ESP32-CAMで作るAI顔認識ドアロックシステム：ローカル処理でプライバシー保護

部品と材料

部品	数量	備考
ESP32-CAM開発ボード（OV2640カメラ内蔵）	1	Wi-Fi/Bluetooth内蔵、AI推論可能
電磁ロック（DC 12V、フェイルセーフ/フェイルセキュア選択可）	1	ドア制御用
リレーモジュール（5V駆動、1回路）	1	ロック駆動用
DC-DC昇圧コンバータ（5V→12V）	1	USB給電からロック電圧生成
マイクロSDカード（32GB以下）	1	顔データベース・ログ保存用
赤外線LEDアレイ（夜間撮影用）	1	オプション
タクトスイッチ（登録/リセット用）	2	ユーザー登録・全削除
ステータスLED（緑/赤）	各1	認証結果表示
ブザー	1	音声フィードバック
筐体（防水・防塵、壁面取付可能）	1	屋外設置対応

使用ライブラリ・ツール

• ESP32 Arduino Core（最新版）
• esp-faceライブラリ（Espressif公式、顔検出・認識）
• FS.h / SD_MMC.h（SDカードアクセス）
• WiFi.h / WebServer.h（設定Web UI用）
• Arduino IDE / PlatformIO / ESP-IDF

プロジェクト概要

ESP32-CAMの内蔵カメラとCPUリソースのみで、クラウド不要・完全ローカル処理の顔認識ドアロックを構築します。顔画像・特徴量データはマイクロSDカードに暗号化保存され、ネットワークには一切送出されません。プライバシーとセキュリティを最優先した、エッジAIの実用例です。

主な機能

• 顔登録モード：タクトスイッチ長押し→緑LED点滅→カメラ前で顔登録（複数角度・表情で5-10枚自動撮影）
• 顔認証モード：常時監視、顔検出→特徴量抽出→登録データベースと照合（閾値調整可）→ 一致なら電磁ロック解錠（設定時間保持）
• ライブビュー/設定Web UI：同一Wi-Fiネットワークからブラウザアクセスで、カメラ映像確認、閾値調整、ユーザー管理、アクセスログ閲覧
• 不正アクセス検知：連続認証失敗でブザー警報、ロックアウト期間設定
• 夜間対応：赤外線LEDで暗所でも認識可能（オプション）
• 電源断対策：SDカードにデータ永続化、起動時自動ロード

ハードウェア接続

ピン割り当て（ESP32-CAM標準ピンアウト準拠）

機能	GPIO	備考
カメラ（内蔵）	複数専用ピン	ライブラリが自動管理
SDカード（SPIモード）	CLK:14, CMD:15, D0:2, D1:4, D2:12, D3:13	1-bitモードならD0のみ
リレー制御	GPIO 13 (SD D3と共用注意) または GPIO 2	SD使用時はGPIO 2推奨
登録ボタン	GPIO 0	ブートモード兼用、起動時はHigh必須
リセットボタン	GPIO 16	U2RXD、内部プルアップ
緑LED（成功）	GPIO 4 (SD D1と共用注意)	SD 1-bitモードなら使用可
赤LED（失敗）	GPIO 2	内蔵LEDと共用可
ブザー	GPIO 12 (SD D2と共用注意)	SD 1-bitモードなら使用可
IR LED制御	GPIO 14 (SD CLKと共用)	SD使用時は別GPIO必須

注意: ESP32-CAMはピンが限られるため、SDカードを1-bitモード（D0のみ）で運用し、GPIO 2, 4, 12, 13, 14, 15, 16を周辺機器に割り当てるのが現実的です。SDカード検出スイッチ（CD）ピンをGPIO 13に接続し、カード挿入時のみSDマウントする設計も推奨。

電源設計

• 全体をUSB 5V（2A以上推奨）で給電
• 昇圧コンバータで12V生成→電磁ロックへ
• リレーでロック電源ON/OFF制御
• ESP32-CAMの3.3Vレギュレータは電流容量が小さいため、カメラ+Wi-Fi+SD同時動作時は外部3.3Vレギュレータ（AMS1117-3.3等）追加推奨

