智慧图书馆场景中的人脸识别技术
——以昆明医科大学图书馆为例

赵霞

（昆明医科大学图书馆，云南 昆明 650500）

0 引 言

党的十九大报告提出“建设智慧社会”的构想，这是对未来社会信息化趋势的战略部署。2021年3月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》将“智慧服务”绘入国家发展蓝图，指出“加快数字社会建设步伐”首先体现在“提供智慧便捷的公共服务”。作为智慧社会的具体实践，智慧图书馆建设成为学界共识[1]。以新技术革命为载体，智慧服务成为图书馆创新性转型的契机，备受图书馆界关注。它借助大数据、云计算、物联网以及人工智能等新技术，推动图书馆在物理空间、资源组织、服务方式以及管理手段等方面的智能化，为用户提供更精准的服务、构建更具粘合力的信息互联情境、形成更多维的信息共享空间，实现图书馆升级换代。其中人工智能是利用计算机进行分析、感知，模拟人类思考过程的技术。其分支包括机器人、图像识别、语言识别、自然语言处理和专家系统等，人脸识别是近年人工智能中发展最快的分支，在多个领域均有成功应用[2]。

1 人脸识别技术的定义

人脸识别技术是以人的面部生物特征为对象，进行身份识别的生物识别技术。它利用摄像头等图像采集设备对人脸进行信息采集，对采集到的图像进行检测和跟踪，再结合计算机图像处理算法进行特征信息处理，最终与图像库中的信息进行比对，完成主体的身份认证。它包括人脸检测、人脸搜索、人脸比对等一系列技术。该技术是计算机图像处理与生物统计学原理的综合运用。它将对象面部特征通过计算机处理，再利用生物学原理进行解析，构造相应数学模型，实现对人物身份的甄别。它是计算机视觉领域“智慧化”的产物[3]。

2 人脸识别技术的研究背景

1965年《Personal identification and description》一文发表，开启了运用计算机进行人脸识别的探索。随后出现了LBP 局部二值化算法、Gabor 小波算法、方向梯度直方图算法、传统人脸识别算法等。以上方法主要基于特定影响因素进行研究，例如识别年龄变化的算法、针对姿势变化和光线明暗的改进算法等。它们主要依据人脸大小、维度和生物学特征等判定个人身份。当对象场景和周边环境发生变化时，容易出现误判，特征信息的可塑性和迁移性不理想[4]。20世纪90年代初，计算机采集信息的精度和效率显著提高后，出现了针对人脸整体的识别方法，如形状分离、灰度处理、图像弹性匹配和人脸可变模型等。20世纪90年代末，许多国家对人脸识别技术加大投入，特别是人工神经网络的蓬勃发展，使人脸识别在速度和准确率方面显著提高，有了更强的环境适应性[5]。近年来，得益于大数据和深度学习算法，人脸识别精度不断提高。例如谷歌Face Net 系统的人脸检测算法，正确率可达到99.63%±0.09%[2]。作为新兴生物识别技术，人脸识别具有非接触性、唯一性、识别快速等既往技术不能比拟的优势。基于此，越来越多的高校图书馆引入人脸识别技术，用“刷脸”代替“刷卡”。与过去使用“一卡通”刷卡认证身份相比，人脸识别技术以其高效、精准给读者带来全新体验，提高服务效率、提升用户体验，成为服务智慧化转型的切入口[6]。以检索式“（主题：图书馆（精确））和（篇名：人脸识别（精确））”在CNKI 数据库检索，得到相关文献54 篇，如图1所示。2017年以前，偶有相关文献。2017年10月，在党的十九大报告“建设智慧社会”理念的导向下，2018年发文显著增加。2017年之前的发文重在从理论构想方面对人脸识别技术进行应用前景分析。2018年后，人脸识别技术开始推广于图书馆服务之中。发文结合该技术在图书馆界的应用实践，从多方面展开探索，其中关于门禁系统的文献最多。

图1 发文趋势

3 人脸识别技术的引入原则

智慧图书馆场景下的人脸识别技术不是一项独立应用，而是与图书馆其他服务相结合的应用。通过它完成身份验证后，需要进一步和图书馆其他服务系统有效对接，以实现图书馆服务的智能化。因此，在图书馆引入人脸识别技术，不是简单的产品购买，还应结合本馆智慧服务场景，下文从三个方面有针对性地考察产品。

