基于疫情防控下人臉識(shí)別在宿舍管理系統(tǒng)中的應(yīng)用

韋大歡

（北海職業(yè)學(xué)院，北海 536000）

0 引言

2020年，新冠肺炎席卷全世界，給人類生產(chǎn)和生活帶來了深遠(yuǎn)的影響，隨著疫情進(jìn)一步好轉(zhuǎn)，疫情防控工作正逐步進(jìn)入常態(tài)化。高校在校生規(guī)模不斷擴(kuò)大，給疫情防控工作常態(tài)化下的學(xué)生管理工作帶來了新的挑戰(zhàn)。宿舍是高校學(xué)生“三點(diǎn)一線”（教室、食堂、宿舍）的重要活動(dòng)場(chǎng)所之一，目前大多數(shù)高校依然采用傳統(tǒng)人工方式對(duì)學(xué)生宿舍進(jìn)行管理，這種管理方式效率較低、工作耗時(shí)長、準(zhǔn)確度不高，不能自動(dòng)統(tǒng)計(jì)匯總宿舍管理數(shù)據(jù)。另外，人臉識(shí)別是人工智能中的一項(xiàng)核心技術(shù)，由于具有自然性、非強(qiáng)制性、非接觸性、并發(fā)性等特點(diǎn)，使得人臉識(shí)別應(yīng)用越來越廣泛，社會(huì)正逐步進(jìn)入“刷臉”時(shí)代。人臉識(shí)別與指紋辨別、聲音辨別等技術(shù)相比具有較強(qiáng)的安全性、穩(wěn)定性及直接性，并且跟學(xué)校的疫情防控工作要求相契合，因此，研究在疫情常態(tài)化背景下將人臉識(shí)別應(yīng)用于宿舍管理系統(tǒng)，可以使學(xué)生在學(xué)校中的人身安全與財(cái)產(chǎn)安全等得到更加有效的保障。

1 人臉識(shí)別相關(guān)概述

1.1 人臉識(shí)別原理

人臉識(shí)別作為一種非常方便、安全的身份認(rèn)證方法，其工作原理主要是采集人臉數(shù)據(jù)，同時(shí)將其當(dāng)作基本信息存儲(chǔ)于數(shù)據(jù)庫當(dāng)中。接著使用攝像頭數(shù)字化圖像處理采集到的人臉信息，將處理好的人臉信息與數(shù)據(jù)庫中的人臉進(jìn)行匹配，詳細(xì)原理如圖1所示。

圖1 人臉識(shí)別系統(tǒng)原理

從圖1中可以看出，人臉檢測(cè)是人臉識(shí)別過程中非常重要的輸入源，人臉特征值的獲取和人臉識(shí)別的算法均是人臉識(shí)別系統(tǒng)不可缺少的主要技術(shù)。當(dāng)前，以Rowley為核心的主流人臉識(shí)別技術(shù)是處理分析眾多人臉與非人臉樣本的重要方法，經(jīng)過訓(xùn)練樣本能夠獲得預(yù)估值，同時(shí)當(dāng)作人臉參照，這樣可以對(duì)人臉識(shí)別的結(jié)果進(jìn)行斷定。

1.2 人臉識(shí)別在宿舍管理系統(tǒng)中的優(yōu)勢(shì)

1.2.1 精準(zhǔn)識(shí)別

精準(zhǔn)識(shí)別主要分為精準(zhǔn)檢測(cè)、精細(xì)限制及精準(zhǔn)追蹤等幾個(gè)方面，其中精準(zhǔn)檢測(cè)指的是通過運(yùn)用神經(jīng)網(wǎng)絡(luò)算法與深度學(xué)習(xí)算法進(jìn)行檢測(cè)，識(shí)別率可以超過99.5%；精細(xì)限制能夠?qū)ψR(shí)別范圍進(jìn)行適當(dāng)調(diào)整與限制，防止錯(cuò)誤識(shí)別不相關(guān)人員；精準(zhǔn)追蹤指的是追蹤被檢測(cè)區(qū)域檢測(cè)到的人臉，避免出現(xiàn)人臉重復(fù)。

