人工智能在制造型企業(yè)管理中應(yīng)用的探索

楊昌平 張雪峰 姚勇 陳晨 朱婕 陳志國

摘? ?要：隨著人工智能的深入發(fā)展，其應(yīng)用領(lǐng)域越來越廣泛，對越來越多的行業(yè)均產(chǎn)生了深遠(yuǎn)的影響。企業(yè)智能化管理已經(jīng)是大勢所趨，該文結(jié)合公司管理現(xiàn)狀，從公司的安全、考勤流程簡化、考勤便捷性等多方面考慮，定制開發(fā)了以人臉識別為核心的一臉通系統(tǒng)平臺，涵蓋了門禁管理、考勤管理、訪客管理、陌生人預(yù)警等多方面管理應(yīng)用，提高了企業(yè)的安全級別和管理效率。

關(guān)鍵詞：人工智能? ?企業(yè)管理? ?人臉識別? ?人臉考勤

中圖分類號：TP18? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A文章編號：1672-3791（2021）07（a）-0038-04

Abstract： With the in-depth development of artificial intelligence， its application fields are more and more extensive， which has a far-reaching impact on more and more industries. Enterprise intelligent management has become the general trend. Combined with the current management situation of the company， this paper customized and developed the one face communication system platform with face recognition as the core， including access control management， attendance management， visitor management， stranger early warning and other management applications， it improves the security level and management efficiency of the enterprise.

Key Words： Artificial intelligence; Enterprise management; Face recognition; face attendance

人工智能簡稱為AI，它是用于研究和模擬人的智能的一門新的科學(xué)技術(shù)。人工智能是計算機科學(xué)的一個分支，它企圖使機器了解人類智能的實質(zhì)，并使機器做出和人類智能相似的反應(yīng)，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理等。

伴隨著信息化浪潮洶涌而來，對企業(yè)管理智能化管理的研究已經(jīng)是大勢所趨。結(jié)合企業(yè)現(xiàn)狀以及多方調(diào)研情況，以人臉識別為核心為公司定制了一套一臉通系統(tǒng)平臺，涵蓋了門禁管理、考勤管理、訪客管理、陌生人預(yù)警等多方面管理應(yīng)用。

1? 現(xiàn)狀與分析

1.1 項目背景

東風(fēng)德納車橋有限公司現(xiàn)有員工4 550余人，其中，工程技術(shù)人員400余人。公司總資產(chǎn)57.56億元，下設(shè)十堰工廠、襄陽工廠、廈門分公司和武漢技術(shù)分公司，公司占地面積83萬m2。

新冠疫情發(fā)生以來，公司生產(chǎn)受到了嚴(yán)重影響。在疫情防控中，減少人與人、人與物的接觸是最為有效直接的辦法。為實現(xiàn)員工以后無接觸進出、無接觸考勤，以及訪客接待便捷性，同時為了提升公司安全管理，經(jīng)過財務(wù)信息室到公司安保部、人力資源部、襄陽工廠 、十堰工廠 、生產(chǎn)車間、生產(chǎn)線、生產(chǎn)班組和相關(guān)廠家調(diào)研，公司領(lǐng)導(dǎo)決定上一套基于人臉識別技術(shù)的一臉通系統(tǒng)，該系統(tǒng)滿足門禁管理、考勤管理、訪客管理、陌生人預(yù)警的業(yè)務(wù)管理需求。

1.2 現(xiàn)狀分析

1.2.1 門禁系統(tǒng)

（1）現(xiàn)有門禁系統(tǒng)使用刷卡進出，存在卡與閘機接觸，給疫情防控帶來壓力。

（2）卡存在丟失，容易造成盜刷，給管理帶來困難，同時補辦新卡也存在時間問題，給員工進出帶來不便。

1.2.2 考勤系統(tǒng)

（1）目前工廠考勤機使用刷指紋，存在人與指紋機接觸，同時也存在他人代刷現(xiàn)象，為公司精細(xì)化管理帶來難度。

（2）考勤機只是簡單記錄的員工上下班時間，不能滿足管理部門對考勤數(shù)據(jù)的深化應(yīng)用需求。

（3）原有考勤系統(tǒng)比較老舊，大部分工作需要人工錄入，各層級考勤體系不統(tǒng)一，考勤效率低且人工成本高。

1.2.3 訪客系統(tǒng)

公司目前沒有訪客系統(tǒng)，訪客管理還使用人工登記，存在登記速度慢、登記信息容易出錯、難分訪客證件真假、事后無從查找等弊端，而且總部與兩工廠之間員工無法進行同步認(rèn)證，同樣需要執(zhí)行上述繁瑣操作，操作較麻煩，影響公司形象。

