馬季軍 九州職業技術學院
在當代世界上對人工智能安防領域的研究,已取得了極大程度上的進展與突破。現階段,人們也進一步強化了校園安全意識,智能門禁已逐漸取代了傳統的門鎖;同時,有關科學技術的進一步發展,推動了智能門禁進行發展,以從起初的防御作用演變到主動人臉識別作用、實時監控作用、及時預警作用等,且智能門禁類別也越來越多樣化,不在時以往的單一模式,而對不同類別具有不同的應用方式
人臉識別屬于一種最普遍使用的生物特征識別方式,但由于外界環境(表情、光線及姿態等)會在極大程度上影響識別的條件,在生物認證方面仍處于發展較慢的初始階段,隨著各項技術的不斷成熟,可以借助多種算法對存在的這一問題加以有效解決。
目前,指紋識別屬于一種十分重要的生物識別技術。人的指紋一生都不會變,且每個人的指紋都是不同的,指紋識別門禁系統的優點為:普遍性、永久性、唯一性、可采集性等。借助指紋所具有的獨特的生物辨識特性,那么人們自己的手指就可作為門的鑰匙。
AdaBoost算法指借助一種“積分圖像”的圖像加以表示,其可對弱分類器快速用到的特征加以快速計算出,并將這些弱分類器進行集合,從而強分類器加以構成,這就能夠對類人臉加以檢測出。
對人臉識別系統識別率影響比較關鍵的因素為光線,借助Adaboost對類人臉區域內大部分還是有非人臉存在加以檢測出,但僅形狀上與人臉酷似,在色彩空間中的膚色聚類較為穩定,較容易和其他色彩進行區分,彩色圖像中人臉最為顯著的一個特征是膚色,膚色分布統計的映射空間可采用YCbCr,這一空間的優點為:把色度與亮度進行分開,然而單獨處理, 這就較為徹底的分離了亮度與色度的分量,可對膚色分布區域加以較好限制,能讓膚色點形成較好聚類,這就以便在圖像中將膚色區域加以分離出,再加以Adaboost檢測,最終便可人臉位置加以確定。
我們通常將人臉模式分成一個序列,即前額、眼睛、鼻子、嘴巴和下巴,這樣能夠更好的使用人臉模式有序的檢測并識別這些區域,對識別人臉觀察的向量序列加以提取,再對這一人臉的相似或然率加以計算,其中相似或然率可對口待識人臉觀察向量序列和數據庫中人臉隱馬爾可夫模型的類似程度加以反映,在HMM 中若值最大,則表明是同待識人臉最為接近人臉隱馬爾可夫模型,這就使得識別較好的完成。
在高校校園安全保衛工作中,智能門禁系統借助視頻結構技術可識別學生的臉部,也可借助學生卡上的磁片掃描且記錄學生的信息,這就實現了對校園進出的有效管理,并幫助了校園管理人員對每一名學生的進出情況加以比較及時的查看。
在高校校園安全保衛工作中,智能門禁系統的預警功能,可對他人尾隨進入學校的情況加以有效避免;同時,在讀卡識別信息時,若有人對門禁加以蓄意破壞門,系統會立即響起警報,這能夠幫助校園管理人員及時對外來入侵制定合理的防范措施,從而大大降低學生受到任何傷害的可能性。
現階段,智能門禁系統中的借助遠程對講系統,能夠聯系管理者,從而在一定程度上避免意外出現,并使管理人員及時的了解實際情況。若宿舍或者教師出現意外事件,學生能夠直接借助門禁與他人取得聯系。
智能門禁中的磁卡指給學校學生與教師發放校園卡,這種磁卡門禁成本比較低,可對學生與教師的出入情況進行記錄,方便學生加以攜帶。磁卡識別屬于校園內中比較常見的門禁手段,每個學校都會為學生發放屬于自己的磁卡,磁卡中有學生的學號,學生可以用這張磁卡到圖書館與食堂進行使用。
密碼識別的智能門禁指借助輸入密碼手段,從而進入到教室與校園中,其中密碼識別的類型有亂序型與普通型,普通型中存在固定的密碼,這種類型極易被他人破解;亂序型指用戶通過注冊密碼而加以信息識別,這種類型密碼識別能分成不同的安全等級,能把其他智能系統與密碼使用加以結合。
生物識別的智能門禁的成本比較高,其借助對指紋加以檢測和對面部加以識別,從而在最大程度刪確保校園的安全性。生物識別的智能門禁的優勢在于:無需輸入密碼與攜帶磁卡,劣勢在于:可能發生為之過謹慎情況,一旦出現機器故障狀況,往往比較難修理,這就影響的學生的進出校園。
綜上所述,在高校校園安全保衛工作中,智能門禁已得到較為廣泛的應用,其符合更高層次高校校園安全管理要求,高校借助智能門禁系統,可及時幫助校園管理人員非學校人員進行排查,有效確保學生安全,還能夠方便學生安全的進入學校。
[1]張年,劉燕.試探高校智能門禁系統在校園安全保衛工作中的作用[J].科技經濟導刊, 2017(12).
[2]張年,劉燕.試探高校智能門禁系統在校園安全保衛工作中的作用[J].科技經濟導刊, 2017(12).