通过人脸、 语音、指纹等多元特征完成身份识别( 更可以灵活的选取其中一种或几种特征) ，同时 引入g p s 、z i g b e e 、流媒体、移动物体监测、w e bs e r v e r 远程监控等先进技术来实现全 面的家居安全监测需求。 ( 1 ) 身分识别功能：创造性的引入多元特征融合身份识别方法，作为门禁控制、 系统参数设定等功能的身份认证解决方案。与此同时，用户可以灵活选用人脸、语音、 指纹三种特征任意组合作为身份识别特征，极大提高了系统的应用范围。 ( 2 ) g p s 服务：只要在需要实时定位的私家车辆或特殊家庭成员身上装备定位设 备，服务器端可以实时获取到实体的坐标信息，配合电子地图，确定实体位置。如若发 生特殊状况( 车辆失窃、人员走失等等) ，能够为用户提供帮助。 ( 3 ) 特殊目标布控：本系统提供移动物体监测、流媒体实时视频监控功能，方便 用户对特殊位置或者重点监控对象进行针对性布控。 ( 4 ) z i g b e e 无线传感网络：通过多传感器采集数据，应用z i g b e e 搭建无线自主局 域网，采集室内环境信息( 煤气、烟雾、温度、压力、噪音等等) ，实现全方位的安全 监测和报警功能，大幅降低了系统功耗和成本。 人连理t 大学硕+ 学位论文 ( 5 ) w e b 信息发布：作为身份识别、g p s 、移动物体监测、流媒体、z i g b e e 等子 系统的功能延伸，支持各个系统的数据远程访问和查询，提供部分功能远程控制接口， 极大提高了系统的应用前景和价值。 1 4 章节安排 第一章绪论。介绍本文的研究背景、国内外现状和本文的创新点。 第二章系统总体方案设计。介绍系统功能、整体架构，针对核心软硬件选型进行 可行性分析及论证。 第三章多元特征融合的身份识别。详细介绍了多元特征融合身份识别理论和系统 建构方法。 第四章硬件系统设计与实现。详细介绍硬件系统各模块的设计与实现。 第五章软件系统设计与实现。详细介绍软件系统的设计与实现。 第六章系统测试。介绍系统测试方案和主要测试点及测试结果。 结论总结了本文行文思路和系统框架，重申本文的特色和创新之处。 智能家居安防系统设计与实现 2 系统总体方案设计 本章首先阐述了智能家居安肪系统的功能设计目标，然后制定出本系统的软硬件实 现方案，最后对本文提出的解决方案做了适当的论证与分析。 2 1 系统功能概述 本文采用多生物特征融合身份识别、g p s 、z i g l k e 、w e bs e i v c r 、流媒体等技术提 出了智能家居安防系统的解决方案。如图2 1 所示。 删黼 是争 图2 1 系统功能架鞠 f i g r 2 1 t h e f u a c t i o n a ls m t c t t t r e o f t h es y s t e m 本系统要实现功能包括：身份识别功能，可以通过采集人脸、语音、指纹等一种或 多种生物特征完成，更安全、更灵活、更人性；对车辆或特殊家庭成员的实时定位功能， o 备毋 大连理工人学硕士学位论文 通过引入g p s 定位器，配合g i s ，实现对重要财物、特殊家庭成员的实时跟踪定位，保 证了人身财产安全；移动物体监测及报警功能，实现对室内定点视频监控，通过移动物 体监测算法自动预警，即发现不明移动物体，可以认为非法闯入，自动完成报警；远程 视频监控功能，通过流媒体服务，可以在互联网任意节点查看家中定点摄像头的监控情 况；在线查看安全监测数据，通过多传感器采集数据，搭建无线局域网，实时同步各个 传感器信息，实现全方位的安全监测和报警功能，同时搭建w e b 服务器，供用户远程 查看监控信息。包括：探测到煤气、烟雾、温度变化超过安全指标时自动向小区保安中 心和主人报警，并打开窗户、启动消防设备和发出声光报警；探测到窗户、玻璃、门被 打破时自动向小区保安中心和向主人报警，发出声光报警并启动室内视频监视系统。 