山東大學人臉識別技術在高校的應用模式參考

文/于磊磊 李茂政

隨著人工智能和大數據時代的到來，高校信息化迎來了一個新的需求變革。人臉識別作為一個高體驗的技術載體，尋找人臉識別技術與高校信息化應用的優秀結合點，將成為高校信息化模式創新和體驗提升的重要契機。本文基于山東大學的已有實踐，提出了人臉識別應用在高校信息化中的一套整體參考模型，包含基礎框架、場景模式和評價指標等，以期能夠為高等院校的類似應用提供借鑒。

人臉識別應用參考模型

圖1 高校人臉識別應用參考模型

根據人臉識別應用的成熟技術架構，結合高等院校信息化的實際，將人臉識別應用的基礎架構分為五個層次：平臺層、數據層、算法層、接口層和終端層。平臺層在學校的私有云上架設特殊的人臉識別服務云，為人臉識別應用提供優秀的平臺運算能力和存儲能力；數據層建立人臉識別數據庫和關聯信息數據庫，并維護相應數據庫的數據迭代更新；算法層為人臉識別應用提供針對特定場景的云匹配算法；接口層為關聯應用提供應用接口和數據接口，為不同架構終端提供對接接口；終端層支持本地計算、存儲的胖終端和云計算、存儲的瘦終端，并提供對異構終端的兼容能力。同時，建立與人臉識別基礎架構相配套的保障機制，包括數據安全和隱私保護機制、標準化建設和管理管理機制、高效運維管理機制。高校信息化中人臉識別應用的參考模型如圖1所示。

統一人臉識別平臺

基于人臉識別應用參考模型，在人臉識別服務云上建立全校統一的人臉識別平臺。人臉識別平臺建立并維護全校唯一的人臉識別數據庫，包含管理平臺、數據平臺和服務平臺，并提供標準化的人臉識別數據接口和人臉識別服務接口，能夠兼容和支持不同廠商的胖終端、瘦終端和其他終端。

人臉識別統一數據庫從學校公共數據庫獲取基本信息和照片信息，從各類采集終端獲取更新或補充照片信息，并維護上述數據的動態更新。

1. 典型參考場景

結合山東大學的需求，在幾類典型場景中對人臉識別技術的應用進行了研究和實踐。主要包括校內認證場景和校內消費場景。

（1） 校內認證場景

宿舍門禁場景。為解決宿舍門禁管理中的忘帶卡和冒名刷卡問題，在宿舍門禁道閘擴展接入人臉識別胖終端，并通過統一人臉識別平臺的數據接口獲取本宿舍樓內人員人臉圖像數據。門禁道閘同時支持刷卡開門和刷臉開門，并通過介質互斥轉換機制實現“一人一進出”的管控：將人臉和校園卡分別作為兩種介質，當其一介質刷進（刷出）后，限制另一介質的后續刷進（刷出），但不限制另一介質的后續刷出（刷進），同一介質的一個 〈刷進，刷出〉對和不同介質的〈刷進，刷出〉對均視為一個完整的進出流程。

2017年底，山東大學在濟南六個校區70余棟宿舍樓安裝了同時支持人臉識別和刷卡的門禁通道機，平均識別速度為0.8秒，不但實現了學生“刷臉”進出宿舍樓，而且實現了與宿舍供電管理的聯動，取得了良好的效果。

同類應用場景：（1）會議簽到。對于學校各類辦公會議、學術會議等會議場景，人臉識別簽到相較于簽字簽到、刷卡簽到具有較好的體驗優勢，簽字簽到存在代簽和速度慢等問題，刷卡簽到隨提升了簽到速度，但仍無法解決代簽問題，且參會人忘帶卡將直接導致簽到無法進行。會議簽到場景下的人臉識別對接會議管理平臺，將會議信息、校園卡信息與人臉圖像進行綁定，在會場入口接入人臉識別胖終端，并通過統一人臉識別平臺的數據接口獲取本次參會人員人臉圖像數據。人臉識別胖終端不維護會議信息庫，僅通過動態更新模式維護本地人臉圖像庫，身份信息的校驗聯網完成，人臉圖像比對離線完成，既實現了簡單部署，又提升了簽到速度。（2）學生注冊。傳統的新學期學生返校注冊主要采用有監督的值守模式，即學生持學生證或校園卡至輔導員辦公室簽字或刷卡注冊，效率較低，且大量注冊工作擠占了輔導員老師的寶貴時間。學生注冊場景下的人臉識別應用采用無監督、無值守模式，在學院大廳接入同時支持刷校園卡和人臉識別的瘦終端，基于“人證合一”的業務邏輯進行注冊識別。瘦終端通過刷校園卡校驗學生基本信息，在線獲取人臉識別統一庫的基準圖像，并同現場采集的照片比對相似性。在該場景下，“人證合一”的邏輯能夠確保學生本人注冊，并有效提升學生注冊的效率。

