基于STM32与MogFace的嵌入式人脸识别门禁系统设计

最近在捣鼓一个智能门禁的小项目，想把AI人脸识别塞进一个巴掌大的嵌入式板子里。市面上的人脸识别方案要么太贵，要么功耗太高，不太适合家用或者小成本部署。琢磨了一下，决定用经典的STM32F103C8T6最小系统板做主控，再搭配一个摄像头和一个网络模块，把复杂的AI识别任务“外包”给一台小服务器。这样既能保证识别的准确度，又能把嵌入式端的成本和复杂度降下来。

这个方案的核心思路很简单：STM32负责“看”和“传”，它用摄像头拍下人脸照片，然后通过网络发给远端的服务器；服务器上跑着MogFace模型，专门负责“认”，识别出是谁后，再把结果告诉STM32；STM32收到指令，是熟人就开门，是陌生人就报警或者记录。整个过程听起来复杂，但拆解开来，每一步都有成熟的模块和代码可以参考，实现起来并没有想象中那么难。下面我就把这个从零搭建的过程，以及其中遇到的一些坑和解决办法，跟大家详细聊聊。

1. 系统整体设计与硬件选型

做任何嵌入式项目，第一步都是把蓝图画清楚，硬件选对。我们这个门禁系统，本质上是一个典型的物联网边缘计算节点。

1.1 系统架构与工作流程

整个系统可以分成三大部分：采集端、识别端和执行端。

  • 采集端（STM32 + 摄像头）：这是系统的“眼睛”。STM32F103C8T6单片机驱动OV7670摄像头模块（带FIFO，简化了时序控制），定时或者由外部触发（比如按门铃）拍摄一张人脸图像。
  • 识别端（服务器 + MogFace）：这是系统的“大脑”。我们在一台有公网IP的云服务器或者本地局域网内的电脑上，部署一个基于MogFace人脸检测与识别模型的WebAPI服务。它接收来自STM32的图片，进行人脸检测、特征提取和比对，最后返回识别结果（如用户ID或“陌生人”）。
  • 执行端（STM32 + 门锁）：这是系统的“手”。STM32根据服务器返回的识别结果，通过一个继电器模块来控制电磁锁的开关，实现开门或拒绝操作。同时，也可以通过串口或者一个OLED小屏幕来显示识别状态。

它们之间的数据流是这样的：摄像头拍照 -> STM32压缩/编码图片 -> 通过网络模块发送HTTP POST请求到服务器 -> 服务器调用MogFace模型识别 -> 服务器返回JSON格式结果 -> STM32解析结果并控制继电器。

1.2 核心硬件清单与选型考量

硬件不在多，而在够用和好搭配。下面是我用到的核心部件：

  • 主控芯片：STM32F103C8T6最小系统板

    • 为什么选它：大名鼎鼎的“蓝色药丸”，性价比之王。72MHz主频，20KB RAM，64KB Flash，对于运行图像采集、网络通信和控制逻辑的代码绰绰有余。社区资源极其丰富，遇到问题基本都能找到答案。
    • 关键作用：协调所有外设，执行核心控制逻辑，是整个系统的指挥官。

  • 图像采集：OV7670摄像头模块（带AL422B FIFO）

    • 为什么选它：便宜，30万像素对于近距离人脸识别足够用。最关键的是自带FIFO芯片，可以缓存一帧图像，STM32可以像读存储器一样慢慢把数据读出来，完美避开了直接驱动OV7670时严苛的时序要求，大大降低了开发难度。
    • 注意点：需要额外连接一个24MHz的有源晶振给OV7670提供时钟。

  • 网络通信：ESP8266-01S WiFi模块

    • 为什么选它：几块钱的成本，就能让STM32接入网络。通过AT指令与STM32通信，我们可以让它连接家里的WiFi，然后代表STM32向服务器发送HTTP请求。虽然也可以直接用STM32的串口转以太网模块，但ESP8266在成本和便捷性上优势明显。
    • 工作模式：我们将其设置为STA模式，连接到无线路由器，然后使用TCP连接与服务器通信。