2 2 系统架构设计 本系统预期实现上节所述功能，通过较为详细的技术论证和架构分析后，决定将系 统划分为五个子系统：门禁控制子系统、g p s 定位子系统、移动物体监测子系统、流媒 体远程监控子系统和z i g b e e 无线传感监控系统。结构如图2 2 所示。 门禁控制系统 垦! 刻圆 圈圆 继电器l 圜 w 测览器 g p s 定位系统 p o o o o o c 模块d m ai 簇模块i 模块 串口li u s bi i n t e m e tlc d m a + i n t e m e t 系霎蓑荐篓块忙一 z ig b o o 控制 系统软件模块 后台 数据库 移动物体 监测系统 软件模块 串口2 g i g b t t l 传感e 网e lz i 如 主节点r _ 信息采集系统 雨点l 阿搿。 图2 2 系统结构图 f i g 2 2 t h ea r c h i t e c t u r ec h a r to fs y s t e m 智能家居安防系统没计与实现 ( 1 ) 中央服务器：硬件采用e c 5 1 7 1 9 c l d n a 嵌入式平台：软件方面，为了更好 的配合各个子系统工作，使系统框架更为清晰，将服务器端软件分为五个模块，分别对 应各个子系统。 ( 2 ) 门禁控制子系统：门禁控制子系统作为本文的核心和亮点功能，创造性的引 入了多元特征身份识别方法。硬件上由摄像头、麦克风( 采集语音) 、指纹采集器、电 磁丌关、可控旋转电机构成。可以选择被动、主动模式打开一个或多个生物特征采集模 块，通过提供特征数据，请求身份认证。若系统识别申请人为合法用户，通过电磁开关 控$ i j l - j 控电机开门；否则给出拒绝提醒。如若碰到恶意申请，向系统设定报警对象( 主 人、小区警卫、警察) 发出信号。 ( 3 ) g p s 实时定位子系统：硬件设备自行开发设计，采用m s p 4 3 0 作为总控m c u ( m i c r oc o n t r o lu n i t ) ，g p s 信息获取采用商业g p s 模块，通讯采用深圳宏电的h 7 0 0 0 c d m a 模块。在需要实时定位的私家车辆或特殊家庭成员身上装备定位设备，服务器端 可以实时获取到观测实体的坐标信息，配合g i s 地图，确定观测实体位置。如若发生特 殊状况( 车辆失窃、人员走失等等) ，能够为用户提供帮助。 ( 4 ) 移动物体监测子系统：系统通过对监控摄像头采集到的视频数据切分成帧， 然后通过差分方法比较相邻帧( 为了减少误差、选用特定间隔的相邻帧) ，实现移动物 体的监测功能。当监测到有移动物体时系统激活录像功能，向设定人员发送报警信息， 并可以开启现场警报器。在报警的同时，还可以向受警人员发送监控摄像头拍摄的图片， 以免误报，也能为用户追回损失提供法律依据。 ( 5 ) 流媒体远程监控子系统：用户可以通过连入i n t e m e t 的任意一个终端，连接到 流媒体服务器，远程实时查看监控摄像头采集到的视频图像，实现远程监控功能。 ( 6 ) z i g b e e 无线传感监控系统：由各类传感器构成家居信息采集模块，经由z i g b e e 组建无线局域网，实时采集家居状况信息，存入数据库，供用户远程在线查看；通过设 定预警阀值来实现报警功能；用户也可以在本地服务器端察看由z i g b e e 控制子系统采 集到的所有安全信息，同时提供各种预警参数设置功能。 2 3 系统方案可行性分析 2 3 1 硬件设备选型 ( 1 ) e c 5 1 7 1 9 c l d n a 高性能嵌入式平台 e c 5 1 7 1 9 c l d n a ( 嵌入之星) 是一款采用i n t e l 芯片组9 4 5 g m 设计的高性能单板 电脑。 