关于人脸识别技术与其应用于智慧校园的思考

李迎 甘霖

摘要：随着人脸识别技术的发展，其在安保系统、交通运输、电子商务、金融行业、刑侦查案等领域有着广泛应用。作为身份识别的关键技术手段，未来智能面部识别系统定会应用于更多领域。“刷脸”已渗透到大众生活的方方面面，智能人脸识别系统应用于校园管理系统将打破师生工作生活某些环节的惯有模式，将带给我们更良好的体验。

关键词：人脸识别；智慧校园；平安校园

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2019）04-0169-02

Abstract： Face recognition technology has been widely applied in security system， transportation system， electronic commerce， financial industry， criminal investigation system and other fields along with its development. As the key technology of identification， the intelligent face recognition system will extend to more fields in the future. ‘Face swiping has penetrated into every aspect of our lives. Intelligent face recognition system applies to campus management system will break some aspects of working and living that teachers and students were used to， and will bring us a better experience.

Key words： Face recognition； Smart campus； Safe campus

1 引言

人脸识别是计算机视觉研究中的主要方向，其中包括人脸检测识别、人脸验证等，人脸识别是将待识别的图像与数据库中已存储的图像进行匹配验证的过程，从而进行身份的识别和认定。目前人脸识别已在安保系统、交通运输、电子商务、金融行业、刑侦查案等领域广泛应用。“刷脸”已渗透到大众生活的方方面面，人脸识别系统应用于校园管理系统将打破师生工作生活某些环节的惯有模式，将带给我们更良好的体验。

2 人脸识别技术

2.1 概述

人脸识别，又称为人像识别，通常是借助于摄像设备进行人的面部图像采集或者直接分析含有人脸图像（或视频流）的数据信息，利用计算机人脸识别算法进行图像检测和追踪的一种生物识别技术。人脸识别的核心技术在于识别算法，另外识别准确度以及识别效率作为衡量该算法的一般指标[1]。

人脸识别需要有人脸检测和人脸识别两部分。人脸检测是对于输入的有效数据，通过相应的算法以确定是否含有人脸，检测到人脸后根据一定的生物学规律等方法对人脸进行取证，所得的人脸特征和计算机中储备的人脸特征进行比对，最终得出人脸识别的结果[2]。最核心的就是关于采集图像的人脸特征提取，但预处理也是必不可少的步骤，为特征提取的过程提供服务。如图1所示。

2.2 算法

人脸识别技术是一门交叉学科，是数学统计、生物技术等多门学科技术不断融合的一个过程，从开始单纯的数学统计和模型处理，到后面基于机器学习的神经网络，再到深度学习，人脸识别技术的每一次进步都有鲜明的阶段性特点。

人脸识别系统的关键在于核心算法，有效提升识别率和识别速度才能具有更强的实用性。1）几何特征法：以面部特征点之间的距离和比率作为特征，通过最邻近方法来识别人脸。2）模版匹配法：是一种基于整体的或概率统计方法。用一张完整的人脸来说，马尔可夫的状态包括前额、眉毛、眼睛、鼻子、嘴和下巴，这些状态以相同的顺序从上到下出现，表现为隐马尔可夫模型的特性状态。3）神经网络法：神经网络在人脸识别上的优势就是在于可以通过机器学习，获得对于人脸图像规则隐形的一种表达。机器学习的最重要特点就是要用很多张人脸图像进行模型训练，在训练的过程中往往会对模型中的参数进行人为调整。简单说就是将图像信息转化成结构化数据（计算机可以识别的字符串），从而达到识别人脸的目的。（4）基于深度学习法：是一种复杂的神经网络学习[3]。可以理解为人工智能自己开发有效的辨别策略去解决人脸识别。

3 人脸识别技术应用于智慧校园的思考

目前有些高校已逐步推进人脸识别在校园中的应用，例如浙江大学食堂开通了“刷脸支付”的功能，操作流程简单，首先在人脸识别注册机，刷脸绑定校园卡，就可以在餐厅，刷脸、取盘、取餐、就餐，全程无感支付，并且可以使用微信小程序，获取实时就餐数据。武汉大学在园区门口安置了人脸识别闸机，赏樱季受益良多。中山大学校园出入口门禁系统将引入智能人脸识别闸机，实行对全校教职工/学生、外来人员/预约访客、VIP人员区分通过和管理，提升校园内部的安保级别，打造智慧校园平安建设。