  • 执行机构：5V继电器模块

    • 作用：STM32的IO口驱动能力很弱，无法直接控制12V的电磁锁。继电器模块就是一个用弱电（STM32的3.3V）控制强电（锁的12V）的电子开关。
    • 连接：STM32的IO口控制继电器模块的输入脚，继电器的常开触点串联在电磁锁的供电回路中。

  • 其他：USB转TTL串口模块（用于调试和烧录程序）、12V电源（给电磁锁供电）、杜邦线若干。

硬件连接好后，实物就像个“蜘蛛网”，但逻辑是清晰的：摄像头和ESP8266接在STM32的IO口和串口上，继电器接在另一个IO口，电源各自供好。

2. 嵌入式端开发：图像采集与网络传输

硬件搭好了，接下来就是让STM32“动”起来。这部分代码主要在Keil MDK或者STM32CubeIDE里开发。

2.1 摄像头图像采集与JPEG编码

OV7670带FIFO的方案，驱动起来比较省心。

// 示例：读取一帧图像数据到缓冲区
void CAMERA_CaptureFrame(uint8_t *frame_buffer) {
    // 1. 发送复位和开始捕获命令给FIFO控制器
    FIFO_WRST_LOW();
    FIFO_WRST_HIGH();
    FIFO_RRST_LOW();
    FIFO_RRST_HIGH();
    FIFO_RCK_LOW();
    delay_us(100);
    FIFO_OE_ENABLE(); // 使能FIFO输出

    // 2. 启动OV7670曝光一帧
    CAMERA_StartCapture();
    while(CAMERA_IsCaptureDone() == 0); // 等待捕获完成

    // 3. 从FIFO中读取一帧数据 (假设为QVGA: 320*240)
    uint32_t i;
    for(i = 0; i < (320*240*2); i++) { // 2 bytes per pixel (RGB565)
        FIFO_RCK_HIGH();
        delay_ns(50);
        *frame_buffer++ = READ_DATA_PORT(); // 读取高字节
        FIFO_RCK_LOW();
        delay_ns(50);
        *frame_buffer++ = READ_DATA_PORT(); // 读取低字节
        FIFO_RCK_LOW();
    }
    FIFO_OE_DISABLE(); // 关闭FIFO输出
}

读出来的数据是RGB565格式的，体积比较大（3202402 ≈ 150KB）。直接通过网络发送非常慢且占用带宽。必须压缩。我们可以在STM32端集成一个轻量级的JPEG编码库（如 tiny_jpeg），将150KB的RGB数据压缩到5-10KB，传输效率提升十几倍。

// 伪代码：JPEG编码
uint32_t jpeg_encode_rgb565_to_buffer(uint8_t *rgb565_buffer, uint8_t *jpeg_buffer, int width, int height, int quality) {
    // 调用tiny_jpeg库函数进行压缩
    // 返回编码后JPEG数据的实际大小
    return encoded_size;
}

2.2 通过ESP8266发送HTTP请求

STM32通过串口（USART）以AT指令的方式指挥ESP8266。

// 示例：配置ESP8266并发送HTTP POST请求 (伪代码，需根据实际AT指令调整)
void ESP8266_SendImage(const uint8_t *jpeg_data, uint32_t jpeg_size) {
    char cmd[256];
    uint8_t resp[512];

    // 1. 连接到WiFi (假设已配置好SSID和密码)
    // sendATCommand("AT+CWJAP=\"SSID\",\"PASSWORD\"", resp, 2000);

    // 2. 建立TCP连接到服务器（假设服务器IP为192.168.1.100，端口5000）
    sprintf(cmd, "AT+CIPSTART=\"TCP\",\"%s\",%d", SERVER_IP, SERVER_PORT);
    sendATCommand(cmd, resp, 3000);

    // 3. 准备HTTP POST请求数据
    // 首先计算整个POST数据的长度
    uint32_t content_len = jpeg_size;
    uint32_t total_len = snprintf(NULL, 0, POST_HEADER_TEMPLATE, content_len) + content_len;

    // 发送数据长度指令
    sprintf(cmd, "AT+CIPSEND=%d", total_len);
    sendATCommand(cmd, resp, 1000); // 等待 >