一6 一 大连理t 大学硕十学位论文 在板高性能i n t e lc o r ed u o2 c o r ed u o ，p e n t i u mm 和单核c e l e r o nm 处理器 ( c p u 型号可选) ； 南北桥之间带宽达1 0 g b s 的直接媒体接口d m i ； 单个s o d i m m 插槽( 2 0 0 针) ，支持1 g bd d r 25 3 3 和6 6 7 m h z 频率内存； 采用了i n t e l 第四代图形引擎，其图形核心工作频率高达4 0 0 m h z ，图形性能 比9 1 5 g 高出3 0 4 0 ； 串行a t a 接口； 双管道、多种显示接口：v g a 、l v d s 、d v i 、t v 。 e c 5 1 7 1 9 c l d n a 还提供了高性价比的丰富i o 功能及i o 扩展槽：一个3 3 m l - i z 3 2 b i tp c i 1 0 4 p l u s 插槽，一个p c i e x 4 插槽，一个1 0 1 0 0 1 0 0 0 m b p s 网口、a c 9 7 声 卡接口、一个键盘鼠标接口、一个4 0 针a t a 1 0 0 6 6 3 3i d e 标准接口、一个t y p e i i c f 接口、四个串口、一个并口、四个u s b 2 0 高速接口、看门狗定时器。 e c 5 1 7 1 9 c l d n a 以其高性能、低功耗和丰富的扩展接口使用户无需增加任何部件 即可使用，可广泛应用于网络安全、仪器仪表、军事、多媒体查询、智能产品等等各种 嵌入式领域。 ( 2 ) m s p 4 3 0 微处理器 本文采用了t i 公司的1 6 位微处理器m s p 4 3 0 f 1 4 9 作为下位机微控制器。m s p 4 3 0 系列单片机能在8 m h z 晶振的驱动下，实现了1 2 5 u s 的指令周期。m s p 4 3 0 系列单片机 具有较多的中断源，可以任意嵌套，方便应用开发。当系统处于省电模式，用中断唤醒 只需6 u s ( 即软启动) 。其主要特性如下： 超低功耗。m s p 4 3 0 系列单片机的电源电压采用的是1 8 3 6 v 电压，在1 m h z 的时钟下运行，芯片的电流仅为0 1 4 0 0 u a ；系统中共有一种活动模式和五种低功耗模 式。在等待方式下，耗电为0 7 u a ，在节电方式下，最低可达0 1 u a 。 丰富的片上外围模块。m s p 4 3 0 集成了丰富的片内外设：看门狗( w d t ) 、模 拟比较器a 、定时器a 、定时器b 、两个串i ：1 ( u s a r t o 、u s r a t l ) 、硬件乘法器、液 晶驱动器、1 0 位1 2 位a d c 、1 2 c 总线、端口0 ( p 0 ) 、端口1 - 6 ( p 1 一p 6 ) 、基本定时 器( b a s i c t i m e r ) 等的一些外围模块的不同组合。p 1 、p 2 端口能够接收外部上升沿或下 降沿的中断输入；1 2 位硬件a d 转换器有较高的转换速率，最高可达2 0 0 k s p s 。 方便高效的开发环境。m s p 4 3 0 系列单片机有o t p 型、f l a s h 型和r o m 型三种 类型的器件。o t p 型和r o m 型的器件是使用仿真器开发成功之后再烧写或掩膜芯片； f l a s h 型有j t a g 调试接口、可电擦写的f l a s h 存储器，采用先下载程序到f l a s h 内，再 智能家居安防系统设计与实现 在器件内通过软件控制程序的运行。这种方式只需要一台p c 机和一个j t a g 调试器， 而不需要仿真器和编程器，可以用汇编语言4 和c 语言开发| 6 j 。 适应工业级运行环境。