在校园管理中对于教师和学生的管理尤为重要，应该杜绝代课，代签到，代考试等情况的发生。人脸识别系统对于保证教学质量、降低师生及监护人的纠纷、教学事故等的发生具有积极作用。

3.1 一卡通系统

目前已有的一卡通系统可升级为“一脸通”，学生可“刷脸”出入校园、宿舍、教室、考场、图书馆等场景，可以进行食堂、校园商店等場景“刷脸”支付便捷安全。

3.2 门禁系统、考勤系统、考试系统

目前的通用门禁系统主要有ID身份信息卡识别、指纹生物特征识别，主要是对授权用户的访问以及非授权用户禁止访问的一整套信息系统。人脸识别门禁基于先进的人脸识别技术，可独立使用也可以结合目前已有的成熟门禁系统联合使用，实用性更高，更安全可靠。传统的刷卡无法确定“谁在真正的使用它”，而人脸识别是无法替代的。多种验证方式结合验证，更安全。

人脸考勤、考试系统可以分为直接刷脸和人证比对两种。直接刷脸的识别策略是1：N，人证识别策略是需要对人员的证件找到人员系统中的存档和当前人脸1：1比对。效率、准确率都会更高。

3.3 校园、宿舍安全管理系统

大多高校是开放型园区，进出师生及社会人员众多。特殊时期会出现外来人员骤增的情况，对校园形成了巨大的安全、环境管理压力，刷脸入园存档有利于校方对人员的把控，便于校园安全管理。

宿管安全系统，通过人脸识别在宿舍考勤时间内，自动识别记录学生归寝考勤信息，生成考勤报表。无须学生排队刷卡和设备操作，既节约了时间又避免了代打卡的行为。同时这些考勤报表能够便于学校和宿管老师、辅导员实时了解学生住宿信息。预防外来人员和可疑人员进出学生寝室，确保学生及学生财务的安全。

4 人脸识别的优点、缺点及发展前景

4.1 优点

首先在采集过程中用户不需要和设备直接接触，利用人脸主动捕捉技术，识别用户信息。与指纹、基因等其他人体生物特征识别系统相比，人脸识别更加友好、方便、自然，更容易被普通人接受，结果直观，能够不打扰正常生活情况下解决问题，同时对表情、姿态等分析可获得更多的有用信息。其次在实际应用场景下可以进行多个人脸的分拣、判断及识别。最后，刷脸识别、支付等，用户不必通过人工识别，直接通过人脸识别即可完成身份认证，效率和准确度也是相对可靠的。

4.2 缺点

许多因素会影响图像数据的采集和提取结果，从而影响识别的准确性。首先采集信息环境要求高，外界的环境、设备、光线和光照强度等因素要求较高。其次人脸有相似性，且有易变性。人会做出各种表情的变化，人脸角度的变化等，其中还有双胞胎面容的高度相似、饰品，装扮、胡须之类遮挡了人脸的局部区域会导致无法获取全部信息给人脸识别技术增加了难度。

建立人脸识别系统，要想形成一定规模，其中对视频采集设备要求较高，高清摄像头要想覆盖全面是笔不小的费用支出。并且要求做规划的时候更要从全局考虑，重点管理区域和公共场所拍摄监控信息要进行实时性传送和处理，因为对速度有要求所以设备成本也会较高。

5 结束语

综上所述，人脸识别技术从实验走向社会，进入实用化阶段。人脸识别在门禁系统、网络身份识别、摄影摄像领域都有着极其广泛的应用，随着人脸識别技术的不断成熟，其识别的可靠性和准确率会进一步得到提升，目前人脸识别已经进入生活，虽然人脸面部识别的研究非常复杂，但是作为身份识别的关键技术手段，未来智能面部识别系统定会应用于更多领域。

参考文献：

[1] 赵荣刚，贺庆民.计算机人脸识别技术的应用[J].电子技术与软件工程，2018（4）.

[2] 人脸识别.https：//baike.baidu.com/item/%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB.

[3] 卢宏涛，张秦川.深度卷积神经网络在计算机视觉中的应用研究综述*[J].数据采集与处理，2016（1）.

【通联编辑：王力】