3.1 技术稳定

技术稳定的保障来自产品是否拥有版权自主的算法。算法是决定人脸识别准确率的核心要素，目前国内知名厂商如：腾讯、阿里、商汤、旷视、云识客均有版权自主的人脸识别算法。更多公司则采用开源的人脸识别算法，或用自己的硬件终端搭载购买的算法进行销售。如上文提到的谷歌Face Net 就为开源的人脸识别算法提供应用程序接口（API）和相关软件开发工具包（SDK）。两者相比，拥有自主版权算法的优势在于，厂商可以充分发挥大数据条件下深度神经网络强大的学习能力，不断优化算法。还可以利用算法中的深度学习能力，进行后期识别训练，使人脸识别更趋精准、高效。因此这样的产品能更好地和图书馆既有服务相融合，又有支持未来服务升级。

3.2 性能全面

以具体使用场景的需求为依据，考察产品支持服务的性能指标是否全面。主要指标为：

3.2.1 人脸标定

人脸标定又称人脸配准，是在人脸上的五官关键点进行坐标定位的一项技术。五官关键点的数量可以根据不同使用场景定义，预先设定固定数值，常见的有7 点、21 点、68 点、90 点等[7]。人脸登记的图片经过算法标定，产生人脸比对关键点位置，形成特征库。性能较好的人脸标定技术大多基于深度学习框架，在人脸检测坐标框基础上能够进行关键点位置的预测。这对于疫情时期读者入馆需佩戴口罩的情况能有效兼容。

3.2.2 活体检测

人脸识别分两步完成：一是人脸比对。衡量采集到的人脸和特征库人脸的相似度。具体算法是输入两个人脸特征，然后输出两个特征的相似度，达到设定阈值判定为同一人。二是活体检测。判断采集到的人脸来自真人还是来自假体。人脸识别面临着三种主要假体：打印的照片、显示屏上图像或视频、人脸面具等三维模型。针对上述情况，人脸活体检测算法的输入有两种，一种是输入摇头、点头、眨眼、张嘴这几种姿态的人脸图片序列，输出是图片中人脸是否有相应标签，比如张嘴、闭眼。另一种是静默活体检测。如多光谱法（基于皮肤反射率）、近红外人脸活体检测、人脸活体3D 检测等。在门禁系统中，活体检测能杜绝冒用他人身份入馆，是门禁必须具备的功能。

3.2.3 准确率

准确率则是衡量人脸识别技术可靠性的关键指标。像图书借还这样的操作，需要有可靠的准确率为保障。在理想环境下，目前大部分人脸识别产品的准确率都可达97%以上，主流产品能达到99%以上。然而在现实场景中，受图像采集质量、人物姿态、光照等因素的影响，准确率往往难以达到理想值，需要进行具体场景中的反复测试。其中超期罚款和自助借还服务中的准确率测试尤为重要。

3.2.4 识别速度

识别速度决定着产品的用户体验。从可用性出发，系统应达到秒级响应，用户体验以小于1秒／人为佳。

3.3 硬件丰富

主要指产品的量产能力、设计风格、产品线丰富度等。产品应该足够丰富，确保能够覆盖图书馆多种服务场景，并能满足现有服务及硬件迭代的潜在需求。

4 人脸识别技术的应用场景

智慧图书馆引入人脸识别技术，实现管理自动化和服务智慧化的双重效果提升，促进图书馆传统服务的智慧增值。图2是将人脸识别技术植入服务系统后，形成的包括门禁识别、信息推送、自助借还和座位预约在内的智慧图书馆场景结构示意图。读者在识别端通过认证后，身份信息进入图书馆局域网。在局域网内，读者信息和服务器端数据反复交互，从而在应用面体验到各种智慧化服务。服务范围随着技术覆盖面的扩大将继续增加。