1.2.4 陌生人預(yù)警

公司目前沒有陌生人預(yù)警系統(tǒng)，陌生人的管控還主要靠保安巡邏。

2? 人臉識別技術(shù)介紹

2.1 人臉識別發(fā)展現(xiàn)狀與趨勢

近年來，人臉識別技術(shù)在學(xué)術(shù)界和工業(yè)界已經(jīng)取得了巨大的成果，已經(jīng)成為了安防領(lǐng)域的熱點技術(shù)方向，全球一些公司在LFW人臉識別數(shù)據(jù)集上取得99.5%以上的準(zhǔn)確率，人臉識別技術(shù)已經(jīng)具備了行業(yè)應(yīng)用的實際水平[1]。

在國內(nèi)，關(guān)于人臉識別的研究開始于20世紀(jì)80年代，主要的研究單位有清華大學(xué)、哈爾濱工業(yè)大學(xué)、中科院計算所、中科院自動化所、復(fù)旦大學(xué)、北京科技大學(xué)等，并且都取得了一定的成果[2]。

20世紀(jì)90年代以來，隨著高性能計算機的出現(xiàn)，人臉識別有了重大突破，進入了真正的機器自動識別階段。2010年前后，利用神經(jīng)網(wǎng)絡(luò)技術(shù)和機器深度學(xué)習(xí)理論，人臉識別技術(shù)取得了突破性進展，人臉識別的速度和準(zhǔn)確度都已經(jīng)達(dá)到實際環(huán)境的應(yīng)用要求。

2.2 人臉識別技術(shù)

2.2.1 深度學(xué)習(xí)模型

人工智能技術(shù)采用了一種類似于谷歌搜索引擎的大數(shù)據(jù)訓(xùn)練模型。谷歌的搜索引擎是通過用戶點擊產(chǎn)生頁面排名，并通過其排名算法實現(xiàn)對數(shù)據(jù)的歸類，最后返回結(jié)果給用戶。通過這樣一個閉環(huán)的網(wǎng)絡(luò)，實現(xiàn)了數(shù)據(jù)、技術(shù)和產(chǎn)品的良性循環(huán)發(fā)展。人臉識別技術(shù)同樣基于深度學(xué)習(xí)引擎，在通過標(biāo)注化的圖像數(shù)據(jù)對人臉識別算法進行訓(xùn)練后，最終通過算法把人臉識別結(jié)果反饋給用戶。用戶的數(shù)據(jù)進一步訓(xùn)練優(yōu)化算法，實現(xiàn)了數(shù)據(jù)、技術(shù)和產(chǎn)品的良性循環(huán)。目前人臉識別技術(shù)在互聯(lián)網(wǎng)、金融、安防等多個行業(yè)有著非常廣泛的應(yīng)用，積累了海量的數(shù)據(jù)，這些數(shù)據(jù)對人工智能算法的訓(xùn)練和提升起到了巨大作用[3]。

2.2.2 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（CNN），是深度學(xué)習(xí)算法在圖像處理領(lǐng)域，尤其人臉識別領(lǐng)域的一種具體應(yīng)用，深度卷積神經(jīng)網(wǎng)絡(luò)層次圖見圖1。主要包括3個層次：卷積層、降采樣層和全連接層。首先通過卷積層實現(xiàn)對局部信息的提取，其次降采樣層實現(xiàn)對數(shù)據(jù)的進一步降維處理，利于數(shù)據(jù)計算，同時通過局部極值的方式增加了網(wǎng)絡(luò)的魯棒性。最后全連接層對空域信息進行數(shù)據(jù)融合，得到圖像全局?jǐn)?shù)據(jù)的描述[4]。

2.2.3 人臉識別流程

（1）人臉檢測。人臉識別流程首先要完成的是對目標(biāo)圖片的掃描檢測，確定圖片中是否存在人臉、人臉的位置以及人臉的質(zhì)量等信息。該過程依然運用卷積神經(jīng)網(wǎng)絡(luò)進行算法訓(xùn)練，用來提高算法精確度，人臉檢測流程原理見圖2。

（2）特征提取。人臉識別的第二步是人臉特征提取，如圖3所示。由于拍攝環(huán)境、拍攝角度和圖片質(zhì)量等因素影響造成人臉圖像存在差異，在進行人臉特征提取之前需要對圖片進行圖像質(zhì)量矯正、濾波等預(yù)處理。完成預(yù)處理后對人臉的關(guān)鍵點進行特征點位標(biāo)注和特征值提取[5]。

（3）人臉識別。人臉識別的第三步是人臉識別，將提取后的人臉特征值，與人員底庫中保存的人臉特征值進行歐式距離計算，當(dāng)計算出來的結(jié)果滿足系統(tǒng)設(shè)定的閾值條件時，返回比對信息。

3? 解決方案

3.1 系統(tǒng)設(shè)計

3.1.1 系統(tǒng)架構(gòu)