1.2.2 安全可靠

安全可靠主要體現(xiàn)在活體檢測(cè)與防止尾隨等方面。活體檢測(cè)可以對(duì)二維圖像展開活體檢測(cè)，通行測(cè)試手機(jī)圖片、視頻及紙質(zhì)照片等，結(jié)果顯示不被識(shí)別，不能通行。與此同時(shí)，人臉具備唯一性，憑借這一特征能夠更好地避免其他人員冒充授權(quán)者的身份通過。防止尾隨是厘米級(jí)別的防止尾隨，與此同時(shí)，避免交匯性與反向性闖入，如果觸碰宿舍的速通門，其會(huì)及時(shí)聲光報(bào)警，同時(shí)進(jìn)入學(xué)校安防系統(tǒng)。學(xué)校安防系統(tǒng)會(huì)展開地圖定位、視頻嚴(yán)格審查，同時(shí)擬定處理方案。唯有搜集過人臉特征信息的用戶，方可進(jìn)入宿舍區(qū)域，這種做法可以提升安全性，規(guī)避不良隱患。

1.2.3 智能便捷

智能便捷主要體現(xiàn)在以下幾個(gè)方面：一是方便搜集信息，非接觸式，自動(dòng)獲取人臉信息的非接觸式，同時(shí)可以反復(fù)使用；二是具有較強(qiáng)的免攜帶性，防止學(xué)生因忘帶“一卡通”而不能進(jìn)入宿舍的情況，與此同時(shí)還處理了“一卡通”容易丟失、損壞及仿冒的問題；三是提升管理人員的效率，減輕了宿管員和輔導(dǎo)員的工作任務(wù)，實(shí)現(xiàn)了師生進(jìn)出宿舍、晚歸登記等自動(dòng)管理的目的。

2 人臉識(shí)別基本問題和基本算法

2.1 圖像光照補(bǔ)償

人臉識(shí)別作為一種非常方便、安全的身份認(rèn)證方法，其工作原理主要是采集人臉數(shù)據(jù)，同時(shí)將其當(dāng)作基本信息存儲(chǔ)于數(shù)據(jù)庫當(dāng)中。接著使用攝像頭數(shù)字化圖像處理采集到的人臉信息，將處理好的人臉信息與數(shù)據(jù)庫中的人臉進(jìn)行匹配，詳細(xì)原理如圖1所示。

由于光照不均衡或者是光線照射強(qiáng)度比較低，會(huì)導(dǎo)致圖像出現(xiàn)各種各樣的問題，如：圖像偏暗、亮度不均勻等，從而為圖像后期的處理造成不必要的麻煩。圖像光照補(bǔ)償技術(shù)可從根本上解決些問題，圖像光照補(bǔ)償是從頻域方面進(jìn)行非線性或者是線性的改變，通過對(duì)人臉識(shí)別系統(tǒng)進(jìn)行綜合考量，其時(shí)常需要在光線照射強(qiáng)度較低或者是太高的環(huán)境中運(yùn)行。為了防止圖像中出現(xiàn)丟失細(xì)節(jié)的情況，需要在獲取特征以前采用適當(dāng)?shù)墓庹昭a(bǔ)償圖像，方便清晰的展示圖像信息，與此同時(shí)，還有利于獲取圖像中的人臉特征，讓圖像實(shí)現(xiàn)良好的視覺效果，在一定程度上可以明顯提升人臉識(shí)別的成功概率。

2.2 人臉識(shí)別主要算法

人臉識(shí)別系統(tǒng)經(jīng)常使用幾何特征識(shí)別和模板匹配進(jìn)行人臉識(shí)別這兩種方法。對(duì)于幾何特征識(shí)別方法，眾人皆知，人的面部主要是由鼻子、眼睛、嘴巴及下巴等組成，在獲取人臉圖像時(shí)，主要是搜集人臉中的這些特征。由于每個(gè)人從面部組成方面的結(jié)構(gòu)、形狀及大小等存在較大的差異，因此需要利用幾何對(duì)這些臉部構(gòu)件之間存在的結(jié)構(gòu)關(guān)系進(jìn)行描述，這樣可以把描述內(nèi)容作為人臉識(shí)別的主要根據(jù)。依據(jù)人臉構(gòu)建所在的相對(duì)位置、歐式距離、角度和曲率等，可以把這些信息作為人臉識(shí)別的特征根據(jù)。經(jīng)過比較圖像與實(shí)際人臉，可以實(shí)現(xiàn)人臉識(shí)別的效果。這種方法具備較強(qiáng)的直觀性，容易理解，但是因?yàn)橥獠抗庹窄h(huán)境與面部表情等因素產(chǎn)生的不利影響，其特征點(diǎn)具有較差的穩(wěn)定性。

