祝江土
【摘 要】将人脸识别技术应用于电子投票系统中,限制重复投票行为.首先分析了该电子投票系统的结构,给出了人脸识别技术在限制重复投票行为中的应用场景.针对电子投票系统对人脸识别算法的需求以及投票人图像采集背景简单和光照变化较小的特点,分析了适用于本系统的基于AdaBoost的人脸检测方法以及基于特征脸的人脸识别方法,给出了通过OpenCV实现的基于人脸识别方法的身份认证子系统的设计流程,并介绍了基本投票子系统各模块的功能.最后对身份认证子系统的性能进行了分析.%Face recognition technology is applied in the electronic voting system to restrict repetitious voting operations. The structure of the electronic voting system is firstly analyzed and then the application scenario of face recognition technology in restricting repetitious voting is introduced. For the electronic voting system's requirements on face recognition algorithm and the characteristics that the background of the voters' images is simple and the illumination condition varies little, this paper analyzes face detection method based on AdaBoost and face recognition meth 缘114
od based on Eigenface respectively, both of which meet the requirements of this system, presents the design flow of the identity recognition sub-system based on face recognition with OpenCV, and describes functions of each model of the basic voting sub-system briefly. Finally, performance analysis of the identify recognition sub-system is shown in this paper.
【期刊名称】《电子测试》
【年(卷),期】2017(000)009
【总页数】5页(P40-44)
【关键词】电子投票系统;人脸识别;人脸检测;重复投票;身份认证
【作 者】祝江土
快速水分测定【作者单位】浙江九阳光电有限公司,浙江衢州,324100
【正文语种】中 文
传统的投票系统通过发放纸质的选票的方式进行，通过人工方式对投票结果进行统计。这种方式费时费力，统计出错的概率较大。
随着计算机技术和电子技术的发展，自动的电子投票系统可以克服人工投票系统的弊端，由电子投票机代替传统的投票箱，投票过程和投票结果统计完全由电子设备自动完成。但是，如何避免同一投票人多次重复投票成为该系统投票统计结果可信度的关键因素。
为了提高自动系统投票统计结果的可信度，限制同一投票人多次重复投票，需要对投票人的身份进行判断，例如可以通过刷卡、指纹等身份信息判定投票人是否为重复投票。在人体特征信息中，指纹、虹膜等信息是目前已知的具有唯一性的人体特征，但提取这种人体特征需要投票人在投票前主动验证身份，比如指压指纹采集仪，并且人的十只手指指纹不尽相同，不同的手指可能输出不同的识别结果，因此无法避免同一个人重复投票。而虹膜虽然是可靠性较高的生物识别技术，但是要求投票者的眼睛对准虹膜图像采集仪，给投票操作带来诸多不便。
人体的面部特征的唯一性虽然不及指纹和虹膜，但从统计角度看，其重复率也较低，因此在中小规模的投票活动中可以作为身份识别的依据。本文所设计的电子投票系统即通过人
脸识别技术限制重复投票行为，增加投票结果的可信度。安装在电子投票机前的摄像头采集投票人的图像信息，提取投票人的人脸图像，与已完成投票的投票人的人脸图像比对，以此判断当前投票人是否为首次投票。通过人脸图像限制重复投票的方式，投票人无需额外操作，满足了系统无操作要求的特点。
