EMB_88

EMBEDDED 88 • MAGGIO • 2023 37 FACE RECOGNITION | HARDWARE Il riconoscimento facciale Per implementare il progetto di un sistema di controllo accessi basato sul riconoscimento facciale, il passo prin- cipale e più importante è trovare l’hardware idoneo da utilizzare per il sistema. Come accennato nell’antepri- ma, una soluzione hardware potrebbe prevedere l’im- piego di un dispositivo molto avanzato tecnologicamente e relativamente a basso costo: il microcontrollore Rasp- berry Pi B+. Per le riprese video, una soluzione è la vi- deocamera Raspberry Camera Pi facilmente integrabile nel microcontrollore Raspberry. Per il blocco/sblocco di un accesso può essere utilizzata una serratura magneti- ca controllata dal Raspberry. I motivi principali della scelta del microcontrollore Ra- spberry Pi B+ è l’elevata capacità di elaborazione, il co- sto abbastanza basso e la capacità di adattarsi a diverse modalità di programmazione. Il dispositivo utilizza Li- nux come sistema operativo, che ha accesso a un gran numero di librerie e applicazioni compatibili con Rasp- berry Pi. È provvisto di una porta Ethernet che consente la connessione alla rete, 4 porte USB utilizzate per colle- gare dispositivi come tastiera, mouse, fotocamera e altri dispositivi tramite una porta USB, una porta HDMI per l’accesso all’interfaccia del sistema operativo installato e può essere utilizzato anche la prima volta durante l’in- stallazione dei dispositivi. Dispone di 40 pin che consen- tono di ricevere e inviare segnali. I 40 pin sono divisi in due file o gruppi: il gruppo 3 V e il gruppo 5 V. Pertanto, un lato del microcontrollore forni- sce una tensione di 3 V e l’altro 5 V. Oltre ai 40 pin, Rasp- berry Pi B+ dispone di altri pin che servono per ricevere i segnali dai componenti della scheda. Raspberry Pi non ha un sistema operativo pre-installato, ma può essere scaricato dal sito web ufficiale di Raspberry e trasferito Fig. 1 – Microcontrollore Raspberry Pi B+ riconoscimento facciale può essere considerato più naturale. Il riconoscimento facciale consente anche l’accesso a più di una persona, concedendo privilegi di accesso solo a determinate persone. La soluzione hardware di un sistema di riconoscimen- to facciale proposta in questo articolo prevede l’impie- go di un microcontrollore Raspberry Pi B+ e di una videocamera Raspberry Pi Camera. La PI Camera fornisce i dati di input al microcontrollore Raspberry Pi B+ sotto forma di immagini. Le foto scattate sono salvate in una cartella e poi convertite in immagini numeriche come file XML. Quando la videocamera esegue la scansione del volto di una persona che tenta di essere autenticata, confronta l’immagine con quel- le precedenti salvate nel database. Il microcontrollore Raspberry Pi B+ viene utilizzato anche per control- lare l’invio di segnali a una serratura magnetica. Se il volto scansionato dalla videocamera viene riconosciu- to, il sistema invierà un segnale per sbloccare la ser- ratura magnetica per un periodo prefissato di tempo, dopodiché la serratura magnetica si bloccherà auto- maticamente. Le origini del problema di sicurezza I sistemi di sicurezza stanno diventando ogni giorno più importanti. Ciò sta avvenendo proporzionalmen- te al numero di furti denunciati. I sistemi tradizionali non sono affidabili poiché si basano su dispositivi di accesso che possono essere rubati o dimenticati. Ad esempio, password e carte d’identità possono essere dimenticate/perse o addirittura rubate da persone non autorizzate. Di conseguenza, i sistemi di sicurezza dell’accesso de- vono essere sviluppati per essere più sicuri. C’è sem- pre la necessità di eliminare i difetti dei sistemi tra- dizionali. La tecnologia biometrica è considerata uno dei sistemi di autenticazione più sicuri disponibili poi- ché fornisce un livello di sicurezza superiore rispetto ai sistemi tradizionali. È considerata sicura poiché un volto non può essere “rubato, preso in prestito o con- traffatto” in alcun modo per accedere a un edificio. In genere, in un sistema di riconoscimento facciale viene utilizzato l’algoritmo PCA (Principal Compo- nent Analysis). Viene scelto questo specifico algoritmo poiché è facile da usare e più efficiente di altri algorit- mi. Inoltre, utilizzando l’algoritmo PCA, sono ridotti al minimo i dati da analizzare e lo sviluppo dell’appli- cazione richiesti, andando ad analizzare solo alcune delle immagini simili dal database.