人臉識(shí)別系統(tǒng)應(yīng)用于校園管理的優(yōu)越性探究

崔榮升，齊 凱，趙 威

（山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院，泰安 271018）

1 研究背景

1.1 技術(shù)對(duì)比

當(dāng)前主流的信息識(shí)別方式有指紋識(shí)別、虹膜識(shí)別以及人臉識(shí)別。由于虹膜識(shí)別技術(shù)的造價(jià)高昂性，人臉識(shí)別系統(tǒng)在成本相對(duì)較低的基礎(chǔ)上，可以精確地捕捉、記憶識(shí)別者的面貌特征，更利于校園這種特殊環(huán)境的使用，健全校園安全的管理機(jī)制[1]。指紋識(shí)別技術(shù)相比于傳統(tǒng)的磁卡接觸式識(shí)別，在剛推出時(shí)以高效性、準(zhǔn)確性的優(yōu)勢(shì)迅速大面積得到推廣使用。如今市場(chǎng)上幾乎絕大多數(shù)智能手機(jī)的安全識(shí)別均采用了指紋識(shí)別技術(shù)，但其相比于人臉識(shí)別而言仍存在著嚴(yán)重的缺陷。人類指紋的信息雖是獨(dú)一無(wú)二，但指紋的殘留性使指紋信息極容易被復(fù)制，便會(huì)使信息的安全性大打折扣。近年來(lái)由于指紋復(fù)刻引起的隱私泄露情況屢見不鮮。

1.2 發(fā)展歷程

人臉識(shí)別技術(shù)的發(fā)展歷程大致可分為三個(gè)階段。上世紀(jì)60年代左右，當(dāng)時(shí)的研究只是對(duì)面部五官的相對(duì)位置進(jìn)行較直觀的分析，而不能很好地反映出不同場(chǎng)景下具體的面部變化和姿態(tài)表情，當(dāng)時(shí)的人臉識(shí)別技術(shù)在背景單一情況下進(jìn)行的信息捕捉會(huì)極大影響效果[3]。

即便如此，這也是開啟了人臉識(shí)別技術(shù)研究之先河。上世紀(jì)90年代是人臉識(shí)別技術(shù)高度發(fā)展的階段。以統(tǒng)計(jì)算法為支撐的“特征臉”方法的提出，將人臉的拓?fù)浣Y(jié)構(gòu)與全局灰度和局部灰度互相結(jié)合[4]，使人臉識(shí)別的研究有了基礎(chǔ)理論支撐。Fisher 判別法則同樣引入了基于統(tǒng)計(jì)的算法，利用主成分分析（PCA）[5]，以方差來(lái)衡量信息的大小使統(tǒng)計(jì)過(guò)程簡(jiǎn)潔且精確。進(jìn)入新世紀(jì)以來(lái)，隨著大數(shù)據(jù)和深度學(xué)習(xí)算法的日益成熟，人們的研究重心逐漸地轉(zhuǎn)向了大數(shù)據(jù)庫(kù)中的人臉識(shí)別領(lǐng)域并達(dá)到了非常高的精確程度。.深度學(xué)習(xí)借助圖形處理器（GPU）所組成的運(yùn)算系統(tǒng)進(jìn)行大數(shù)據(jù)分析[6]，另識(shí)別的速度和精度上已經(jīng)遠(yuǎn)遠(yuǎn)超越了人類。如今，基于海量數(shù)據(jù)的Face-Net 算法在LFW 數(shù)據(jù)庫(kù)中的精確程度已經(jīng)達(dá)到了99.63%[2][6]。

2 人臉識(shí)別的技術(shù)實(shí)現(xiàn)