    // 4. 发送HTTP头部和JPEG图像体
    sprintf(cmd, POST_HEADER_TEMPLATE, content_len); // 生成头部
    uart_send_string(USART2, cmd); // 发送头部
    uart_send_binary(USART2, jpeg_data, jpeg_size); // 发送JPEG二进制数据

    // 5. 等待并解析服务器响应
    // 响应通常是JSON，如 {"status":"success", "user_id":"1001"} 或 {"status":"unknown"}
    // 解析后，根据user_id控制继电器
}

这里的关键是构造正确的HTTP POST请求。头部需要指定 Content-Type: image/jpeg 和正确的 Content-Length。服务器地址和端口需要替换成你自己部署服务的地址。

3. 服务器端搭建：MogFace WebAPI服务

嵌入式端把“脏活累活”都干完了，服务器端就专心做它擅长的AI推理。我们用Python的Flask框架来快速搭建一个WebAPI。

3.1 环境准备与模型加载

首先在服务器上安装必要的库：Flask, opencv-python, numpy，以及MogFace相关的依赖。MogFace是一个优秀的人脸检测模型，我们可以用它先检测出人脸，再用人脸识别模型（如ArcFace）提取特征，并与数据库中的特征进行比对。

# app.py
from flask import Flask, request, jsonify
import cv2
import numpy as np
import json
# 假设有MogFace和特征提取的封装库
from face_detector import MogFaceDetector
from face_recognizer import ArcFaceRecognizer

app = Flask(__name__)

# 初始化模型（启动时加载，避免每次请求都加载）
detector = MogFaceDetector(model_path='./models/mogface.pth')
recognizer = ArcFaceRecognizer(model_path='./models/arcface.pth')

# 加载已知人脸特征数据库
face_db = {}
try:
    with open('face_database.json', 'r') as f:
        face_db = json.load(f)  # 格式: {"user_id_1": [feat1, feat2...], ...}
except FileNotFoundError:
    pass

print("服务器模型加载完成，等待请求...")

3.2 设计识别API接口

我们设计一个 /recognize 的POST接口，接收图片，返回识别结果。

@app.route('/recognize', methods=['POST'])
def recognize_face():
    if 'image' not in request.files:
        return jsonify({'status': 'error', 'msg': 'No image file provided'}), 400

    file = request.files['image']
    # 将上传的文件数据转换为OpenCV图像格式
    img_data = np.frombuffer(file.read(), np.uint8)
    img = cv2.imdecode(img_data, cv2.IMREAD_COLOR)

    if img is None:
        return jsonify({'status': 'error', 'msg': 'Invalid image data'}), 400

    # 步骤1: 使用MogFace进行人脸检测
    bboxes, landmarks = detector.detect(img)
    if len(bboxes) == 0:
        return jsonify({'status': 'success', 'user_id': 'unknown', 'msg': 'No face detected'})

    # 假设只处理第一张检测到的人脸
    x1, y1, x2, y2 = map(int, bboxes[0])
    face_img = img[y1:y2, x1:x2]

    # 步骤2: 对齐人脸（根据landmarks，可选但推荐）
    aligned_face = align_face(img, landmarks[0])

    # 步骤3: 使用ArcFace提取人脸特征
    face_feature = recognizer.extract_feature(aligned_face)

    # 步骤4: 与数据库中的特征进行比对
    user_id = "unknown"
    min_dist = 0.6  # 距离阈值，可调整
    for db_id, db_features in face_db.items():
        for db_feat in db_features:
            # 计算余弦相似度或欧氏距离
            dist = np.linalg.norm(face_feature - db_feat)
            if dist < min_dist:
                min_dist = dist
                user_id = db_id
                break

    # 步骤5: 返回识别结果
    return jsonify({
        'status': 'success',
        'user_id': user_id,
        'confidence': float(1 - min_dist), # 转换为置信度
        'face_count': len(bboxes)
    })

def align_face(img, landmark):
    # 简单的人脸对齐函数，可根据5个或68个关键点实现
    # 这里省略具体实现，对齐能显著提升识别精度
    return aligned_img

if __name__ == '__main__':
    # 监听所有网络接口，端口5000
    app.run(host='0.0.0.0', port=5000, debug=False) # 生产环境需关闭debug