ソフトウェアアーキテクチャ

コア処理フロー

setup():
  1. シリアル/ピン初期化
  2. SDカードマウント（失敗時は内蔵フラッシュフォールバック）
  3. 顔データベース読み込み（/faces/ディレクトリから特徴量ベクトル復元）
  4. カメラ初期化（フレームサイズ: QVGA 320x240 / HQVGA 240x176 推奨）
  5. esp-faceライブラリ初期化（検出モデル: Human Face Detect、認識モデル: MobileFaceNet）
  6. Wi-Fi接続（STAモード、固定IP推奨）
  7. Webサーバー起動（/stream, /config, /api/* エンドポイント）
  8. メインループ開始

loop():
  1. ボタン状態チェック（登録/リセット長押し検出）
  2. カメラフレーム取得（fb = esp_camera_fb_get()）
  3. 顔検出実行（face_detect(fb)）
  4. 検出時: 顔領域切り出し→特徴量抽出（face_recognize()）
  5. 登録DBとコサイン類似度比較（閾値デフォルト 0.75）
  6. 一致時: 緑LED点灯、ブザー短音、リレーON（ロック解錠）、アクセスログ記録
  7. 不一致時: 赤LED点灯、ブザー長音、失敗カウントインクリメント
  8. 失敗閾値超過時: ロックアウト（設定時間認証受付停止）、管理者メール通知（Wi-Fi経由）
  9. フレームバッファ解放（esp_camera_fb_return()）
  10. Webサーバー処理（client.handle()）
  11. 定期タスク（NTP時刻同期、ウォッチドッグリセット、ヒープ監視）

esp-faceライブラリの活用ポイント

• face_id_init()：認識エンジン初期化、登録ユーザー数上限設定（デフォルト50人）
• face_id_enroll()：新規顔登録（複数フレームから特徴量平均化、ID自動採番）
• face_id_recognize()：認証実行、一致IDと類似度スコア返却
• face_id_delete()：指定ID削除、face_id_clear()：全削除
• 特徴量ベクトル（192次元 float）をSDカードのバイナリファイル（/faces/face_.dat）に保存

Web UIエンドポイント設計

パス	メソッド	機能
/	GET	メインダッシュボード（ライブ映像、ステータス、クイック操作）
/stream	GET	MJPEGストリーム配信（ブラウザで直接表示可能）
/api/status	GET	JSON: システム状態、登録ユーザー数、メモリ/ヒープ、アップタイム
/api/users	GET	JSON: 登録ユーザー一覧（ID, 名前, 登録日時, サンプル数）
/api/enroll	POST	顔登録開始（{name: "user_name"}）、完了までポーリング
/api/delete	POST	ユーザー削除（{id: 3}）
/api/config	GET/POST	設定取得/更新（閾値、解錠時間、ロックアウト時間、Wi-Fi設定等）
/api/logs	GET	アクセスログ取得（ページング、フィルタ対応）

セキュリティ・プライバシー設計

• 完全ローカル処理：顔画像・特徴量はデバイス外に出ない。クラウドAPI不使用。
• データ暗号化：SDカード上の特徴量ファイルをAES-256暗号化（鍵はデバイス固有IDから導出）
• Web UI認証：Basic認証またはトークンベース認証（HTTPS化推奨、自己署名証明書可）
• 物理セキュリティ：筐体ネジ隠し、SDカードスロット内部配置、リセットボタン長押しで全データワイプ機能
• ファームウェア検証：Secure Boot + Flash Encryption（ESP32標準機能）有効化推奨

実装上の課題と対策

課題	対策
メモリ不足（PSRAMなしモデル）	フレームサイズをHQVGA(240x176)に制限、JPEG品質下げ、タスク優先度調整
認識精度（照明変化、角度、経年変化）	登録時多角度撮影、閾値チューニング（0.7-0.85）、定期的な再登録推奨
誤検知（写真、動画、マスク）	生体検知（まばたき検出、深度情報なしで擬似的実装）、複数フレーム連続一致要求
応答遅延（検出〜解錠まで）	フレームレート5-10fps、検出間隔制限（200ms以上空けない）、非同期処理
Wi-Fi切断時の動作継続	認証ロジックはWi-Fi非依存、Web UIのみ制限、再接続タスク別スレッド

拡張アイデア

• ICカード/NFCリーダー併用（二要素認証）
• MQTT/Home Assistant連携（状態公開、遠隔解錠コマンド受信）
• 複数ドアのセントラル管理（ESP-NOWでメッシュ構築）
• 音声ガイダンス（DFPlayer Mini + スピーカー）
• 温度測定センサ併設（非接触体温チェック）
• バッテリーバックアップ（UPS HAT）で停電時も動作

まとめ

ESP32-CAM単体で実用レベルの顔認識アクセス制御が実現できることは、エッジAIの進歩を象徴しています。クラウド依存ゼロ、データ主権完全確保、低コスト（約3,000-5,000円）、省電力（平均1-2W）という特長は、個人宅・小規模オフィス・研究室などのプライバシー重視環境に最適です。esp-faceライブラリの成熟度も高く、MobileFaceNetベースの認識精度はホビーユースなら十分実用的です。今後、ESP32-S3（AIアクセラレータ内蔵、PSRAM標準搭載）への移行で、より高精度・高速・大容量DB対応が容易になるでしょう。