1.1 系统结构
本文所设计基于人脸识别技术的投票系统在传统的电子投票系统之上增加了身份判别环节，用于判断当前投票人是否为重复投票，若为重复投票，则屏蔽该投票人的投票操作。因此，该系统包含身份认证子系统和基本投票子系统两部分，如图1所示。
投票操作的流程包括了身份认证和基本投票操作两个阶段。身份认证阶段对当前投票人的是否为首次合法投票进行认证，通过人脸识别技术实现。安装在电子投票机前的摄像头采集当前投票人的图像，身份认证子系统检测并提取当前投票人的人脸图像，通过人脸识别算法判断所提取的人脸图像是否存在于由已经完成投票的投票人的人脸图像组成的人脸数据库中，若存在，表明当前投票人为二次或多次投票，系统屏蔽基本投票操作；否则，为首次正常投票。系统的操作示意和实现流程分别如图2、图3所示。
1.2 系统需求
目前，人脸识别算法无法达到100%的准确性，最好的人脸识别系统也必须在一定的系统环境下达到最佳的识别效果。因此，本文将人脸识别技术应用在限制电子投票系统的重复投票中，亦是在一定的条件下，尽可能的限制重复投票行为的发生。
1）识别率：此系统不要求能够识别待识别目标的具体身份，只要判断待识别人脸是否在人脸数据库中即可。此处将识别率定义为正确区分待识别人脸是否存在于人脸数据库的比率。误识主要包括两个方面：将不在人脸数据库中的待识别人脸误判为存在于人脸数据库，导致正常的首次投票无法完成；将存在于人脸数据库中的待识别人脸误判为不在人脸数据库中，重复投票行为发生。出于对投票结果可信度的考虑，应尽可能避免第二种误判的发生。
2）识别时间：电子投票系统要求对投票人身份判别的时间要求尽可能短，要求在数秒时间内对投票人是否为重复投票做出判断，识别时间应控制在3s以下。
食品可追溯系统3）训练集构造：训练集由已经完成投票的投票人的人脸图像构成，由于无法要求投票人主
动配合采集不同表情、不同姿态的训练样本，为了尽可能提高训练分类器的分类精度，系统设计时采用多摄像头策略。由多个摄像头采集不同角度的图像，尽可能克服姿态对识别结果的影响。
基于人脸识别技术的去伪电子投票系统包括身份认证子系统和基本投票子系统两大部分。身份认证子系统的功能是对投票人是否为首次合法投票进行认证，从而决定当前投票人是否有权投票，主要包括投票人图像采集、人脸图像检测与提取以及身份判别三个部分组成。基本投票子系统部分提供管理员对投票过程的管理、结果统计与发布、投票操作人机界面等功能。
2.1 投票人图像采集
超导电机
当投票人准备投票时，摄像头采集投票人的图像，借助OpenCV工具可以方便从摄像头的视频数据流中捕获投票人图像数据。如前文所述，为了消除拍摄角度对识别精度的影响，系统采用了多摄像头策略，在投票人的正前方、正前方左、右侧分别安装摄像头，分别捕获不同角度的人脸图像，尽可能获得正面人脸图像，三摄像头的安装示意如图2所示。
2.2 人脸图像检测与提取
人脸识别的前提是从采集的投票人图像数据中检测人脸的位置并提取人脸图像数据。人脸检测算法主要有：基于知识的方法、模板匹配方法和基于统计的方法等。基于知识的人脸检测方法通过对人脸的先验知识得到的人脸判决规则实现对图像中人脸的检测，如，Yang 和 Huang 在[1]中提出的基于知识的分层人脸检测方法。基于模板匹配的方法中，预先得到了描述人脸特征的的标准模板，通过计算待检测图像与标准模板的相关性实现人脸的检测，如静态模板法[2-3]和弹性模板法[4-5]。基于统计的人脸检测方法则是首先通过大量“人脸”和“非人脸”样本训练分类器，训练好的分类器对待检测图像所有可能位置进行“人脸”和“非人脸”的分类，从而实现人脸的检测，如，特征子空间法、人工神经网络、支持向量机等。
氯化氢压缩机在该自动投票系统中，所采集的投票人图像的背景相对简单，光照条件较好，但要求人脸检测具有较高的实时性。Viola and Jones 提出的基于简单矩形特征和AdaBoost的人脸检测系统检测准正面人脸的速度达到了每秒15帧以上[6]，可以满足系统实时性要求，本系统将采用此算法实现人脸的检测。
AdaBoost人脸检测方法是一种基于积分图、级联检测器和AdaBoost算法的方法，其基本
思想是将大量分类能力一般的弱分类器通过一定方法组合起来，构成一个分类能力很强的强分类器，再将若干个强分类器级联成分级分类器，完成图像的搜索。通过级联强分类器进行人脸检测过程如图4所示。
服务器审计2.3 身份判别
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议