系統(tǒng)架構(gòu)圖具體見圖4。

3.1.2 網(wǎng)絡(luò)結(jié)構(gòu)

網(wǎng)絡(luò)結(jié)構(gòu)圖具體見圖5。

3.2 系統(tǒng)功能

東風(fēng)德納車橋一臉通系統(tǒng)，由門禁子系統(tǒng)、考勤子系統(tǒng)、訪客子系統(tǒng)、陌生人預(yù)警子系統(tǒng)等組成。整套系統(tǒng)由總部統(tǒng)一部署，各地分級管理。

3.2.1 考勤子系統(tǒng)

全公司實現(xiàn)無接觸通行和考勤，公司員工可以一臉通行公司下轄的任何一個地方，對員工的考勤更加精確，從根本上杜絕代打卡現(xiàn)象，滿足公司勞動紀(jì)律稽查要求。

考勤管理系統(tǒng)，可以進行系統(tǒng)參數(shù)設(shè)置、部門管理、班組管理、生產(chǎn)線管理、員工調(diào)動管理、節(jié)假日設(shè)置、排班管理、班次異常管理、請假管理、年休假管理、角色管理、用戶管理、報表查詢等操作[6]，提高了考勤效率，節(jié)省了考勤的人力成本，實現(xiàn)對企業(yè)考勤的智能化管理。

3.2.2 門禁子系統(tǒng)

根據(jù)公司出入口人員門禁權(quán)限的管理要求，所有進出受控區(qū)域的人員均需人臉識別認(rèn)證后方可通行，系統(tǒng)可以有效防止未授權(quán)人員隨意進入受控區(qū)域，同時也可以有效地解決傳統(tǒng)刷卡門禁中一卡多刷、人卡不一的弊病，提高通行效率和安全等級。

3.2.3 訪客子系統(tǒng)

訪客系統(tǒng)支持線上訪客預(yù)約審批和線下訪客預(yù)約線上審批兩種模式。審批通過后，系統(tǒng)給予相應(yīng)的通行權(quán)限，訪客刷臉即可通行，實現(xiàn)訪客通行智能化。

3.2.4 陌生人預(yù)警子系統(tǒng)

實現(xiàn)陌生人事先預(yù)警，第一時間將信息推送給安保人員，保障員工個人利益和公司集體利益不受損害，提高了公司的安全等級。

4? 結(jié)語

一臉通系統(tǒng)平臺使用近10個月以來受到公司的一致認(rèn)可，極大地提高考勤的水平和效率，實現(xiàn)了考勤管理的方便性、高效性、公正性;提高了公司安全等級;提升了公司的管理效率和企業(yè)形象。具體體現(xiàn)以下幾點。

（1）根據(jù)公司結(jié)構(gòu)，所在城市設(shè)定相適應(yīng)的考勤規(guī)則，建立了科學(xué)的考勤體系。

（2）通過簽到簽退時間及所排班次，自動計算出加班延點缺勤時間，實現(xiàn)了考勤智能化。

（3）各種報表，員工自助查詢等方式多重多樣，體現(xiàn)了考勤的公開透明。

（4）打通了協(xié)同平臺與考勤系統(tǒng)的請假流程，使考勤更加準(zhǔn)確。

（5）精準(zhǔn)的時間記錄、嚴(yán)謹(jǐn)?shù)倪壿嬎惴?，為薪酬發(fā)放提供更加準(zhǔn)確的數(shù)據(jù)。

初步估計人臉考勤系統(tǒng)的上線為公司每年產(chǎn)生了直接或間接經(jīng)濟效益50萬元，節(jié)省了20萬元的人力成本。人工智能的引入極大地提高了公司的管理效率，值得推廣使用。公司以后的安全保衛(wèi)工作和生產(chǎn)工作也將繼續(xù)引入人工智能，實現(xiàn)公司管理安保生產(chǎn)的高度智能化。

參考文獻(xiàn)

[1] 鐘海波.基于深度學(xué)習(xí)的人臉識別技術(shù)在智慧安防建設(shè)中的應(yīng)用[J].廣東公安科技，2018，26（1）：38-41.

[2] 周而進.距離對齊技術(shù)在人臉識別中的應(yīng)用[EB/OL].（2020-03-05）.https：//blog.csdn.net/Megvii_tech/article/details/104687933.

[3] 張煒.人工智能在企業(yè)智能化管理中的技術(shù)應(yīng)用[J].科技經(jīng)濟導(dǎo)刊，2019，27（10）：30-31.

[4] 曹泓浩.談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用[J].中國新通信，2019，21（3）：89.

[5] 張雪琴.局部特征提取與深度學(xué)習(xí)的人臉識別研究[D].哈爾濱：哈爾濱理工大學(xué)，2021.

[6] 徐竟?jié)?基于MTCNN與SVM算法的人臉檢測與識別[D].青島：山東科技大學(xué)，2020.