一、需求背景与技术路线选择

门禁通行、课堂签到、实验室管理等场景对人脸识别的需求越来越普遍。这类需求通常有几个共同特征：预算有限、设备数量不多、对数据隐私敏感、希望离线运行。相比依赖服务器的高成本方案，以一颗内置神经网络加速单元的低功耗视觉芯片为核心的端侧方案，恰好契合这些诉求：整机物料成本可控制在较低水平，识别过程全部在本地完成，断网也能正常工作，且人脸数据不出设备，天然规避了一部分隐私合规风险。

端侧与云端并非对立关系。端侧方案适合小规模、离线、低延迟场景；如果业务后续需要管理大规模人脸库、多设备并发接入，则可以将端侧设备与云端AI能力组合使用，例如由百度智能云提供的通用人脸识别类服务负责大规模特征检索与数据管理，端侧负责实时检测与交互体验，形成端云协同架构。本文重点讨论纯端侧路线的完整落地过程。

二、系统总体架构设计

一套完整的端侧人脸识别系统可以拆成五个层次：

• 感知层：摄像头模组负责图像采集，是整个链路的入口；
• 计算层：AI视觉芯片完成人脸检测、特征提取与1:N比对，是系统核心；
• 存储层：利用芯片的片上Flash保存人脸特征库，要求断电不丢失；
• 交互层：屏幕用于取景与提示，蓝牙串口模块、RFID读卡模块、按键等承担录入与管理入口；
• 执行层：主控MCU（单片机）驱动舵机、语音模块、继电器等，把“识别通过”翻译成“门开了”“语音报姓名”等实际动作。

数据流可以概括为：摄像头采集一帧图像 → 视觉芯片检测出人脸框 → 提取特征向量 → 与本地特征库比对 → 输出识别结果 → 通过串口通知MCU → MCU执行开门、播报等动作。把这条链路画清楚，后面的每个功能模块都是在链路上的某个环节做增强。

三、开发起步：模型获取、固件烧录与跑通示例

1. 获取预训练模型。 视觉芯片或模组厂商通常提供官方的人脸检测模型与人脸特征提取模型，以及配套示例工程。入门阶段不建议自己训练，直接使用预训练模型即可满足多数门禁类需求。

2. 理解存储分区布局。 固件、模型文件、用户特征库通常分别占用Flash的不同分区。烧录时一般将固件与模型打包成一个镜像一次写入，而特征库分区留给运行时读写。理解这个布局，才能解释“为什么录入的人脸断电后还在”“为什么重新烧录固件时要注意是否擦除特征库”。

3. 烧录注意事项。 常见失败原因包括：未正确进入下载模式、串口波特率不匹配、USB线材只有充电功能、供电不稳导致写入中断。排查时优先检查这几项，绝大多数问题都出在这里。

4. 跑通示例并理解原理。 示例运行成功的标志是屏幕出现取景画面、人脸框与识别结果打印正常。此时应通读示例代码，其结构通常是：初始化（摄像头、屏幕、串口）→ 主循环（采集、推理、比对、输出）。理解原理比看懂每行代码更重要——人脸识别本质上是三步：

• 检测：在图像中定位人脸框；
• 特征提取：把人脸区域映射为一个高维特征向量；
• 比对：计算待识别人脸与库中特征的距离或相似度，超过阈值即判定为同一人。

阈值是误识率与通过率之间的权衡旋钮，阈值越高越严格（拒真多），越低越宽松（认假多），需按场景调试。

# 伪代码：端侧识别主循环（示意）
init_camera(); init_lcd()
face_db = load_face_db()          # 上电从Flash加载特征库
while True:
    img = camera_capture()
    for box in face_detect(img):
        feat = extract_feature(img, box)
        uid, score = match(feat, face_db)
        if score > THRESHOLD:
            draw(img, box, uid)
            uart_send(CMD_PASS, uid)   # 通知MCU开门
        else:
            draw(img, box, "未知")
    lcd_show(img)

四、核心功能实现细节

4.1 特征库断电存储。 建议为每条记录设计统一结构：用户ID、量化后的特征向量、状态标志（空/有效/已删除）、CRC校验。写入时先擦除扇区再追加记录，并写入magic与校验字段；上电时扫描分区重建内存索引，CRC不通过的记录直接丢弃，可大幅提升数据可靠性。Flash擦写有寿命限制，应避免频繁整块擦除，可采用追加写、定期整理的策略。