針對(duì)幾何人臉識(shí)別方法而言，盡管這種方法非常簡(jiǎn)單，同時(shí)具備非?？斓挠?jì)算方法，但是當(dāng)獲取的結(jié)果存在差異時(shí)，則不能得到良好的識(shí)別效果，同時(shí)光照的因素依然是數(shù)據(jù)特點(diǎn)中獲取的主要影響因素。在將模板匹配作為中心的人臉識(shí)別算法當(dāng)中，首先需要采集人臉圖像，接著展開預(yù)處理后，通過人臉模板的方式儲(chǔ)存在系統(tǒng)當(dāng)中，計(jì)算待測(cè)圖像與人臉模板的相關(guān)性，接著按照計(jì)算結(jié)果明確劃分人臉種類。針對(duì)不同模板的匹配而言，需要展開大量模板精度計(jì)算與圖像灰度計(jì)算，將可變模型作為標(biāo)準(zhǔn)的人臉特征提取方法可以使用彈性模板提取人臉當(dāng)中的眼睛、嘴巴等，但是光照環(huán)境差異和人臉姿態(tài)等依然會(huì)對(duì)通用模板方法的評(píng)價(jià)結(jié)果產(chǎn)生直接影響，經(jīng)過使用可變行模板識(shí)別人臉，在完善所定義的能量函數(shù)時(shí)，依然具有較強(qiáng)的復(fù)雜性。

3 人臉識(shí)別模塊設(shè)計(jì)

人臉識(shí)別首要工作是采集圖像，接著是對(duì)人臉進(jìn)行檢測(cè)，預(yù)處理人臉圖像，獲取人臉特征，匹配獲取的特征值和人臉庫。圖2為人臉識(shí)別的基本流程圖。

圖2 人臉識(shí)別的基本流程

3.1 面部檢測(cè)

圖像采集使用攝像頭識(shí)別人臉，這一做法的基本條件是搜集到人臉，在多種顏色的背景中過濾其他圖像，有效分離需要的人臉，換言之是精準(zhǔn)判斷圖像中是否存在人臉。第一步通過攝像頭搜集人臉信息，使用非常經(jīng)典的檢測(cè)算法，即Harr+AdaBoost，根據(jù)人臉膚色等特點(diǎn)定位人臉區(qū)域，同時(shí)清除其他干擾性的背景元素。假如同時(shí)出現(xiàn)多個(gè)人臉被定位，就需要多出一個(gè)空間存儲(chǔ)人臉，接著提煉人臉圖像中包括的結(jié)構(gòu)信息、顏色信息等特點(diǎn)，改變?yōu)閿?shù)據(jù)應(yīng)用于后期人臉識(shí)別中，人臉識(shí)別操作的基本原理是比較人臉特征。這種檢測(cè)方法具有較強(qiáng)的檢測(cè)率，同時(shí)從光線、角度及膚色等方面具有較強(qiáng)的人臉檢測(cè)魯棒性。

3.2 圖像預(yù)處理

攝像頭搜集照片難免會(huì)受到各種干擾因素產(chǎn)生的影響，如光照、背景及姿態(tài)等，具體采集的圖像不能直接在人臉識(shí)別中得到廣泛應(yīng)用，與此同時(shí)人臉具有相應(yīng)的斜角度，往往不會(huì)和攝像機(jī)保持水平狀態(tài)。鑒于以上因素，從某種程度上可以對(duì)人臉識(shí)別的精準(zhǔn)度產(chǎn)生直接影響，這就需要預(yù)處理圖像，把圖像中比較重要、有價(jià)值的信息進(jìn)行充分展現(xiàn)，清除無用的信息，進(jìn)而可以使識(shí)別的精準(zhǔn)率得到全面提升。圖像預(yù)處理不會(huì)使原來圖像的特點(diǎn)出現(xiàn)明顯改變，圖像預(yù)處理的結(jié)果可以對(duì)人臉識(shí)別的最后結(jié)果產(chǎn)生直接影響。

