大連理工大學人臉照片采集奠定身份識別基石

文/翟鳴宇 張巍 田麗 劉春瑞

近年來，隨著計算機圖像識別技術的發展和普及，人臉識別作為一種基于人的臉部特征信息進行身份識別的生物識別技術越來越多的受到關注與應用。通過人臉識別進行身份認證，繁瑣的人工服務被人工智能所取代已勢在必行[1]。利用含智能結構化分析功能的攝像機等前端采集影像設備對特定對象面部信息進行采集識別，同時將前端設備采集的人臉信息融合于后端平臺進行數據挖掘，這樣的技術在高校信息化管理中具有很高的應用價值[2]。人臉識別技術在將攝像機抓拍的人臉圖像或者視頻流與數據庫中人臉照片進行比對時，為提升識別速度并降低誤識率，攝像機對于照片信息的質量有著較高的要求。基于此，如何采集滿足要求的影像信息，尤其是針對人物的面部特征信息完整捕捉，是高校信息化管理工作者在引入該項技術時面臨的首要問題。

人臉識別技術應用

人臉識別技術隸屬生物特征識別技術，是物聯網時代的重要產物。該技術通過對人物面部的生物特征信息進行識別、提取，并與人臉庫信息比對審核，從而達到特定對象身份辨別的目的[3]。人臉識別技術工作通常由四個環節組成，即人臉圖像的檢測及采集、影像信息的預處理、人臉特征信息提取、匹配與識別[4]。

目前，人臉識別技術正逐步應用在人們的日常工作生活中，因為人臉識別所具有的不可復制、采集方便、易于配合等特征而更利于使用和推廣。與其它生物識別技術相比，人臉識別更為方便快捷，不需要借助外加設備與特征對象的直接接觸，即可完成身份辨別工作；在特定時間段中，該技術還可對特定區域的群體對象進行“批量操作”，極大地提高了工作效率。例如人們最常使用的“支付寶”中的“刷臉”支付功能，能夠快速精準地識別用戶本人身份，有效保障賬戶資金的安全；企業在日常考勤管理中所應用的人臉識別考勤機能夠快速準確地進行考勤管理，有效地提升企業的管理運作效率；在車站、機場、大型活動現場等客流量較多的區域，應用人臉識別技術進行身份核驗與檢票進站，能夠有效地提升驗票效率并提高身份核驗的安全性能等。可見，人臉識別技術在社會工作生活的各個領域有極高的應用前景。

高校人臉照片采集工作

照片采集流程

人臉信息作為高校人員信息的組成部分，不僅是師生參與校園學習、生活的“身份證”，更是高校建設數字化校園的基礎信息，在高校管理的各項工作中應用廣泛[5]。大到國家級的考試（如英語四六級、計算機考試、研究生入學考試等），小到高校日常事務的管理（如課堂考勤、宿舍門禁等），無不需要高質量的照片信息提供精準的身份識別依據。對于人臉識別技術來說，高質量人臉信息的采集更是整個流程得以實現的先決條件。經過最近幾年的研究摸索，大連理工大學已提出一套應用性較強的照片采集流程，以搭建大連理工大學人臉庫為核心，逐步完善、豐富人臉照片獲取的渠道（如圖1所示）。

圖1 照片采集流程

具體步驟如下：

1.公共庫人臉照片獲取

大連理工大學新生入學前需要在迎新系統中上傳符合標準的人臉照片，迎新系統會調用人臉庫檢測標準接口對新生提交的人臉照片進行審核，只有符合標準的人臉照片才可以進入公共庫，不合格的照片迎新系統會提醒新生重新上傳。

2.人臉庫照片質量檢測

公共庫通過對接推送的方式將所有新生、已在校老生和教職工的基本信息與人臉照片同步到人臉庫，并使用算法設備對照片中人臉進行參數評定，審核該圖像信息是否滿足人臉識別的使用要求。如照片檢測通過，將相應信息傳入人臉庫待用；如照片檢測未通過只將人員基本信息保留至人臉庫，這部分人員需要通過其它途徑進行人臉照片二次采集。

