作者：eckygao，騰訊 CSIG 雲產品部
1.案例概述
1.1 背景
實現一個人臉識別進行開鎖的功能，用在他的真人實景遊戲業務中。總的來說，需求描述簡單，但由於約束比較多，在架構與選型上需要花些心思。
1.2 部署效果
由於該遊戲還在線上服務中，此處就不放出具體操作的視頻了。
1.3 玩家體驗
- 玩家發現並進入空間後，在顯示屏看到自己在當前場景出鏡的實時畫面。
- 玩家靠近觀察時，捕獲當前幀進行人臉識別，實時畫面中出現水印字幕“認證中”
- 人臉認證失敗時，實時畫面水印字幕變更為“認證失敗”，字幕維持 2 秒後消失，恢復初始狀態。玩家繼續尋找遊戲線索，重新進行認證。
- 人臉認證成功時，實時畫面水印字幕變更為“認證成功”，並彈開保險箱門。進入後續遊戲環節。
2.產品要求
2.1 需求說明
需求提出時比較明確，核心邏輯不復雜。
- 人臉識別：通過人臉識別進行鑑權。
- 開鎖管理：通過鑑權則打開箱門，未通過則保持鎖定。
- 反饋提示：需要有實時視頻反饋，指引明確，便於優化玩家體驗。
2.2 約束說明
畢竟是生意，所以在商言商，對實用性和成本要求很高，關鍵是不要影響遊戲過程，同時保證玩家體驗。
- 低成本：需要低建設成本，低維護成本。
- 易維護：對維護人員技術水平要求低，出現軟硬件故障時，任意店員可以快速恢復。
- 高可靠：識別準確率高，容錯能力強，系統持續運行中故障率低。
- 有限空間：整套系統在去除顯示屏、電磁鎖、保險箱後，其它結構實施空間不能超過 20cm*15cm*15cm 體積。
- 採光不足：實景空間小，有頂光無側光，曝光時間較長。
- 通用供電：只提供 5V、12V 兩種直流電接口。
- 並行處理：鑑權流程與反饋流程並行，鑑權過程中，反饋系統不能出現中斷、阻塞等情況，使玩家有明顯的中斷、卡死體驗。
- 弱網絡環境：由於房間隔斷多，網絡共用，所以網速有限，有突發延遲情況。
2.3 功能設計
可能的架構方案有多種（不同方案間的比較，在文末進行），下面展開說明一下最終上線的方案。
2.3.1 設定流程
流程與效果，請參考 1.3 玩家體驗 部分
2.3.2 可配置內容
- 騰訊雲密鑰對
修改配置文件，用於適配騰訊雲賬號切換功能（測試賬號/正式賬號）。
- 人員庫 ID
修改配置文件，用於指定不同人員庫（測試庫/正式庫）。
- 水印提示
更換對應圖片，實現更換水印。使用圖片管理，而不是文字配置的原因，是由於圖片配置模式無需字庫支持，無需配置顯示大小，易於圖案嵌入。由於所見即所得，對維護人員要求低。
- 關機選項
可配置任務完成後，是否自動關機。用於遊戲環境復位準備，減少復位工作量。
2.3.3 運營與維護
- 系統運營管理
場景啟動時，統一上電。認證通過後，自動關機，完成復位。
- 故障處理
軟硬件故障：無法開機、可開機無顯示、可開機顯示系統異常，可開機未知異常等等，更換樹莓派或其它硬件。
網絡故障：正常運行，無法認證，可查網絡+查雲日誌，解決網絡問題；
雲產品異常：運行 4 個月，未發生過，可以忽略，如發生則聯繫雲售後；
2.3.4 成本分析
- 硬件成本：500 ～ 600 元。
- 備件成本：按 1:1 備件，500 ～ 600 元。
- 運行成本：雲端 0 元，使用免費額度；電費網費，忽略不計。
3.技術實現
3.1 系統架構
3.1.1 硬件組成：
- 樹莓派：終端主控
- 攝像頭：視頻輸入
- 傳感器：超聲波測距
- 顯示屏：視頻輸出
- 繼電器：控制電磁鎖
- 電磁鎖：控制保險箱門
3.1.2 關鍵特性
- 圖片識別：使用圖片識別，而非視頻流，減少對網絡帶寬要求。
- 識別要求低：欠曝光照片也有高識別率。
- 觸發識別：玩家在場景內活動時間長，觸發模式避免了高頻認證、誤開鎖情況，同時降低認證成本。
- 測距選型：超聲波傳感器技術成熟，成本低（3 元）；激光傳感器成本高（30 元）
- 多進程：視頻處理與監測鑑權由兩個進程實現，避免了阻塞等情況，同時使用進程間通信，實現可靠交互。
3.2 系統搭建
3.2.1 騰訊雲配置
- 註冊賬號
按文檔指引獲取 API 密鑰
- 配置人臉識別
訪問官網控制檯，通過“新建人員庫->創建人員->上傳照片”，建立認證基礎。
其中所使用的“人員庫 ID”是關鍵信息，用於後續 API 調用識別時，指定認證動作匹配的人員庫。
注：由於此案例只識別一個人員，無需對人員 ID 進行匹配，故不用指定人員 ID。
3.2.2 樹莓派配置
- 安裝系統
訪問 www.raspberrypi.org 獲取鏡像，並進行安裝。注意必須安裝桌面版，否則需要單獨管理 HDMI 輸出。
- 配置網絡