m s p 4 3 0 系列m c u 器件均采用工业级芯片处理技术，运 行环境温度一4 0 , - - - + 8 5 ，适应各种工业环境。 ( 3 ) z i g b e e 无线传感网络 本系统所有实时传感器信息传送都有赖于无线局域网通讯，因此选用恰当的无线通 讯方式更显重要，而且能在一定程度上提升本系统的应用价值。经过对比当前流行的无 线通讯技术。最终选定超省电( 两节五号电池支持长达6 个月到2 年左右的使用时间) 、 可靠、低成本、短时延、高容量、免执照频段的z i g b e e ，技术特征见表2 1 。 表2 1z i g b e e 的主要技术特征 t a b 2 1t h em a i nt e c h n i q u ec h a r a c t e ro fz i g b e e 特性 取值 数据速率 通讯范同 通讯延迟 信道数 频段 寻址方式 信道接入 温度 8 6 8 1 d l t z ：2 0 k b p s ： 1 0 - 2 0 m 1 5 m s 11 ( 8 6 8 9 1 5 唧z ) 2 4 g h z ( 8 6 8 915 姗z ) 6 4 比特i e e e 地址，8 比特网络地址 c s m a c a 和时隙化的c s m a c a - 4 0 一8 5 ( 4 ) c d m a 扩频通讯技术 c d m a 是一种扩频通信技术，具有抗干扰能力强、宽带传输、抗衰落能力强等特点。 c d m a 采用宽带传输，在信道中传输时，有效信号的功率比干扰信号的功率低很多，信 号好像隐蔽在噪声中，即功率化密度比较低，利于信号隐蔽。c d m a 利用扩频码的相关 性来获取用户的信息抗截获能力强，多个用户可以同时接收和发送信息。 2 3 2 软件方案论证 ( 1 ) 多生物特征融合身份识别 身份认证和识别是本系统的核心和亮点。本文选用多生物特征融合身份识别方法， 对比传统单一生物特征识别，很大程度上提高了系统的鲁棒性。结合应用背景，本系统 人连理工人学硕士学位论文 创造性的提供灵活多变的验证模式( 需用户提前设定) ，可以任意组合人脸、语音、指 纹一种或多种特征信息完成身份认证和识别。 人脸的检测识别子系统使用o p e n c v ( o p e nc o m p u t e rv i s i o n ) 。o p e n c v 是i n t e l 资 助的开源项目，拥有开放的数字图像处理和计算机视觉软件平台。由于o p e n c v 拥有开 放的c 源代码，基于i n t e l 处理器指令集开发的优化代码，统一的结构和功能定义，以 及强大的图像和矩阵运算能力，方便灵活的用户接口以及跨平台( w i n d o w s 和l i n u x ) 运行等优点，我们采用了o p e n c v 来实现门禁系统的视频采集和图像处理1 7 】。 ( 2 ) 流媒体技术 流媒体( s t r e a m i n gm e d i a ) 采用流技术在网络上传输的语音、视频等多媒体文件。 其中流技术指的是把多媒体文件压缩后放在服务器上，通过客户端的浏览器用户就可以 实现在下载的同时浏览多媒体文件的一种技术。通过流技术传输媒体，用户可在较短的 时间内查看多媒体文件，同时由于采用下载同时舍弃的方式，也节省用户硬盘空间。流 媒体技术首先在客户端创造一个缓冲区，播放前预先下载部分文件作为缓冲，当网络实 际连线速度小于播放速度时，流媒体播放程序就会读取缓冲文件。 ( 3 ) b s ( b r o w s e r s e r v e r ) 模式 b s 模式是随着i n t e r n e t 技术的兴起，对c s 模式应用的扩展。b s 模式具有诸多 优势：平台无关；使用简单，易于扩展；减少数据库并发；代码可重用性好，易于维护 等等。因此b s 模式逐渐成为一种流行的应用系统开发架构。