基于RFID信息与视频图像的人员识别的研究

引 言

随着物联网技术特别是RFID 技术的不断发展和日益成熟，基于RFID 技术的人员识别系统得到了广泛应用。然而， 基于RFID 技术的人员识别系统，因为人员与物品不同，会存在忘记带卡或有意无意一人带多卡的情况，从而导致应用系统出现较大偏差。

为解决这个问题，本文利用RFID 技术和图像处理技术相结合的方法，将个人的外貌特征信息如身高、体重等存储在 RFID 卡中，在人员（卡片）进入识别区域时，除了 RFID 阅读器读取人员的相关信息（含特征信息）外，同时会通过摄像头抓取连续的多帧区域画面，对画面中的目标进行静态和动态分析，将得到的特征信息与RFID 卡的信息进行比对（包含多对多比较），从而识别出画面中目标所对应的 RFID人员。为了提高系统的准确性，系统还可以做到自学习和自适应功能。

本文所述的将RFID 技术和视频图像相结合的研究，对辅助现实生活中类似居民小区门卫的工作，具有重大意义。一般情况下，如果门卫对进出的每个人都进行检查，即麻烦又显得不近人情，容易产生矛盾；如果不进行检查，门卫就形同虚设， 起不到保护居民安全的作用。如果运用该技术，则只有在出现异常情况时才需要人为盘查一下，即省事又不容易产生不必要的麻烦。

1 RFID信息的读取

RFID 技术是一种非接触式自动识别技术，它由电子标签、读写器（识读器）、天线三部分组成。电子标签也可叫做RFID 卡，是由IC 芯片和无线通信天线组成的超微型模块电路， 常嵌入到标签中，称为电子标签。其内置的IC 芯片用于存储数据，射频天线用于和读写器进行通信。系统工作时，读写器发出查询（能量）信号，电子标签（无源）收到查询（能量）信号后将其一部分整流为直流电源供电子标签内的电路工作， 另一部分能量信号被电子标签内保存的数据信息调制后反射回读写器。

读写器用于读取或写入电子标签上的信息，同时接受来自于主机系统的控制指令，是 RFID 系统信息控制和处理中心。

天线的作用是在电子标签和读写器间传递射频信号（能量和数据）。

RFID 读取信息的过程如下：由读写器通过发射天线发送特定频率的射频信号 ；当电子标签进入发射天线有效工作区域时产生感应电流，从而获得能量而被激活，使电子标签将自身编码信息通过内置射频天线发送出去 ；读写器的接收天线接收到从电子标签发送来的调制信号，传送到信号处理模块，经解调和解码后将有效信息送至主机系统进行相关处理。

2 图像的获取

为了获得有效的视频图像信息和较好的处理效果，可采用 256阶灰度模式、最低分辨率 640×480的摄像头 ；为了取得监控区域的全景图像，摄像头的架设高度 h不低于 2米， 摄像头的入射角度 θ宜保持在 30°～60°，这样抓拍的图像对于减轻遮挡的影响比较理想 ；监控区域不宜太小，应保证能够拍摄到完整的人体图像 ；抓拍频率 f也不需要很高，每秒抓拍 10帧左右即可。否则可能会漏掉检测对象。

3 图像的初步处理

首先，需要检测图像范围内是否有运动目标。同时，为了消除外部环境如天气变化、光照条件变化的影响，我们采用“参考帧帧差法”来对图像进行初步处理。具体做法是：

（1）设置一个参考帧图像 B（X，Y），保存的内容是最新的没有运动目标的背景图像。帧差法是将当前帧图像 fk（X，Y）与参考帧图像 B（X，Y）进行比较：对应点的灰度值相减，小于零的取绝对值 ；然后使用动态阈值 T 对差分图像 Dk（X，Y）进行二值化处理，得到二值图像 Rk（X，Y）。

如果差分图像中白点所占的面积很小（根据图像区域面积、图像分辨率和最小运动物体投影面积综合计算得出），则没有运动物体，将当前帧保存为参考帧 ；否则，提取图像中的运动区域做进一步处理。

(2) 动态阈值的计算方法是取差分图像中像素值出现最多那个值。这样可以减轻连续有运动物体而环境均匀变化情况下的影响。

(3) 如果长时间有运动物体，势必造成参考帧更新不及时，影响处理效果。因此需要设置一个辅助参考帧，可以用当前帧中非运动区域的原始图像内容，对辅助参考帧进行更新， 直到辅助参考帧全部内容都更新到之后，将该辅助参考帧拷贝作为最新的参考帧。

其次，对二值图像 Rk（X，Y）进行人体形状特别修复处理：

(1) 如果是进入监控区域的，在没有完整拍摄到整个人体的时候，去掉该部分人体图像，留待后续帧进行处理 ；如果是离开监控区域，则应该是已经处理过了，直接去掉该部分人体图像。

(2) 对于非人体形状的多余部分（比如可能携带的物品等，但要注意区分重合人体形状），直接修剪掉 ；如果图像轮廓不完整或者图像区域出现空心现象，则对缺少的部分进行平滑填充。

(3) 最终得到只包含人体形状内容的图像。

第三，在人体形状内容无遮挡的情况下，根据投影变换原理，同一个人位于监控区域的不同位置，拍摄到的人体图像的尺寸是不同的，需要根据摄像头架设位置与监控区域的相对位置进行透视矫正计算。将计算出来的与位置无关的目标个体的大小和形状等特征值，与RFID 卡阅读到的相应特征值进行匹配，可以确定该目标个体的身份。如果匹配不成功，则在原图像上对该目标个体进行标注后保存该图像为待处理有问题场景图像，可以发出报警信号让值班人员当场进行核实， 也可以供事后对图像中目标个体进行人为辨识。同时，根据对目标个体在连续多帧中位置的跟踪，进而得出该目标个体的移动方向（进或出等）。

第四，如果人体形状内容有遮挡，则可以对部分轮廓比较明显（轮廓匹配度大于 60%）的形状按正常身高比例进行分离和补充，计算出其位置无关的目标个体的大小和形状等特征值，后续处理同上面的第三 ；对于部分轮廓匹配差的形状， 可以暂时不处理，等待后续帧进行处理（可能会随着移动而发生变化）；如果多帧都无法有效处理，则进行标注保存和请求人工处理。

结 语

为了解决RFID 技术对人员管理过程中可能出现的人卡不对应（包括不带卡或一人多卡）的问题，提出了一种利用摄像头对监控区域（RFID 有效识别范围内）连续抓拍的视频图像进行处理，重点分析人体图像的大小和形状等特征信息，同RFID 读取的特征信息进行模式匹配，以达到识别人员和验证人员真实性的目的。

本文对于人员较多有遮挡情况下的处理不是很理想，需要做进一步研究。