2.1 臉部圖像預(yù)處理

人臉識(shí)別的圖像難免會(huì)受到噪聲、光照明暗程度等多種因素的干擾。干擾下所獲取圖像的信息量減少，很難滿足適用于人類觀測(cè)、機(jī)器識(shí)別所需圖像的要求。降低多種不利因素的影響，獲取滿足觀測(cè)要求的圖像就是進(jìn)行臉部圖像預(yù)處理工作的意義所在。就圖像的噪聲干擾而言，首先要對(duì)圖像進(jìn)行灰度化處理。由于線性濾波的理想低通特性，圖像的邊緣不易存儲(chǔ)記憶，故應(yīng)采用標(biāo)準(zhǔn)中值濾波算法（SMF）。SMF 算法的核心思想是快速排序算法[7]，依賴多次排序，可以很好的解決隨機(jī)噪聲的干擾，保留邊緣信息。由于多次排序的工作復(fù)雜性和濾波器窗口尺寸的有限性，依靠平均思想，在SMF 算法的基礎(chǔ)上，國(guó)內(nèi)學(xué)者又給出了加權(quán)快速中值濾波算法和加權(quán)自適應(yīng)中值濾波算法[7]。

2.2 人臉檢測(cè)

人臉檢測(cè)是指在輸入圖像中確定人臉的大小、位姿、位置的過(guò)程[8]。膚色特征和灰度特征是面部圖像的兩大主要特征。色度空間的選取影響著膚色模型的確立。RGB（紅、綠、藍(lán)三種基色）、SHI（飽和度、色調(diào)、亮度）均是常用的色度空間；混合高斯模型、直方圖模型是常用的膚色模型。Terrillon 曾指出，在互不相同的色度空間里的膚色區(qū)域以及非膚色區(qū)域的吻合度是限制人臉檢測(cè)性能的主要因素。人的眼睛、鼻子、嘴巴等主要區(qū)域具有鮮明的灰度分布特征。著名的人臉鑲嵌圖特征的中心思想是把人的臉部圖像進(jìn)行等大小的方格切分，分割后的每格的灰度滿足的制約規(guī)則便是鑲嵌圖特征，分割后的每個(gè)方格內(nèi)的像素平均值代表每格的灰度值?；诿娌磕Ｐ偷淖R(shí)別方法主要是依靠人臉特征所總結(jié)的經(jīng)驗(yàn)，利用鑲嵌圖特征來(lái)描述臉部的肌膚、紋理、結(jié)構(gòu)等特征。人臉檢測(cè)常用的方法還有基于特征空間的方法、基于人工神經(jīng)網(wǎng)絡(luò)的方法及基于深度學(xué)習(xí)的算法等[8]。

2.3 信息匹配與驗(yàn)證

通過(guò)人臉檢測(cè)確定臉部的大小、位置后要確定眼、耳、鼻、嘴等關(guān)鍵節(jié)點(diǎn)的關(guān)鍵位置，該過(guò)程可以通過(guò)深度學(xué)習(xí)框架實(shí)現(xiàn)。雙眼間的直線距離、鼻孔的位置坐標(biāo)、嘴巴分別開閉時(shí)的長(zhǎng)和寬均是應(yīng)該精密測(cè)量獲得的數(shù)據(jù)。測(cè)量完這些關(guān)鍵位置數(shù)據(jù)后，系統(tǒng)將以微波級(jí)別的精度測(cè)試面部輪廓線條，創(chuàng)建模板，最終存儲(chǔ)為面部印記，創(chuàng)建人臉圖像數(shù)據(jù)庫(kù)[6]。創(chuàng)建完成后便進(jìn)行數(shù)據(jù)庫(kù)中的目標(biāo)圖像與用于驗(yàn)證的人臉圖像的匹配驗(yàn)證工作。所進(jìn)行驗(yàn)證的圖像只允許與數(shù)據(jù)庫(kù)中已創(chuàng)建的一張目標(biāo)人臉圖像相匹配，只能滿足“一對(duì)一”原則而不允許“一對(duì)多”或“多對(duì)一”。

