基于Python人脸识别校园快递的设计与实现
来源:用户上传
作者:熊志勇 刘诚志 朱晶 朱柳羽 田超越 朱广彬
摘要：当前移动互联网普及带来的大数据爆发，以及算力和算法的飞跃，使得人工智能技术得到了飞跃性大发展。同时人工智能技术也不断地融入各行各业的生产实践活动之中。该文针对国内物流快递的个人取件方式，采用Dlib库人脸识别模型融入快递取件环节，使得刷脸取快递成为手机扫码取件的一种辅助手段，给取件行为带来更大的便利与安全保障。
关键词：人工智能；人脸识别；校园快递；Dlib库
中图分类号：TP311 文献标识码：A
文章编号：1009-3044（2022）28-0048-02
1 引言
随着移动互联网普及带来的大数据爆发，云计算技术应用带来的算力大增长，以及人工智能在互联网领域的应用推广，人工智能技术正在不断地被应用于各行各业，反过来也推动了人工智能技术向更广更快的方向发展。而对于物流行业，智能快递柜也进入到许多城市的每一个小区。人们通过智能快递柜，只需要拿着手机扫描二维码就能够打开柜门取出个人快递。
与此同时为了适应人工智能技术的大发展，众多高校也开设了人工智能的课程和专业建设。因此本文作者也是利用当前较为成熟的人脸识别工具Dlib库，指导在校学生设计开发一款校园快递App。该App作为一个局部区域环境下的快递取件管理系统，为传统的手机扫码取件方式，增加了扫脸取件的功能，极大地方便了取件环节，同时也能存储取件人的人脸信息，增加了快递取件环节的安全性。
2 手机扫码取件的不便之处
现在许多城市小区内，都安装了方便用户提取快递的机柜。这些机柜一般都是提供了手机扫码取件的功能，极大地方便了用户。但使用手机扫码取件，也会存在一些不方便的情况。例如：很多老人不会使用智能机，无法完成扫码功能；当用户双手都拿了东西（比如雨天一只手中拿着雨具，另一只手拿了其他物品等），不便完成扫码操作；还有当用户手机没电的时候，也无法进行扫码操作等情况时，因此本文考虑借助用户特有的生物特征信息识别取件人的身份，完成取件操作，这就是本文的研究的出发点。
作为图像处理中的人脸识别技术也日益成熟，目前在很多领域也都得到了应用。因此本文提出使用Dlib人脸识别模型应用于局部环境（例如校园、小区）下的取件操作，既丰富了取件手段和方便了客户取件操作，也能实时记录下当前取件人的人脸信息，增加了因快递被误取的后续追查的一种安全措施。
3 基于Dlib库的人脸识别
3.1 人脸识别
人脸识别就是一种基于人脸的特征信息进行身份识别的技术，当使用摄像头采集到人脸的图像时候，程序能自动地在图像中检测与追踪到指定人脸，再将检测得到的人脸进行一系列相关操作。一般人脸识别技术包含四个部分，分别为：图像采集和检测、图像预处理、人脸特征提取以及人脸匹配和识别[1]。
常见的人脸识别软件开发，主要是指人脸识别系统通过人脸识别算法去比较两张人脸图片，最后出结果0或者1，用来表示判断是不是同一个人。一般人脸识别的步骤分为：首先人脸特征建模，然后使用人脸特征建模进行人脸验证比对。人脸的验证就是去计算人脸图片特征的相似度（因为同一个人的脸部照片相似度会比较大，不同的人脸照片会比较小），利用计算出来的两张人脸图片的相似度值的大小，来判断是不是同一个人。而人脸相似度，一般是计算出两张人脸照片的特征值向量的余弦相似度或者欧式距离。
3.2 Dlib库
Dlib库是Python社区所提供比较成熟的第三方库，其算法采用HOG特征与级联分类器，实现了人脸检测和识别[2]。Dlib作为一种深度学习开源工具，基于C++开发，也支持python开发接口。虽然功能类似于TensorFlow于PyTorch，但是由于Dlib库对于人脸特征提取支持较好，因此被广泛应用在工业和学术研究领域，包括机器人、嵌入式设备、移动手机以及大规模高性能计算环境中。此外Dlib库具有文档说明全、代码质量高、机器学习算法、科学计算算法、图像处理、多线程等优势，所以本文所开发的程序里，选择使用Dlib库来实现校园快递App中最核心的人脸识别功能[3]。
4 人脸识别快递系统的设计与实现
