基于树莓派的面部识别系统设计方案

本文将介绍使用AWSRekognition和Pi-Timolo的RaspberryPi的面部识别系统。

描述

Pi-detector与Pi-Timolo一起使用，通过利用AWSRekognition在运动生成的图像中搜索面部匹配。在其当前状态下，匹配项被写入event.log。通过一些额外的改造和工作，你可以利用它发送通知或允许/拒绝其他人访问房间，并且这只需稍微进行修改。安装脚本会将适当的文件放在/etc/rc.loal中以在启动时启动。

构建要求

树莓派（使用Rpi3测试）

Picamera

AWSRekognitionAccess（提供免费套餐选项）

作为替代方案，可以修改这组脚本以查看包含图像的任何目录。例如，如果您从另一台相机收集静止图像并将它们保存到磁盘，您可以更改图像路径以对创建的任何新照片运行面部识别。

AWS识别

在安装之前，最好在AWS上启动并运行。对于我的项目，我使用的是AWS免费套餐服务。使用它可以让您每月进行5000次API调用，这对于这个项目来说已经足够了。登录到您的控制台并创建一个具有Rekognition管理权限的新IAM用户。

用户组的视图

您需要做的是复制您的aws_access_key_id和aws_access_key_secret。要获取此信息，请单击“安全凭证”选项卡（来自上图中的IAM用户页面）。如果这是您的第一次使用，您可能需要生成一个新密钥。启动安装脚本后，系统将询问您此信息。

安装

使用RaspbianJessie设置RaspberryPi

通过SSH连接到您的Raspberrypi（或将其连接到监视器并使用pi作为用户名和raspberry作为密码登录）。不要忘记将下面的IP地址更改为您的pi的IP。如果您需要帮助在网络上查找它，请使用nmap（nmap-sn192.168.1.0/24）

sshpi@192.168.1.120

克隆repo并安装：

在安装过程中，系统将提示您输入之前设置的aws凭据。询问时，输入您的AWS密钥ID、AWS秘密访问密钥，并将区域设置为us-east-1（调整以匹配您之前设置AWSRekognition时选择的区域）。示例输出类似于下图：

入门

首先，您需要在AWSRekognition上创建一个新集合。创建一个“Home”集合，例如：

接下来，将图像添加到pi-detector/faces文件夹。一个人的图像越多，您将获得更好的检测结果。我会在不同的灯光下推荐几个不同的姿势。

之后我发现最好的方法是在相机放置的同一区域拍照，并使用picam。如果你准备这样做，还可以创建一个小的python脚本来拍摄一张延迟10秒的照片，然后将它放入pi-detector/faces文件夹中。要使用它：

完成后，您可以返回并重命名文件并重复上述步骤以将您的图像添加到AWSRekognition。创建新集合或添加新图像后，将创建两个参考文件作为未来参考。如果您计划在将来删除图像或集合，这些将非常有用。

此时，设置已准备就绪。您可以在Rpi上设置Wi-Fi，并将相机放置在您家中的任何位置。插入Rpi后，它应该开始工作，无需用户进行额外工作。要检查您的日志，只需ssh进入Rpi并检查event.log文件夹以获取对您的检测的引用。

要从您的收藏中删除人脸，请使用以下命令：

如果您需要查找图像ID或集合名称，请参考您的faces.txt和collections.txt文件。

要删除集合：

请注意，上述操作也会删除您存储在AWS中的所有面孔。

最后一个脚本是facematch.py。如果您更新了图像并且只想针对您存储在AWS上的人脸测试静态照片，请执行以下操作：

结果会打印到屏幕上，包括相似性和置信度的百分比。

实物照片