3.3 提取特征

人臉特征提取過程主要是依據(jù)開源的68D人臉核心點(diǎn)檢測(cè)器對(duì)人臉面部的關(guān)鍵點(diǎn)進(jìn)行定位，利用卷積神經(jīng)網(wǎng)絡(luò)CNN圖像模型中的深度殘差網(wǎng)絡(luò)ResNet人臉識(shí)別模型可以提煉人臉面部特點(diǎn)。

3.4 人臉識(shí)別

采集完人臉信息之后，開始連續(xù)識(shí)別，并且還需要獲取畫面中人臉的特征點(diǎn)，和數(shù)據(jù)庫中的人臉特征進(jìn)行比較。憑借計(jì)算特征值之間的歐氏距離可以斷定人臉差異的大小，從而可以判斷是否是數(shù)據(jù)庫中已經(jīng)存儲(chǔ)的人臉。人臉識(shí)別模塊會(huì)不斷識(shí)別進(jìn)入攝像頭的人臉，如果識(shí)別到人臉，會(huì)自動(dòng)獲取這個(gè)人臉特征點(diǎn)，經(jīng)過灰度化和歸一化處理，比對(duì)存儲(chǔ)于數(shù)據(jù)庫中的人臉特征，從而達(dá)到門禁的目的。為了確保學(xué)生有足夠的時(shí)間通過宿舍門禁閘機(jī)，如果識(shí)別成功，程序會(huì)打開閘機(jī)并停止這個(gè)模塊三秒鐘，然后關(guān)閉閘機(jī)等待。

4 系統(tǒng)測(cè)試

4.1 人臉檢測(cè)

人臉檢測(cè)主要是處理某張圖像過程中，利用恰當(dāng)?shù)乃阉魉惴ǎ瑪喽▓D像中是否出現(xiàn)人臉，如果真有這個(gè)人臉，可以把人臉的方位、大小和表情等信息當(dāng)作返回值進(jìn)行傳輸。

4.1.1 人臉檢測(cè)的速度

人臉檢測(cè)過程中消耗的時(shí)間可以當(dāng)作評(píng)價(jià)檢測(cè)能力好壞的主要標(biāo)準(zhǔn)。在解決眾多照片時(shí)，人臉檢測(cè)使用的時(shí)間越少，代表著處理器承受的負(fù)荷越小，同時(shí)表示可以減少項(xiàng)目成本；另外從移動(dòng)端用戶方面來看，減少人臉檢測(cè)時(shí)間，可以提高產(chǎn)品的效率，提升用戶的滿意度，因此通過在學(xué)生宿舍管理系統(tǒng)中應(yīng)用這種技術(shù)，可以減少檢測(cè)時(shí)間，目前在移動(dòng)端與PC端都可以展開動(dòng)態(tài)檢測(cè)。

4.1.2 人臉檢測(cè)的環(huán)境

人臉識(shí)別系統(tǒng)能夠在各種各樣不同條件環(huán)境中支持人臉檢測(cè)，與此同時(shí)還可以對(duì)正面與側(cè)面等不同角度的臉部位置進(jìn)行實(shí)時(shí)檢測(cè)。

4.1.3 人臉檢測(cè)的效果

宿舍管理系統(tǒng)使用的人臉檢測(cè)技術(shù)從社交平臺(tái)上能夠?qū)⒄掌瑘D像的檢測(cè)率提升為79%以上，同時(shí)精準(zhǔn)率與召回率提高為70%左右。

4.2 人臉識(shí)別

人臉識(shí)別技術(shù)則是利用算法對(duì)比很多張人臉圖片的相似程度，通過這樣可以斷定這些圖片是否來自于同一個(gè)人，這種技術(shù)是人臉識(shí)別1∶1驗(yàn)證。透過輸入一張人臉圖片，從系統(tǒng)存儲(chǔ)的人臉數(shù)據(jù)庫中找出和其相似的人臉當(dāng)作備選圖片，這種技術(shù)是人臉識(shí)別1∶驗(yàn)證搜索。該技術(shù)應(yīng)用的人臉識(shí)別技術(shù)，可以在各種社交平臺(tái)中獲取很多實(shí)驗(yàn)數(shù)據(jù)，累積解決上千張人臉圖片，符合中國人臉部特征的辨別。