3.豐富二次人臉照片采集渠道

照片檢測不合標準的人員，對其采用多種方式進行人臉二次采集，相關工作由以下三種方式實現：移動端采集、客戶端采集和自助機采集，可快速準確完成人臉信息的二次采集。

4.特征提取，下發服務平臺待用

采集入庫的人臉照片，在人臉庫中完成特征信息提取及相關處理，人臉照片下發至相關服務平臺或人臉采集設備中，以待用戶使用。

照片采集的三個關鍵點

在照片采集流程的設計中，以下三項關鍵點是做好此項工作的核心：構建完備的統一身份識別認證機制、明確學生照片的標準及要求、開發多樣的照片采集方式。

1.建立統一人臉身份識別認證體系

高校應基于人員身份信息，建立統一的身份識別認證體系，確保人臉信息與身份數據的關聯。由信息化相關部門主導人臉數據的采集建庫，之后將人臉數據庫應用到學校各部門的業務層面，并將數據匯總至學校的公共數據庫，完成各系統數據的交換共享，確保人員身份信息統一。

2.提交照片標準

由于公共數據庫中人臉信息大部分來自學生自行提交，因此我們需要對所提交的照片設置嚴格的采集標準，確保圖像信息的質量，減少二次采集量。提交標準應當包括如下內容：（1）圖像中保證單色背景下，人物正臉面部清晰無遮擋；（2）限定文件大小格式，方便后期使用；（3）保證人臉雙眼瞳間距的清晰度；（4）統一照片命名格式，方便信息導入；（5）相關輔助信息的采集等。

3.照片采集方式多樣化

通過開發多樣化的照片采集方式，提高采集工作的效率，同時有助于未識別人員的人臉信息二次采集工作的開展。目前常用的采集方式為：

（1） 移動端采集

設計相應的移動端界面嵌入學校移動應用平臺，利用移動端自有的拍照功能或上傳照片的方式使用戶方便快捷的完成人臉照片的采集，采集的照片應滿足人臉識別檢測標準的要求，校驗不滿足人臉檢測標準的照片需重新采集。為避免照片冒用，移動端采集過程中加入上傳照片與原始照片的匹配校驗，校驗通過可以上傳，未通過校驗則需要到服務大廳現場采集（如圖2所示）。

圖2 移動端采集

（2） 客戶端采集

PC客戶端采集，用戶下載人臉采集客戶端，配合USB相機，按照客戶端所提示的步驟，完成采集工作。客戶采集模式可分離線（小規模團體）、在線（個人）兩種。離線模式下，用戶可先完成照片采集，之后統一上傳數據庫；而在線模式可實現平臺信息的實時更新，有助于信息更正及二次采集。

（3） 自助機采集

使用支持人臉、身份證照片核驗的設備完成大規模集中采集，通過身份認證調用用戶信息，確保身份信息與人臉圖像的一一對應。采集步驟如下：首先，被采集人員通過刷身份證方式完成信息提取；其次，完成身份核實后，進行照片采集，對比身份證存儲照片和現場采集照片是否一致；最后，認證通過的照片輸入人臉數據庫，實現人臉圖像的采集更新。

問題及解決途徑

在人臉識別技術進入高校應用的試驗階段，在產出各項成果的同時，也遇到許多問題，需要進一步解決。首先是采集照片的質量問題，多渠道的采集方式在給用戶帶來便利的同時，也給技術人員提出了難題，如何以最簡單的流程采集高質量的人臉照片需要進一步的研究探討；其次，手機客戶端采集也存在著信息冒用的風險，為解決這一問題已在移動端采集過程中加入上傳照片與原始照片的匹配校驗，但存在相似度要求太高易產生由本人上傳而比對失敗的情況，相似度要求過低則失去了比對的意義，因此校驗相似度率需要根據工作實際情況進一步調整，進而滿足需求。

伴隨信息化時代的到來，人臉識別技術越來越廣泛地應用于人們生活、工作等多個領域，極大地提高了人們的工作效率及生活品質；同時該技術在高校應用中也表現出極強的生機和活力。人臉照片采集作為人臉識別技術首要解決的問題，是使用人臉識別技術的前提，必須以高質量的人臉數據為基礎，人臉識別技術在實際應用中方能運用自如。在未來的技術改進中，智能化作為人臉識別技術的新指標，減少了人工參與，提升了流程運行效率，將會成為完善人臉識別工作的重要課題。