这个API做了几件事：接收图片、检测人脸、提取特征、比对数据库、返回JSON结果。face_database.json 需要你预先用已知人脸的图片提取特征并存储进去，这个过程通常称为“注册”。

4. 系统联调与实战效果

代码都写好了，接下来就是最激动人心也最容易出错的环节——把各部分连起来跑通。

4.1 联调步骤与问题排查

  1. 分模块测试：

    • STM32 + 摄像头：先用串口把拍到的图片数据打印出来，或者用SD卡保存一张，在电脑上看看能不能正常显示，确保采集环节没问题。
    • STM32 + ESP8266：单独测试AT指令，确保能连上WiFi，能Ping通服务器，能发送一个简单的HTTP GET请求并收到回复。
    • 服务器API：用Postman或者curl工具，模拟STM32发送一个JPEG图片的POST请求，看API是否能正确返回人脸识别结果。

  2. 集成测试：

    • 将JPEG编码和HTTP发送整合到STM32的主循环里。可以先设定一个按键，每按一次，就拍一张照、编码、发送一次。
    • 在服务器端，详细打印日志，记录接收到的图片大小、检测到的人脸数、识别结果等，方便定位问题。

  3. 常见坑点：

    • 内存不足：STM32的RAM很小，大的图像缓冲区容易导致崩溃。务必合理分配内存，使用全局数组或动态内存时要小心。
    • 网络超时：ESP8266连接服务器或发送数据可能失败。代码里一定要有重试机制和超时判断。
    • 数据格式错误：HTTP请求头格式不对，或者JPEG数据不完整，会导致服务器无法解析。用网络调试工具仔细对比请求包。
    • 识别精度：光线、角度、遮挡都会影响识别率。需要在不同条件下测试，并考虑在服务器端加入活体检测（如眨眼、张嘴判断）以增强安全性。

4.2 实际运行展示与体验

当所有绿灯亮起，系统跑通的那一刻，成就感十足。实际运行起来是这样的：

  1. 有人走到门前，STM32通过红外传感器或定时触发摄像头拍照。
  2. 大约1-2秒内（时间主要花在JPEG编码和网络传输上），STM32的OLED屏幕上会显示“识别中...”。
  3. 服务器识别完成后，结果通过WiFi返回。如果识别为注册用户（比如user_id: "1001"），STM32会控制继电器吸合1秒钟，“咔哒”一声，电磁锁打开，OLED显示“欢迎回家，张三”。如果是陌生人，则继电器不动作，OLED显示“识别失败”，并可能触发蜂鸣器报警。
  4. 整个识别过程的延迟，在局域网内可以控制在2-3秒，基本满足门禁的实时性要求。识别准确率在光线良好的室内，对于注册过的人脸可以达到95%以上。

这个方案的优势很明显：成本低（主控板+模块不到百元）、灵活（识别算法在服务器端，可以随时升级替换模型）、功耗相对可控（STM32和ESP8266都可以进入低功耗模式）。当然，它依赖网络，如果服务器宕机或者网络中断，门禁会失效，所以适合对网络环境比较有把握的场景，或者作为备用方案。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。

# 人脸识别
Logo
openvela

openvela 操作系统专为 AIoT 领域量身定制，以轻量化、标准兼容、安全性和高度可扩展性为核心特点。openvela 以其卓越的技术优势，已成为众多物联网设备和 AI 硬件的技术首选，涵盖了智能手表、运动手环、智能音箱、耳机、智能家居设备以及机器人等多个领域。

更多推荐

cover

Arm Ethos‑U65：YOLOv8n 模型准备与 Vela 编译

avatar openvela
cover

开源新纪元：深度解析小米 MiMo Code 的技术架构与实战应用

avatar openvela

UniAD_v2 模型NPU适配

参考github网址：https://github.com/OpenDriveLab/UniAD/tree/v2.0参考readme：https://gitcode.com/Ascend/DrivingSDK/blob/master/model_examples/UniAD/README.md。

avatar openvela