龙子璇 陈超 肖添翼 周璐 艾乐巍

摘 要：近年来，随着我国航空事业的不断发展，机场安检工作所面临的压力变得越来越大，人脸识别技术作为一种快捷、准确、安全的技术，可让机场安检变得更加方便。本次研究旨在研究人脸识别技术并将其与机场安检联系起来。

关键词：人脸识别技术；机场安防；卷积神经网络

人脸识别技术在机场安检中的应用最早是从21世纪初期，主要是用于身份认证与黑名单管理，而随着近年来应用技术的不断成熟，人脸识别技术在机场安检中得到了更加广泛的应用，人脸识别技术可从视频图像中实时识别人脸，并与人脸数据库进行比对，从而实现快速身份识别与智能预警。

1 人脸识别技术与机场安防

目前，国内机场对于人脸识别技术的应用主要集中在安检验证方面，但这一技术的应用价值却并不仅限于此。我们认为如果在机场安防系统设置人脸识别系统有以下几点优势：

首先，可以提高效率。很多群众在选择出行的时候都会出于对安检速度的恐惧而提早过多到达机场，这就造成了出行效率明显降低的问题。如果将人脸识别技术应用进来，那么，速率可能会翻倍提高。

其次，可以提高准确性和安全性。由于人脸识别系统是在机场进行动态实时的布控，因而不仅能够解决传统机场安防系 统的漏洞，而且还能够准确识别出黑名单人员，在事件处理的过程中占据有利地位[1]。

2 人脸识别系统的设计

假定机场后台将当天需要乘搭飞机的乘客人脸信息已经提前调到一个人脸数据库中，等乘客到机场进行安检时，用摄像头采集人脸与数据库中的人脸进行匹配，若匹配成功则调出该乘客的航班信息，若不成功则交给安检人员进一步处理。

人脸识别可大致分为三个过程：人脸检测、特征提取、人脸鉴别[2]，系统设计流程如图2。本设计所用的开发工具是Pycharm，语言为python。设计思路是首先准备好人脸数据库；再用dlib人脸识别器[3]提取图片中的人脸部分；接着使用卷积神经网络来建立模型训练数据；最后用摄像头采集人脸进行性能评估。

2.1 数据库的准备

录入测试头像作为将进行安检乘客，并在网上下载开源人脸数据库，进行统一像素大小、去噪音等处理后放入一个测试文件下，作为当天预乘搭飞机的乘客人脸库。

2.2 CNN卷积神经网络的运用

根据第一步准备好的数据库，用dlib人脸识别器把图片中的人脸特征信息提取出来，然后作为神经网络模型的输入。基于神经网络的人脸识别方法就是利用神经网络的学习能力和分类能力对人脸进行特征提取与识别，卷积神经网络[4]是目前比较热门的一种算法，一般分为四个步骤：卷积层初步提取特征、池化层提取主要特征、全连接层将各部分特征汇总、产生分类器进行预测识别。

卷积层的作用就是提取每个小部分里具有的特征。假定一个尺寸为5*5的图像，每一个像素点都存储着图像的信息。再定义一个相当于权重的卷积核，用来从图像中提取一定的特征。卷积核与数字矩阵对应位相乘再相加，得到卷积层输出结果[5]，结果如图2。池化层的输入就是卷积层输出的原数据与相应的卷积核相乘后的输出矩阵。卷积层和池化层的工作就是提取，并减少原始图像带来的参数。为了生成最终的输出，我们需要应用全连接层来生成一个等于我们需要的类的数量的分类器。

用python搭建神经网络模型的步骤如下：首先读取数据集，并定义好权重函数、偏置值函数、卷积函数和池化函数；接着进行第一次和第二次卷积池化工作，再接入全连接层，全连接层1有1024个神经元，全连接层2有10个神经元，相当于生成的分类器；最后使用梯度下降法优化求准确率。经过训练可以得出结论，训练人脸库照片越多，识别的正确率越高，缺点是运行时非常占内存，整个任务完成比较耗时间。

2.3 用户界面

在完成人脸识别后，为了有效配合机场安检人员完成安检工作，我们把识别结果放在用户界面里，并计划显示成功通过验证的乘客的航班信息。用户界面（User Interface，简称UI），是用来将硬件内的信息转化成人能够接受的形式的软件[6]。在本系统中，用户界面主要用于将视频图像信息、识别结果信息、以及乘客航班信息可视化。为了使用者能清楚的看到这些信息，界面被分为三个区域：

1）视频图像显示区域。用于显示摄像头实时获取的图像信息。

2）乘客航班信息显示区域。显示的信息包括航班号、始发站、到达站、舱位、座位号、登记时间、登机口、日期的详细信息。

3）识别结果显示区域。用于显示捕获的人脸数据与人脸库对比后的匹配结果。

从摄像头捕获的人脸数据与人脸库中的数据进行对比后，有两种可能的情况。

第一种情况，匹配失败，那么识别部分的函数给出匹配失败的信号，然后在识别结果显示区域显示识别失败，如图3。

第二种情况，匹配成功，识别部分的函数给出匹配成功的信号，并返回被识别人的身份证号，如图4。然后在识别结果显示区域就显示识别成功，再利用Qt的信号槽机制，将匹配成功信号和乘客信息搜索函数进行绑定，而身份证信息作为乘客信息搜索函数的索引信息。在本系统中，存储乘客航班信息所使用的数据库是MySQL，所以在身份证信息已经确定的情况下，利用select语句即可查询到表中该乘客的航班信息，最后将这些信息在图形界面的航班信息显示区域显示出来。

3 总结

这次的研究旨在将人脸识别和机场的安检更好的结合起来，做到在无需安检人员的情况下完成乘客的人脸信息、身份信息以及航班信息的核对，并提供乘客将乘坐航班的详细信息。显示乘客信息一方面便于旅客登机，另一方面也为逐渐推行的“无纸化”登机提供方便。

參考文献

[1]候启真.机场安全防范技术[M].天津：中国民航出版社.2013.

[2]熊欣.人脸识别技术与应用[M].河南：黄河水利出版社.2018

[3]周志华.机器学习[M].北京：清华大学出版社.2016。

[4]魏秀参.解析深度学习： 卷积神经网络原理与视觉实践[M].北京：电子工业出版社.2018.

[5]吴岸城.神经网络与深度学习[M].北京：电子工业出版社.2016.

[6][英]Mark Summerfield. Python QT GUI快速编程 编程指南[M].闫锋欣译注.北京：电子工业出版社.2016.