图2 植入人脸识别的智慧图书馆场景结构示意图

4.1 门禁识别

图书馆读者库中的读者到指定地址进行上传人脸登记信息，审核通过后进入系统，形成人脸特征库，图3为人脸识别系统应用界面。今后读者每次入馆时，系统将实时人脸信息与人脸特征库信息进行比对，完成审核验证。验证成功闸机自动开启，如图4所示。人员通过时，门禁系统中的红外感应器感应到读者已通过全部感应点后，会自动关闭闸机。考虑到读者多样的习惯和疫情防控需要，我馆还开启了人脸识别的口罩和帽子模式，如图5所示。进行人脸识别的同时，测温装置会同时启动，发现体温异常读者时门禁系统自动报警，提示需要人工测温。流程如图6所示。

图3 人脸识别系统应用界面图

图4 门禁闸机通道图

图5 口罩和帽子模式的人脸识别

图6 门禁系统应用流程

人脸识别有效控制冒用他人身份进入图书馆的行为，排除了不安全隐患。还能避免手指指纹不清晰、刷卡速度慢等问题，从根本上解决了传统图书馆门禁系统识别速度慢、准确性低的问题。通过门禁系统记录的信息，还可以进行读者入馆统计，反映全校或者某个学院、专业的读者到馆的数量、峰值、频率等[8]。

4.2 信息推送

随着Beacon、Wi-Fi、微信小程序等技术的广泛应用，个性化信息已经可以实时推送到读者手机。

读者通过人脸识别后，触发Beacon 或WI-FI 自动将入馆欢迎信息发送到读者手机[9]。系统接着分析读者以往在图书馆的行为数据，为读者定制个性化消息。比如可能感兴趣的图书、期刊、馆内近期活动以及超期图书提醒等。当读者到某个馆藏区域时，向读者推送该区域入藏的新书及新书在架情况。当读者停留在自助服务设备区域时，系统还可向读者推送自助服务设备的使用方法。智慧化推送促进了图书馆与读者之间的互联互动，使定制服务成为现实。

4.3 自助借还

人脸识别技术基于人脸的特殊生物特征，能准确完成读者身份认证，杜绝盗用证件借阅的情况。读者将脸对准摄像头即可启动外借、归还或续借程序。

外借：点击“借书”按钮，选择册数。将要借阅的图书放于操作台上的凹槽中，等待系统依次读取图书信息。全部图书显示借阅成功后点击“退出”按钮。读者手机APP 同时收到借阅图书的信息并提示归还日期。

归还：点击“还书”按键，选择册数。将要归还的图书放于操作台上的凹槽中，等待系统依次读取图书信息。全部图书显示归还成功后点击“退出”按钮。

续借：点击“续借”按钮，如果符合续借条件，直接点击“续借”。续借的图书将自动调整还书日期。和外借相同，读者手机APP 会同时收到续借图书的信息并提示归还日期。

图书借阅时间到期前，系统还可自动向读者发送短信，提醒读者及时归还。以上措施提高了流通效率和管理水平。

4.4 座位预约

图书馆一般平时座位充足，期末座位紧张，还有很多同学占座位。仅通过座位管理系统还是不能完全控制占座问题，这时就可利用人脸识别技术的监控功能。将人脸识别系统与座位管理系统做对接。读者在图书馆入口通过人脸识别验证并预约座位，预约数据进入座位监控系统，系统开启计时并锁定读者所预约的位置。如果十分钟后座位状态没有变化，系统自动解锁此座位，其他读者可以继续对其预约。连续失约三次的读者可以进行处罚，比如一周内无法预约座位。这样可以方便读者快速预约图书馆座位，提高阅览室座位利用率，给读者创造良好的学习环境。

5 结 论

随着人脸识别技术的推广和成熟，图书馆的刷脸时代已经来临。人脸识别技术与手机应用、微信小程序等技术的融合，成为智慧服务、智慧学习、智慧图书馆必不可少的推动力。图书馆作为学校文献中心，是知识聚集和传播的交汇点。在智慧服务的发展趋势下，仅提供信息服务已经不够了。智慧图书馆立足在信息服务基础上，创造性地对知识进行搜集、组织、归类、分析、整合，产出全新的知识增值产品，将技术转化为更高的智慧服务能力，全面支持读者的拓展学习和知识创新。