/* 伪代码：特征记录结构（示意） */
typedef struct {
    uint32_t magic;            // 区块有效标志
    uint16_t user_id;          // 用户ID
    uint8_t  feature[F_LEN];   // 量化后的特征向量
    uint8_t  status;           // 0空 1有效 2已删除
    uint16_t crc;              // 数据校验
} face_record_t;

4.2 人脸录入（蓝牙指定ID方式）。 流程为：蓝牙收到“录入命令+指定ID” → 屏幕提示对准镜头 → 连续采集多帧 → 按人脸大小、清晰度、正脸程度做质量筛选 → 对合格帧的特征取均值（或保存多条）→ 写入Flash → 返回录入结果回执。多帧、多角度录入能显著提升后续识别的鲁棒性，这一步的样本质量直接决定系统体验上限。

4.3 人脸删除。 按ID删除时，可将记录状态置为“已删除”，也可重建整个分区；同时同步内存索引。删除后应立即生效，避免出现“已删用户仍可通行”的安全漏洞。

4.4 RFID刷卡录入ID。 与蓝牙录入相比，刷卡方式更贴近门禁的真实使用习惯：用户ID直接来自卡片，流程变为“刷卡取得ID → 进入人脸录入”。两种方式可并存，由不同的命令字区分，便于按现场条件灵活选择。

五、外设联动与业务闭环

5.1 蓝牙控制舵机。 识别通过后，MCU收到命令字，驱动舵机转动模拟开锁，延时后回位。实现时注意两点：PWM脉宽与角度的对应关系需实测标定；应加入软件互锁与最小动作间隔，防止舵机被高频指令反复触发而损坏。

5.2 非接触红外测温与语音播报。 红外测温模块一般通过I2C或串口读取温度数据，使用时需关注发射率设置、环境温度补偿与测量距离，否则读数会明显漂移。语音模块则在识别通过、识别失败、体温异常等事件发生时播放对应提示音。“人脸识别+测温+语音”三者组合，即可构成一个典型的健康筛查门禁，这也是毕业设计中最常见的高分组合形态。

六、与主控单片机的串口通信协议设计

视觉芯片与MCU之间推荐自定义二进制帧协议，基本字段如下：

字段	长度	说明
帧头	2字节	固定值，如0xAA 0x55
长度	1字节	数据区长度
命令字	1字节	识别结果/录入/删除/心跳等
数据	N字节	用户ID、相似度分数、温度值等
校验	1~2字节	累加和或CRC

接收端用状态机解析：找帧头 → 读长度 → 收数据 → 校验 → 分发处理。为提高可靠性，建议增加帧间隔超时复位、校验失败丢弃、关键命令应答重发机制。

/* 伪代码：帧解析状态机（示意） */
switch (state) {
case WAIT_HEAD:  if (b == 0xAA) state = WAIT_HEAD2; break;
case WAIT_HEAD2: if (b == 0x55) state = WAIT_LEN;   break;
case WAIT_LEN:   len = b; idx = 0; state = WAIT_DATA; break;
case WAIT_DATA:  buf[idx++] = b;
                 if (idx >= len) state = WAIT_CRC;  break;
case WAIT_CRC:   if (check(buf, len, b)) dispatch(buf, len);
                 state = WAIT_HEAD; break;
}

七、进阶扩展：口罩识别

实现思路有两种：一是在人脸检测之后串联一个小型二分类模型（戴口罩/未戴口罩），自行采集覆盖不同光照、角度、口罩类型的数据，标注后训练并量化部署；二是直接与识别业务联动——佩戴口罩会改变面部特征，导致比对分数下降，可在“戴口罩模式”下适度调整阈值策略或提示用户临时摘下口罩。第一种方案能力更完整，第二种方案成本更低，可按项目周期取舍。

八、常见问题与调试建议

• 识别不稳定：优先改善光照均匀性，固定拍摄距离与角度，并提高录入样本质量；
• 误识他人：适当调高比对阈值，录入时采集多帧多角度特征；
• 烧录失败：检查下载模式引脚、线材质量与供电稳定性；
• 串口乱码丢包：确认双方波特率一致、共地，加校验与重传；
• 特征库异常：记录中必须带magic与CRC，上电自检并剔除坏块。

九、结语与学习路径建议

推荐的学习路径是：跑通厂商示例 → 理解检测-特征-比对原理 → 完成特征库存储与增删管理 → 打通外设联动 → 设计可靠的通信协议 → 尝试口罩识别等进阶模型。这条路径由易到难、每一步都有可演示的成果，与高校毕业设计、课程实验及个人开发验证的需求高度契合。当项目规模扩大后，再考虑接入云端通用AI能力做端云协同，即可平滑地从原型走向产品化。