圖2 自助餐券消費場景

圖3 任意金額消費場景

（2）校內消費場景

將人臉識別與校園卡系統進行對接，形成校內消費場景下的人臉識別應用。和認證類場景不同，消費類場景識別人群規模巨大，校園卡系統的消費賬戶超過10萬，這對人臉識別算法的識別速度和準確率形成了很大挑戰，因此在所屬高校的實踐中對人臉識別應用的架構進行了優化，根據具體應用分為兩種模式：全庫&&賬號模式和分庫&&自助注冊機模式。

模式一：全庫&&賬號模式。本質是一對一圖像比對模式，刷臉消費瘦終端和校園卡系統消費平臺進行對接，在消費支付時，用戶通過消費瘦終端輸入本人校園卡賬號，然后瘦終端采集用戶照片并通過統一人臉識別平臺的人臉識別服務接口進行比對，比對成功后向校園卡系統消費平臺提交交易請求。該模式的優點是識別準確，但輸入校園卡賬號的操作使得交易時間增加，體驗性一般。

模式二：分庫&&自助注冊機模式。針對全庫&&賬號模式的缺點，將每一個餐廳視為一個子場景，采用胖終端動態維護子場景的分庫，維護方式如下：用戶首次在某個餐廳就餐時通過自助注冊機注冊（刷卡或輸入賬號密碼），然后自助注冊機在線向統一人臉識別平臺請求將該用戶的基準照片推送至胖終端的分庫。同時胖終端定時刪除長期不用的基準照片，以維護其本地分庫的輕量性。在消費支付時，采集用戶照片直接和本地分庫進行比對，比對成功后向校園卡系統消費平臺提交交易請求。該模式有效提升了刷臉消費的使用體驗，同時準確率也較高。

基于上述兩種模式，山東大學分別在中心校區教師自助餐廳和一多餐廳分別實現了兩種人臉識別消費方案。教師自助餐廳采用模式二（圖2）實現自助餐券消費場景，通過自助注冊方式將在該餐廳就餐的老師納入分庫管理，實現人臉識別消費自助餐券。一多餐廳面向所有持卡人開放人臉識別消費服務，為保證識別精度，采用模式一（圖3）實現任意金額消費場景。隨著模式的不斷改進，刷臉就餐的觀念已被很多師生接受，在同時支持刷卡、掃碼和人臉識別的消費終端上，人臉識別消費的占比已提升到20%以上。

2. 評價指標

人臉消費技術能否再在高校信息化中取得預期效果取決于兩個方面：一方面是場景的適配性；另一方面是技術的成熟性。在高校信息化的場景下，應考慮以下技術指標。

識別速度。識別速度是人臉識別應用體驗優劣的關鍵因素。通常一個從圖像采集到結果返回的識別過程時間應低于1秒。除依賴于人臉識別算法外，識別速度受限于人臉識別庫的大小。因此優化算法和輕量化人臉識別庫是提升識別速度的重要途徑。

識別準確率。識別準確率是人臉識別應用體驗優劣的又一關鍵因素。認證類場景的識別準確率通常應達到98%以上，消費類場景的識別準確率應達到99.5%以上。提升識別準確率同樣是通過優化算法和輕量化人臉識別庫。

兼容性。對于統一人臉識別平臺，能夠提供統一的標準化數據接口和服務接口，能夠兼容不同廠商的人臉識別終端，是人臉識別應用的重要指標。

安全性。根據信息安全管理的機密性、完整性和可用性原則，人臉識別應用的安全包含用戶圖像數據的完整性和可用性，以及用戶生物信息隱私的機密性。如何保證人臉識別信息的安全性，是學校、人臉識別服務廠商、安全服務廠商應重點考慮的問題。

人臉識別應用是人工智能技術落地到高校信息化的成熟載體，能夠提升師生的信息化體驗，彰顯大學的創新引領作用。本文基于所在高校的已有實踐，提出了人臉識別應用在高校信息化中的一套整體參考模型，并實現了幾種典型應用場景的業務模式，對同類高校的人臉識別應用具有一定的借鑒意義。