首先通过对取快递这一行为进行了认真细致的分析，根据用户的行为，首先设计与实现了一个界面简单、友好的快递管理系统，实现对快递数据和人脸数据的维护和管理。该系统的主要功能是为了实现快递业务数据的后台管理，同时也提供了前台的数据收集等功能。该软件的实现如下。
4.1 人脸识别的快递管理系统规划
1） 普通用户的Web UI界面，不管是使用PC，或者是移动设备，都只需要登录系统网站，就能随时看到用户的快递信息；
2） 管理员的UI界面，也是通过PC或移动设备，登录网站，就可以管理普通用户与快递的信息。
3） 人脸识别部分，通过录入人脸、人脸特征提取和存储、人脸信息的比对等操作，完成人脸识别的功能。
4.2 快递管理系统功能设计
本系统的主要功能模块如下：
1） 登录界面：快递管理员需要通过登录页面进入快递管理系统，登录页面是进入该系统的唯一入口。
2） 订单管理模块：快递管理员可以对用户的所属订单进行管理。
3） 快递管理模块：快递管理员可以对用户的所属快递进行管理。
4） 用户管理模块：快递管理员可以对快递的所属用户进行管理。
5） 管理员管理模块：该模块用于快递管理员对管理员信息进行管理。
4.3 快递管理系统实现
通过组织5名在校大学生，成立了软件开发小组，快速开发一个系统试用版本。以下是本系统的部分功能界面截图（图1、图2、图3） 。
nlc202212021019
4.4 人脸识别功能的实现
在人脸识别功能的应用中，采用了Dlib库人脸识别模块，将其嵌入了本系统App中，完成人脸抓取与保存、人脸特征的提取和存储、人脸特征的比对等功能[4]。本系统实现了一个人脸识别的比较简单的应用，使用摄像头捕捉动态人脸，然后与已经存储在数据库中的128D人脸特征进行比较，从而识别出已经入库的人脸信息（如：名字等身份信息）。以下是人脸识别功能的展示截图（图4、图5、图6） 。
4.5 本系统功能测试与后续功能的拓展
通过指导5位在校学生在学习人工智能相关技术，利用假期设计与实现了校园快递系统。本系统的核心功能是使用开源免费的Dlib库，将它嵌入所开发的校园快递系统中，以实现利用人脸信息识别取件人的身份信息的应用。通过实现文中所提及的人脸识别功能，以解决当取件人不方便使用手机完成扫码取件的情况下，利用人脸信息完成刷脸取件操作。系统的测试版实现后，在校园这种人员不是很多，而且人员流动较小的场景下，利用提前收录的学生脸部信息，在小区域应用场景测试中，人脸识别准确率达到了99.32%，确保了人脸识别收取快递的准确性和安全性[5]。
4.6 本系统的未来应用
本系统在规划之初，就是考虑应用于区域环境下的人脸识别。通过人脸识别功能的实现，来解决前面所提到的依靠手机扫码取件不便时的情r。在本系统功能基本实现的前提下，后期计划移植该人脸识别系统，迁移到JETSON NANO设备上，利用PYQT，搭建一个友好的人脸识别UI界面，来进行人脸识别。迁移到这些小设备之后，继续优化本地区域数据库，存储该区域内的人脸信息，来提高识别速度和准确度，而不需要发送请求到大型服务器才能返回一个识别结果。此外本系统还可以考虑实现语音识别功能，通过语音识别快递单号后几位，结合刷脸功能完成取快递的操作。
参考文献：
[1] 徐浩浩.基于Python深度学习的人脸识别方法探究[J].现代信息科技，2019，3（17）：88-90.
[2] 张枝令.Python实现基于深度学习的人脸识别[J].电子商务，2018（5）：47，96.
[3] 孙一豪，高尚，张子元，等.基于人脸识别技术的商品推荐系统[J].卫星电视与宽带多媒体，2020（6）：77-78.
[4] 张青，赵方圆，刘顺钰.人脸识别技术的无感签到系统的设计[J].福建电脑，2019，35（5）：101-102.
[5] 许嘉诚.基于并行算法的快速人脸识别系统设计与实现[J].无线互联科技，2020，17（6）：63-65.
【通联编辑：闻翔军】
nlc202212021019
转载注明来源:https://www.xzbu.com/8/view-15442878.htm