在b s 架构下，通过浏览 器( b r o w s e r 端) 实现用户工作界面和极少部分事务逻辑，主要事务逻辑放在服务器 ( s e r v e r 端) 实现，形成所谓的三层结构。基于b s 模式的实时监控系统充分利用了b s 模式的特点，为用户提供一种广泛的分布式监控系统。它允许被授权的监控者通过任意 一台连接到i n t e r n e t 的计算机远程监控视频采集端的实时情况。 一9 一 智能家居安防系统设计与实现 3 多元特征融合的身份识别 传统的身份识别以单一生物特征为识别依据，如对人脸图像进行识别的人脸识别系 统【引，利用语音信号的说话人识别系统【9 j 【l o l ，采用指纹信息的指纹识别系统【1 1 】等。但是 单一生物特征往往不能保证j 下确的识别，由此b r u n e l l i 和f a l a b i g n a l l 2 j 最早在1 9 9 5 年提 出了利用多个生物特征进行身份识别的概念，通过说话人识别和人脸识别的方法，基于 量测级对两种不同的声音分类器和三种不同的人脸分类器的结果进行归化处理，再用 几何平均的方法进行融合。此后更多的学者在生物特征选择和融合算法上做了很多的研 究。d i e c k ma n n 等【1 3 】利用人脸、唇部运动及声纹的“2 - f r o m 3 ”投票方法进行决策， b r u n e 1 l i 等利用超基函数( h y p e r b f ) 网络融合声纹和人脸特征，j a i n 等1 1 4 j 提出了确定 每个用户的特定参数的方法将指纹、人脸和手型的识别结果融合。v e r l i n d e 等【1 5 j 提出用 k n n 方法融合声纹和视觉特征，均取得了较好的效果。 人脸、语音和指纹都是研究比较成熟的身份识别技术，本文构建这三种识别子系统， 在决策层用神经网络对子系统进行融合。实验显示，融合身份识别准确率要比任何一个 子系统都要高，特别是在复杂背景下( 姿态、噪音、污点等干扰) ，多生物特征身份识 别性能更加优越，具有更好的鲁棒性。 3 1基于改进p p b t f 特征的人脸描述与识别 p p b t f ( p i x e l p a t t e n b a s e dt e x t u r ef e a t u r e ) 是一种基于像素模式的纹理特征，首先 通过统计的方法定义几种待处理图像的纹理模式，然后计算原始图像中每个像素对应的 模式，用相应模式的类别标号来表示，这样就把原始图像转化为了模式图，再构造纹理 特征。该特征是日本立命馆大学智能图像系统研究室陈延伟教授等于2 0 0 3 年提出的1 1 6 1 ， 目前己经成功应用在纹理图像分割方面。鉴于p p b t f 已经成功应用于人脸表情识别m ， 受l b p 在人脸识别领域获得巨大成功启示，p p b t f 特征作为一种有效的纹理表述，同 样也会是一种很好的人脸表示方法1 1 8 l 。直接提取原始灰度图的p p b t f 特征，对光照因 素非常敏感，本文引入主成分分析( p c a ) 来刻画图像的纹理模式，屏蔽了灰度值影响， 提高了算法的鲁棒性。 获得待处理图像的纹理模式，亦即选择模板，对于模式图的构建至关重要。由于模 式匹配的需要，构建的模板既要表示图像的空间特征，还要反映某个像素与其邻域的依 赖关系，以g a b o r 为代表的滤波器虽然可以捕获邻域间的空问关系，但不适合用来做模 式匹配。目前，很多人提出了基于线性基函数的图像编码分析方法，如主成分分析 大连理t 大学硕十学位论文 ( p c a ) 、独立成份分析( i c a ) 等。p c a 分析的结果得到一个新的向量集称之为主成 分集，所有的主成分都是相互正交的，因此没有冗余的信息。但由于p c a 主成分计算 方法的先天不足( 基于图像灰度值计算) ，不能直接用来作为特征。