3 具體應(yīng)用

3.1 完善校園安全機(jī)制

校園安全密切關(guān)聯(lián)著每位師生的切身利益，是校園工作的重中之重。高校校園大多是開放式的，區(qū)分外來(lái)社會(huì)人員和校內(nèi)人員身份是高校安全工作的重要抓手。傳統(tǒng)的宿舍查寢或校外人員進(jìn)出等信息識(shí)別方式多數(shù)是采用“人頭登記”的方式。每個(gè)人的面部特征都是唯一的，門衛(wèi)人員也不可能記準(zhǔn)每一位來(lái)往人員的面部特征，所以冒名登記的現(xiàn)象成為了扎根在如今校園安全建設(shè)“腹”中的一根毒刺。由于人臉識(shí)別技術(shù)區(qū)別與傳統(tǒng)方法具有高效、準(zhǔn)確和安全的特點(diǎn)，可以有效地解決這一傳統(tǒng)弊端。將人臉識(shí)別技術(shù)移植到校園人流量較大處的門禁中（如校門口、宿舍、辦公樓、教學(xué)區(qū)域或重點(diǎn)實(shí)驗(yàn)室等），可以設(shè)置“刷臉機(jī)”，憑“臉”進(jìn)入，并將刷“臉”信息與學(xué)校內(nèi)網(wǎng)相連，實(shí)時(shí)共享發(fā)布，在后臺(tái)記錄人員進(jìn)出情況并實(shí)時(shí)的將可疑信息反饋給家長(zhǎng)或輔導(dǎo)員手中，讓學(xué)生的相關(guān)負(fù)責(zé)人及時(shí)掌握學(xué)生的隨意出入或夜不歸宿等可疑行蹤，及時(shí)進(jìn)行針對(duì)性教育，有效杜絕安全隱患甚至違法犯罪。

3.2 優(yōu)化校園活動(dòng)效率

人臉識(shí)別技術(shù)的充分利用可以最大限度的優(yōu)化校園活動(dòng)效率。食堂刷卡、圖書館借閱、課堂考勤、乘坐校車都可以運(yùn)用人臉識(shí)別技術(shù)。食堂點(diǎn)餐時(shí)若擺脫磁卡接觸式付款，改用人臉識(shí)別技術(shù)不僅可以極大地節(jié)省寶貴時(shí)間，又可以避免因匆忙忘帶飯卡而四處著急吃不上飯的尷尬。在圖書館借閱圖書時(shí)，運(yùn)用人臉識(shí)別技術(shù)不僅可以避免遇到和在食堂中遇到的類似的麻煩，還可以很好地減輕圖書借閱員的工作壓力，使他們有更多的時(shí)間完成其他工作。

將人臉識(shí)別技術(shù)應(yīng)用到課堂考勤會(huì)是提高教學(xué)質(zhì)量、促進(jìn)考核公平的一項(xiàng)重要措施。如今的高校期末成績(jī)均是由平時(shí)表現(xiàn)成績(jī)和期末測(cè)試成績(jī)組合而成。在授課過(guò)程中，學(xué)生為了應(yīng)付老師點(diǎn)名，“簽完名就走，答完到就跑”已成常態(tài)，亦有個(gè)別學(xué)生頂替簽到，甚至直接不進(jìn)教室，最后的考勤成績(jī)卻仍然很高，這極大損害了考核公平。人臉識(shí)別技術(shù)可完全的避免學(xué)生的冒名頂替答到現(xiàn)象發(fā)生，保證課堂上座率。并且可以及時(shí)地將課堂考勤信息記錄下來(lái)，減輕教師期末成績(jī)錄入的工作負(fù)擔(dān)。利用人臉識(shí)別技術(shù)可以和和教學(xué)系統(tǒng)相關(guān)聯(lián)。對(duì)學(xué)科薄弱或者掛科過(guò)多的學(xué)生進(jìn)行面部記憶，將學(xué)生信息傳送到多媒體電腦中，這樣會(huì)使老師在講課中更加有的放矢，及時(shí)關(guān)注到學(xué)生的聽課情況。此外，人臉識(shí)別也可以有效地杜絕代考替考，維護(hù)教育公平。

4 結(jié)束語(yǔ)

人臉識(shí)別技術(shù)有著明顯區(qū)別于其他信息識(shí)別方式的優(yōu)勢(shì)。無(wú)論從校園管理建設(shè)角度，還是從校園安全問題角度，人臉識(shí)別技術(shù)均可發(fā)揮重要的作用?！鞍倌甏笥?jì)，教育為本”。校園建設(shè)是教育的主陣地，校園建設(shè)的方方面面影響著祖國(guó)教育的未來(lái)。新鮮事物的興起至其被全面接受需要一定的時(shí)間，希望學(xué)校建設(shè)者們可以重視人臉識(shí)別技術(shù)的應(yīng)用，緊握科技潮流，利用新興科技提升教育質(zhì)量，創(chuàng)造更好的教育環(huán)境。