基于人臉識別的高校智能學(xué)工系統(tǒng)

匡紅梅 陳衛(wèi) 李偉

人臉識別技術(shù)是一種重要的生物認(rèn)證技術(shù)，通過對人的臉部生物特征進行采集，并與數(shù)據(jù)庫中的特征數(shù)據(jù)進行匹配，實現(xiàn)對人的身份智能識別。當(dāng)前，隨著深度學(xué)習(xí)技術(shù)應(yīng)用到人臉識別中，使得動態(tài)人臉識別和匹配的效率大幅提升，能輕松做到毫秒級的識別速度，足以滿足大部分工程實踐。

1引言

高校中的輔導(dǎo)員往往肩負著一個年級幾百學(xué)生的日常工作，有些老師還要負責(zé)團委、資助和就業(yè)等專項工作。為了將自己的工作專業(yè)化、智能化和服務(wù)化，輔導(dǎo)員需要對辦公室來訪學(xué)生及其信息充分掌握，并對問題學(xué)生進行及時溝通。

2系統(tǒng)結(jié)構(gòu)框架

高校智能學(xué)工系統(tǒng)整體基于分布式的網(wǎng)絡(luò)框架，節(jié)點終端與服務(wù)器之間采用“星形”數(shù)據(jù)模型進行通信，辦公室的每個輔導(dǎo)員通過觸摸屏Pad終端查詢和交互數(shù)據(jù)信息。終端的節(jié)點擁有查看實時的來訪學(xué)生信息、備注學(xué)生狀態(tài)等功能。同時依托微信小程序，對終端的數(shù)據(jù)信息進行查看和管理。

2.1人臉識別技術(shù)背景

（1）20世紀(jì)40～60年代，歐美一些主要國家先后提出了基于人臉的生物特征對人身份的識別理論。當(dāng)時人臉識別主要停留在人臉的幾何結(jié)構(gòu)特征的研究，并作為模式識別的一個下屬分支進行研究。

（2）20世紀(jì)60～90年代，由于電子計算機迅猛發(fā)展，基于早期的理論研究，科學(xué)家把人臉識別的幾何特征與計算機的數(shù)據(jù)結(jié)構(gòu)相接合，將一些人臉特征存儲到計算機中，并進行算法研究和仿真。該階段為今后的人臉識別應(yīng)用奠定了基礎(chǔ)。

（3）20世紀(jì)90年代到本世紀(jì)初，人臉識別算法進一步優(yōu)化，CPU的速度和顯卡性能進一步發(fā)展，使人臉識別技術(shù)在工程實踐中得到了應(yīng)用。

2.2系統(tǒng)技術(shù)方案

高校智能學(xué)工系統(tǒng)中的人臉識別，基于OpenCV數(shù)字圖像處理工具，對采集數(shù)據(jù)進行圖像處理。在處理的過程中，共分為3個階段。

（1）圖片采集和預(yù)處理。在對靜態(tài)圖片進行特征點提取之前，需要對圖片進行一定的處理，目的是對特征點不容易提取的圖片或光線較差的圖片進行補光或降噪。預(yù)處理后的采樣效率好壞對采集效率具有十分關(guān)鍵的作用。

（2）人臉特征碼識別和提取。人臉特征碼識別和提取通過特征臉法（Engine Face），PCA降維處理進行完成。該方法將包含特征信息的區(qū)域看作一種隨機向量，采用K-L變換（Karhunen Loeve expansion）獲得其正交基底。系統(tǒng)對特征碼提取后，以十六進制的形式存儲在數(shù)據(jù)庫服務(wù)器中。

（3）人臉特征碼比對。系統(tǒng)對提取的人臉特征碼與數(shù)據(jù)庫中的特征碼數(shù)據(jù)庫中信息碼進行匹配查詢操作，對查詢成功的信息進行身份確認(rèn)，對查詢不到的信息做查詢不到處理。為提升查詢速度，系統(tǒng)對特征碼數(shù)據(jù)庫中的數(shù)據(jù)進行索引設(shè)置，有效提升查詢效率。實驗證明，系統(tǒng)采樣和比對的速度能夠達到工程實踐要求。

2.3相關(guān)技術(shù)方案比較

當(dāng)前，除了基于本系統(tǒng)的技術(shù)方案以外，主流的生物識別方案還有虹膜身份識別、聲音識別方案和指紋識別等。與人臉特征碼比對的方式相比，其他幾種方案都具有一定的不足。

（1）虹膜身份識別基于每個人的不同的虹膜圖案結(jié)構(gòu)，實驗證明：即使是同一個人的右眼和左眼也有很大的不同。虹膜圖案實際上比指紋更獨特和清晰，可以安全的作為識別一個人身份的方法。缺點是虹膜身份識別的采集難度較大，需要采集者配合且不易于操作。

（2）指紋識別的優(yōu)點主要是識別算法比較簡單，容易在嵌入式產(chǎn)品中實現(xiàn)。缺點是該識別方案需要采集者配合且不易于操作，采集時間較長（通常在0.5～1 s范圍），同時對指紋不清晰或指紋不明顯的個體識別難度較大。

（3）聲音識別方案是手機身份識別的重要方案，優(yōu)點是識別算法簡單，識別準(zhǔn)確率高。該方案的缺點是識別速度慢，對識別環(huán)境的要求高，不易于對大面積人群進行推廣。

3結(jié)束語

從系統(tǒng)的整體進行分析，由于辦公室每位老師所看到的學(xué)生數(shù)據(jù)全部由人臉識別模塊進行提供，所以人臉識別的效率決定著系統(tǒng)運轉(zhuǎn)的整體性能。在實踐過程中，與傳統(tǒng)的人臉識別比較，高校智能學(xué)工系統(tǒng)采用的是動態(tài)人臉識別，而動態(tài)識別的原理是：根據(jù)采集視頻中，對每秒的視頻截取30張圖片，即按照每秒30幀進行實時采集。實踐證明，基于這樣的識別效率可有效滿足目前的工程需求，達到預(yù)計的效果。