進入命令行，執行 “raspi-config”，選擇"Network Options"，配置 WiFi 接入點。為了固定 IP，編輯 /etc/dhcpcd.conf 文件，添加配置信息。
<code># 具體內容請參考你的本地網絡規劃
interface wlan0
static ip_address=192.168.0.xx/24
static routers=192.168.0.1
static domain_name_servers=192.168.0.1 192.168.0.2/<code>
- 安裝騰訊雲 SDK
參考指引文檔，安裝調用騰訊雲 API 的依賴庫。
<code>sudo apt-get install python-pip -y
pip install tencentcloud-sdk-python/<code>
- 安裝圖像處理庫
系統默認安裝 python2.7，但沒有 opencv 庫，需要安裝。（下載包體積較大，默認源為國外站，比較慢。樹莓派改國內源方法，請自行百度，並挑選離自己近的源站）
<code>sudo apt-get install libopencv-dev -y
sudo apt-get install python-opencv -y/<code>
- 部署代碼
訪問github獲取源碼，將 src 文件夾內容，複製到 /home/pi/faceid 下。
更改 /home/pi/faceid/config.json 中的配置信息，必須改為你的雲 API 密鑰(sid/skey)、人員庫 ID(facegroupid)，其它配置按需調整。
- 配置自啟動
需要配置圖形界面自啟動，保證視頻輸出由 HDMI 接口輸出至顯示屏，編輯/home/pi/.config/autostart/faceid.desktop 寫入如下內容
<code>Type=Application
Exec=python /home/pi/faceid/main.py/<code>
3.2.3 硬件接線
樹莓派 GPIO 圖示
攝像頭
- CSI 接口
超聲波傳感器
- TrigPin：BCM-24 / GPIO24
- EchoPin：BCM-23 / GPIO23
- VCC ：接 5V
- GND ：接 GND
繼電器
4 引腳側 接 樹莓派 GPIO 引腳
- VCC ：接 5V
- GND/RGND ：接 GND
- CH1 : BCM-12 / GPIO12
3 端口側 接 電磁鎖
- 初始狀態為電磁鎖接常閉端。
- 繼電器原理請參考 3.3.4 硬件相關 部分。
3.2.4 測試運行
完成上述工作後，接電啟動系統，本地反饋查看顯示屏，雲端識別結果可查看系統日誌。
3.3 代碼邏輯與涉及技術
3.3.1 流程偽代碼
<code># 監測鑑權進程-主進程
獲取應用配置（API ID/Key 等）
初始化GPIO引腳（準備控制 傳感器、繼電器）
啟動視頻管理進程（輔進程）
循環開始：
if not 測距達到觸發標準:
continue
與輔進程通信（捕獲當前幀，並存入指定路徑，並添加“認證中”水印）
調用雲API，使用該幀圖片人臉識別
if 識別成功:
與輔進程通信（變更水印為“認證成功”）
等待5秒
關機 或 繼續運行（由config.json中 su2halt 字段指定）
else：
與輔進程通信（變更水印為“認證失敗”）
等待2秒
與輔進程通信（清除水印）
# 視頻管理進程-輔進程
初始化攝像頭
循環開始：
取幀
取進程間共享隊列
按消息進行不同操作（幀圖像保存/加不同水印/不處理）
輸出幀/<code>
3.3.2 視頻與識別
- 實時視頻
如上文偽代碼所示，通過逐幀處理，並連續輸出，顯示實時視頻。
- 觸發識別
測距傳感器確認物體靠近，且 0.3 秒內距離變化小於 2cm，確認為待認證狀態。再延時 0.3 秒，進行圖像幀捕獲。再次延時的原因是物體停止時，會有扭轉、微調等動作，若直接取幀，會由於採光不足（上文提到的約束）出現模糊情況，所以再次延時，確保捕獲穩定圖像。
- 人臉識別
請參考文檔介紹（https://cloud.tencent.com/product/facerecognition）。
3.3.3 圖像水印
- 水印原理
opencv 中，提供了多種圖像處理函數，如：圖文處理（圖加字）、圖圖處理（圖間加/減/乘/除/位運算）等等。通過不同的處理方式，可以實現底圖加字、底圖加圖、掩膜處理等等多種效果。本案例中使用的是基於位運算的掩膜處理方式。
- 水印圖片