4.2.1 1∶1人臉識(shí)別

宿舍管理系統(tǒng)當(dāng)中的1∶1人臉識(shí)別與驗(yàn)證技術(shù)可以應(yīng)用于門禁控制和身份證驗(yàn)證等各個(gè)方面，這是一套非常完善、具備安全性與實(shí)時(shí)性的人臉辨別系統(tǒng)。該系統(tǒng)的人臉識(shí)別技術(shù)經(jīng)過全面分析對(duì)比度、紋理和語言等特征，可以提升精準(zhǔn)率與安全性。

4.2.2 1∶人臉識(shí)別

宿舍管理系統(tǒng)的1∶人臉識(shí)別技術(shù)在考勤、門禁、準(zhǔn)入及簽到等場(chǎng)合得到廣泛使用，通過錄入與檢索不同臉部特征，可以快速實(shí)現(xiàn)人臉檢索的效果。該技術(shù)能夠處理具體場(chǎng)景中存在的問題，如：表情、人臉光照、姿態(tài)及角度等方面的改變，利用很多實(shí)際使用中的實(shí)驗(yàn)數(shù)據(jù)與結(jié)果，獲得的人臉模型具有較高的價(jià)值。

4.2.3 準(zhǔn)確率較高

人臉識(shí)別技術(shù)應(yīng)用于宿舍管理系統(tǒng)后，其精準(zhǔn)率可以高達(dá)79%，實(shí)現(xiàn)了理想的實(shí)驗(yàn)效果。

4.3 系統(tǒng)測(cè)試結(jié)果

學(xué)生宿舍管理系統(tǒng)通過上述測(cè)試流程后，各種功能均與系統(tǒng)設(shè)計(jì)的預(yù)期目標(biāo)相吻合。然而，這個(gè)系統(tǒng)是否可以經(jīng)過大數(shù)據(jù)的考驗(yàn)，還需要在具體操作中得以驗(yàn)證。因?yàn)樵谀硞€(gè)時(shí)間段的學(xué)生流量非常大，數(shù)據(jù)搜集較為復(fù)雜，數(shù)據(jù)處理壓力大，在這種情況下，對(duì)系統(tǒng)的軟件、硬件等帶來嚴(yán)峻考驗(yàn)。通過逐步檢測(cè)和改正，可以不斷提升系統(tǒng)的平穩(wěn)性與安全性。

表1和表2均是本文研究過程中對(duì)軟件測(cè)試的狀況。測(cè)試時(shí)間是16 h，一共展開了400條測(cè)試用例，測(cè)試出20個(gè)bug，bug率不高于8%，由此可以看出其軟件質(zhì)量較好。經(jīng)過測(cè)試的問題，能夠得知在用戶操作非常復(fù)雜和用戶流量比較大時(shí)，系統(tǒng)會(huì)出現(xiàn)各種各樣的問題，這是未來需要完善的地方。如果多臺(tái)設(shè)備同時(shí)搜集數(shù)據(jù)期間，服務(wù)器存儲(chǔ)與分析數(shù)據(jù)時(shí)，會(huì)致使系統(tǒng)崩潰，如此一來不能為用戶帶來良好的使用體驗(yàn)，經(jīng)過不斷優(yōu)化人臉識(shí)別的算法加以完善。

表1 測(cè)試問題一覽表

表2 測(cè)試狀況

這次測(cè)試的實(shí)施狀況可以從表2中看出。這次測(cè)試一共使用了400條測(cè)試用例，測(cè)試時(shí)間為5 h，一共出現(xiàn)20條bug，由此而可以看出，系統(tǒng)基本上可以符合上線的基本要求，bug占比為5%，與最低bug率相符。

5 結(jié)語

在疫情防控常態(tài)化下，通過基于人臉識(shí)別的宿舍管理系統(tǒng)的應(yīng)用，提高了學(xué)生宿舍管理的工作效率，降低了宿管員和輔導(dǎo)員的工作強(qiáng)度，在一定程度上解決了高校在學(xué)生宿舍管理方面的各種難題，而且能及時(shí)對(duì)采集到的學(xué)生數(shù)據(jù)進(jìn)行分析，對(duì)于高校的學(xué)生安全管理具有重要的意義。人臉識(shí)別技術(shù)在學(xué)生宿舍管理中雖然展現(xiàn)出獨(dú)到的優(yōu)點(diǎn)，但是當(dāng)前依然存在很多的問題，因此這些需要我們?cè)诮窈笱芯恐胁粩噙M(jìn)行研究與完善。