但是，用p c a 基 函数得到的模式图能很好的表达图像边缘、褶皱等纹理信息。 设图像大小为s x s ，本文中用5 5 ，x = ( _ ，x ：，毛，鼍。，) r 是其按照行扫描获得的特 征向量，对输入样本的向量集取均值和协方差矩阵，求解方法如公式： j 一一 1 r x i ( 3 1 ) ，y1 。 1 一一 c o v 一吉罗( 五一x ) ( 五一x ) r ( 3 2 ) 匀、 “ 7 求协方差矩阵c o v 的特征值九和特征向量最，其中1 sks n - 1 ，且有九2 九一， 丑r 最= 1 ，即按特征值降序排列。假设样本集中的每个x 都是个基函数扣。，口：，a 。刀 的线性组合，即：xm c 1 a 1 + c 2 口2 + + c 口。其中，系数矢量c 一( c l ，c 2 。“) r 由样本确定。 将上式写成矩阵形式x = a c 。矩阵4 的每一列对应一个基函数。主成分分析的目标就是 在数据空间中找到一组向量以尽可能地解释数据的方差，去除数据相关性，即寻找映射 矩阵，将矢量工用一组新的数据表示，即： y = w x ( 3 3 ) 其中，的每一行就是一个基函数( 矩阵a 的列) ，即。新的矢量y 中每个元 素的取值都与其他元素无关。 在p c a 的主成分集中，第一个是最大特征值对应的特征向量，可以看作一个高斯 算子，其他的可看作是高斯算子的导数算子。除了第一个基函数，其他的可以像梯度滤 波器一样用于模式匹配【1 9 】，用第一个以外的前m 个基函数( 本文选用8 个) 作模板， 其中每一个模板代表一种模式。设灰度图像为，像素坐标为( x ，y ) ，则z 是像素点 在s s 邻域和第f 个模板的内积，即： 乞= b 彬 ( 3 4 ) 用k 来表示像素点( 工，y ) 的值，其中气= m a x ( z 。z ：一) ，k 即为何该邻域匹配的 模板索引，表示原始灰度图像中像素所属的模式类别。即得到该狄度图对应的模式图p 。 结合模板由p c a 获得，故本文中称作p c a 模式图，如图3 1 所示。 智能家居安防系统设计与实现 黧瀚 图3 lp c a 模式圈 f i 9 3 1p c a p a t t e r n m a po f f e r e t i m a g e 本文采用8 个模板- 即模式图p 中像素取值为【1 ，8 】，对任意像素点( z ，y ) ，在 特征窗取s 内的特征表示成如f 公式： 加卜m 荟) ，2 h i ( x ) h 鸵m( 35 ) 其中，h 是本文定义的二元函数，公式表示如f ： 佩加岳计三暨= 姐e ， 采用一个2 0 x 2 0 的特征窗，得到中心点的p p b t f 特征如图3 2 所示。 1 1 1 1 1 1 1 8 8 8 8 8 1 1 1 1 1 1 1 1 1 1 1 1 1 8 8 口8 8 1 1 1 1 1 1 1 1 1 1 1 1 1 1 呐1 1 1 1 1 1 1 3 3 3 3 1 1 1 1 1 1 1 _ 卅1 1 1 3 3 3 1 1 1 1 1 1 1 1 1 1 1 4 q 4 4 1 1 1 1 5 5 5 5 1 1 1 1 1 1 7 7 7 1 1 1 1 1 1 1 1 5 5 5 5 1 1 7 7 7 1 1 1 1 1 1 1 1 2 2 1 1 1 1 1 1 1 1 1 5 1 1 1 1 1 1 2 2 2 2 1 1 1 1 擒1 5 5 1 1 1 1 1 1 r _ 。