為了便於維護和更新，本案例中使用圖片做為水印來源，避免字庫約束，也增大了靈活性，易於在水印中增加圖形，並以分辨率直接定義水印大小，所見即所得。
默認水印圖片為白底黑字。
- 水印處理邏輯
為突出水印的浮動效果，將水印圖片中的黑色區域透明化後，疊加到原始圖片中。由於字體透明效果，水印字體顏色隨基礎視頻變化，效果比較明顯。
源碼說明
<code># img1為當前視頻幀（底圖），img2為已讀取水印圖
def addpic(img1,img2):
# 關注區域ROI-取底圖中將被水印圖編輯的圖像
rows, cols = img2.shape[:2]
roi = img1[:rows, :cols]
# 圖片灰化-避免水印圖非純黑純白情況
img2gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)
# 生成掩膜-過濾淺色，位運算取非
ret, mask = cv2.threshold(img2gray, 220, 255, 3) #cv2.THRESH_BINARY
mask_inv = cv2.bitwise_not(mask)
# 生成水印區圖像-底圖裁出字體部分，生成水印區最終圖像，替換原圖水印區
img1_bg = cv2.bitwise_and(roi, roi, mask=mask_inv)
dst = cv2.add(img1_bg, img2)
img1[:rows, :cols] = dst
return img1/<code>
水印效果示意圖（示意圖擴大了水印區，用於突出效果，實際應用方案中水印區較小）
3.3.4 硬件相關
- 超聲波測距
超聲波傳感器（4 引腳：VCC、Trig、Echo、GND）,Trig 端輸出一個大於 10μs 的高電平，激活發出超聲波，並在收到反射波後，Echo 端會輸出一個持續高電平，持續時間就是“發波至收波”的時間。
即：測距結果(米)=Echo 端高電平時長*340 米/2
- 繼電器
使用的 5V 繼電器模塊有雙側接線，一側為供電與信號（4 引腳，兼容 3.3V 信號），一側為通路開閉管理（3 端口）。
繼電器在“通路管理側”實現了一個“單刀雙開關”的模式，通過“供電與信號”側“CH1 引腳”的高低電平，控制單刀的方向。
在安裝過程中，電磁鎖供電默認接繼電器常閉端，對繼電器給出信號後，繼電器切換到常開端，則電磁鎖斷電開鎖.
- GPIO
GPIO（General-purpose input/output 通用輸入輸出），以引腳方式提供硬件間的聯繫能力。樹莓派 3B+，有 40 個 GPIO 引腳（請參考 3.2.3 硬件接線 中的參考圖示），樹莓派官方操作系統 Raspbian 下，可以使用系統默認安裝的 python 中 RPi.GPIO 庫，進行操作。
4.其它
4.1 方案選型對比
設計的核心在於人臉鑑權模塊，這裡直接影響成本和穩定性，最後選擇了上文方案（平衡成本、維護性及可靠性）。曾經的其它幾種備選人臉識別方案：
4.1.1 本地識別 A 方案：
使用 ESP-EYE 芯片，均由芯片完成，依賴 ESP-IDF、ESP—WHO，使用 C 進行開發。
低硬件成本（模塊成本 189*2），高開發維護成本（C 開發）。
問題：難於更新配置與故障分析處理。適用於大量部署場景。
4.1.2 本地識別 B 方案：
使用樹莓派直接進行人臉識別，方案成熟，開源代碼豐富。
中硬件成本，低開發成本，高維護成本。
問題：樹莓派負載高，即使用間隔幀算法，也僅維持在 20fps 以下，卡頓明顯。如進一步調優，受限於個人經驗問題，恐難以保持長期穩定運行。
4.1.3 本地識別 C 方案：
使用 BM1880 邊緣計算開發板 或其它圖像處理板，社區口碑不錯，有框架支持。
問題：高硬件成本（模塊成本 1000*2），高開發維護成本(C 開發)。如果使用算力棒，需要 X86_64 做基礎平臺，成本降低有限，複雜度不變。適用於擴展能力場景。
4.1.4 雲端識別 A 方案：
使用騰訊雲的視頻智能分析產品（https://aivideo.cloud.tencent.com/list.html），簡化終端架構，使用樹莓派 zero 推流上雲（後續放出實現方案），即可獲取識別結果，且支持高頻多次檢索等特性。
部署成本低（終端視頻相關模塊 150 元），運營成本低（當前 0.28 元/分鐘，按該場景下單次運行 20 分鐘計算，單次遊戲成本 5.6 元）
問題：對網絡穩定性依賴大，斷流等情況影響體驗。在本案例的網絡約束下，影響使用效果，更適於網絡條件較好、高頻檢索的應用場景。
閱讀更多 騰訊技術工程 的文章