f = ( ，： z 正工工正) = 1 2 2 2 1 1 13 3 311 l l i1 1 1 1 1 1 4 1 1 1 1 1 孔”2 2 2 2 1 1 1 ( 2 6 2 ，2 7 ，】2 ，4 0 ，1 6 ，8 ，2 5 ，l o ) 4 1 1 1 1 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 i f l 止l l l l 1 4 呐1 1 1 1 1 1 1 1 1 蝴1 1 1 1 1 呐1 1 1 1 1 1 1 1 舳蚺1 1 1 1 1 1 1 5 5 5 1 1 1 1 1 2 2 2 2 1 1 1 1 1 1 1 1 1 7 7 7 1 1 1 1 1 3 3 1 1 1 1 1 1 1 1 1 7 7 7 7 7 7 7 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 6 6 6 6 6 1 1 1 1 1 1 1 1 1 6 6 6 1 1 1 1 1 7 7 7 7 7 7 7 7 1 图32 在2 0 * 2 0 的特征窗内计算其中像素的p p b t f 特征 f i 9 32e x a m p l e o fa p i x c l s p p b t f f c a i u f c v e c t o i i n 2 0 + 2 0 f e a t u n e w i n d o w 人连理工人学硕士学位论文 特征五表示以( 工，y ) 为中心点的特征窗内，和第z 个模板匹配的像素点个数，那 么特征向量就可以表示成如下公式： c 嘲硒= ( 五，厶，厶，厶) ( 3 7 ) p p b t f 特征虽然能够有效的刻画图像的纹理，但是用一个特征矢量表示一个像素的 纹理特征，不可避免的造成了表征人脸图片的特征向量的维数的扩大，本文用的f e r e t 图像库( 图片大小1 3 0 x 1 5 0 像素) ，采用8 个模板，其p p b t f 特征向量为1 5 6 ，0 0 0 维。 受l b p 启示，本文采用局部直方图连接方法进行降维，把归一化的图像分割成1 0 x1 0 的共计1 9 5 个互不重叠的局部图像块。用对每个像素点的特征矢量的加和代替对小块内 模式个数的统计。改进后图像的特征向量维数是1 9 5 8 = 1 5 6 0 维。 非线性的核技术在分类识别( 数据判别分析) 方面取得巨大成功，克服了传统l d a 判别矩阵奇异、d l d a 丢失信息、n l d a 计算量大等缺点。本文首先通过r b f 核函数 把所有样品映射到隐特征空间，然后在隐特征空间中做n l d a ，即n k f d a 2 0 1 ，算法描 述如下： ( 1 ) 输入： 一个包含c 各类别的训练集：z = z ；短。，每个类别为z i 一 z o c 。其中z f e r j 核函数参数：6 。 ( 2 ) 算法： f o ri = 1 , 2 , 3 。，对样本做r b f 核函数映射，求解如下公式： k ( 一) = ( 尼( x - ，鼍) ，k ( x 2 鼍) ”k ( x r 一1 ，t ) ) 1 ( 3 8 ) 计算每一类的类内均值和总体散射矩阵，公式如下： 肌j2 i c c jr ( x , ) n j ( 3 9 ) k w2 ；。i c c j ( k ( 置) 一m 从k ( 置) 一r n ( 3 1 0 ) 计算k 。( ( 一1 ) x ( n 一1 ) ) 零空间y ，满f f ：y r k 。y 一0 ，y 是( n 一1 ) x ( c 一1 ) 矩阵。 ( 3 ) 输出：映射变换矩阵l l ，：q j ( x ) = r k ) ) = y r k ) 为了更有效的利用p p b t f 特征，本文利用x 2 来计算两个向量的点积，改变了核函 数的投影空间。 智能家居安防系统设计与实现 3 2 基于m f c c 特征的矢量量化语音识别 m f c c ( m c l f r e q u e n c yc e p s t r a lc o e f f i c i e n t s ，简称m f c c ) 含义