人臉識別技術(shù)在校園生活及管理中的應(yīng)用

聶瑞華 李康滿

摘要：校園生活中的很多時(shí)候需要進(jìn)行身份的識別和驗(yàn)證，傳統(tǒng)的密碼驗(yàn)證及身份查驗(yàn)方法可能被冒用破解，并且使用起來不方便，生物識別應(yīng)運(yùn)而生，其中人臉識別技術(shù)因具有成熟的技術(shù)和較高的安全性，且操作簡單而受到青睞，該文擬從人臉識別技術(shù)的特點(diǎn)、實(shí)現(xiàn)過程等方面介紹其在校園生活中的應(yīng)用。

關(guān)鍵詞：人臉識別;校園生活;圖像預(yù)處理;特征識別;對比檢測

中圖分類號：TP391

文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2020）04-0166-02

收稿日期：2019-12-05

基金項(xiàng)目：國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目，教高司函[2018]39號（項(xiàng)目編號：201810546007）;湖南省大學(xué)生研究性學(xué)習(xí)和創(chuàng)新性實(shí)驗(yàn)計(jì)劃項(xiàng)目：基于人臉識別的課堂簽到系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)，湘教通[2018]255號第750號

作者簡介：聶瑞華（1997—），男，湖南長沙人，本科在讀，主要研究方向?yàn)槟Ｊ阶R別;通訊作者：李康滿（1972—），男，湖南耒陽人，本科，副教授，主要研究方向?yàn)槟Ｊ阶R別計(jì)算機(jī)輔助教育。

在當(dāng)今社會(huì)中，傳統(tǒng)的身份識別方法例如各類密碼識別等方法暴露出越來越多的缺陷，雖然加密技術(shù)在不斷地完善和發(fā)展，但是密碼識別可能被他人竊取冒用，而在校園生活中，越來越多的高等院校都在開展校園一卡通的建設(shè)工作，校園一卡通可以同時(shí)將學(xué)生身份識別、校園消費(fèi)、打卡簽到等功能，給予了校園師生們極大的便利性，但這也存在著問題，因?yàn)橄到y(tǒng)的服務(wù)對象是校園卡，若出現(xiàn)丟失、遺忘等情況則影響極大，為改變這一現(xiàn)狀，生物識別技術(shù)應(yīng)運(yùn)而生，生物特征數(shù)據(jù)可以將服務(wù)對象轉(zhuǎn)移到個(gè)人身上，通過對個(gè)人特征數(shù)據(jù)例如指紋、虹膜、聲紋、人臉等內(nèi)容的采集和識別，實(shí)現(xiàn)完全針對個(gè)人的人性化加密手段。其中，人臉識別由于其技術(shù)的成熟性、操作的簡便性及難以冒用性等其他手段難以比擬的諸多優(yōu)勢，得到了廣泛的應(yīng)用。除此之外隨著移動(dòng)互聯(lián)科技的發(fā)展，智能機(jī)的普及率極高，這對人臉識別的市場和未來也提出了更多的需求及更高的技術(shù)要求。

1 概述

1.1 人臉識別的優(yōu)勢

隨著時(shí)代的發(fā)展和科技的進(jìn)步，人們的生活水平日益提高，隱私意識也達(dá)到了前所未有的高度，同時(shí)各個(gè)領(lǐng)域都對信息安全提出了更高的要求。傳統(tǒng)的保護(hù)信息安全的方法有密鑰，利用身份證或者銀行卡多重識別等，這樣的方法雖然簡單，但是存在記憶和攜帶不方便的問題，同時(shí)還存在著失竊的可能性。

隨著時(shí)代的發(fā)展和科技的進(jìn)步，越來越多的應(yīng)用領(lǐng)域需要利用個(gè)人信息，因此，對信息安全的保護(hù)也越來越重要，提出了更高的要求。傳統(tǒng)的保護(hù)信息安全的方法除了密鑰驗(yàn)證外，還有身份證查驗(yàn)及各種身份卡（磁卡或芯片卡等）識別等，這樣的方法雖然簡單，但是存在記憶和攜帶不方便的問題，同時(shí)還存在著失竊的可能性。

在這樣的背景之下，人們迫切需要一種便于攜帶，具有唯一性且辨識度高的識別技術(shù)，生物識別應(yīng)運(yùn)而生。生物識別，即利用人類都共有但是不同人之間又有區(qū)別的生理特征或者行為特征來進(jìn)行識別。可以利用筆跡、聲音、指紋、動(dòng)作、虹膜和人臉等進(jìn)行識別。相對于其他的生物識別方法，人臉識別具有下面多種優(yōu)點(diǎn)：

（1）非接觸性：即在識別過程中被識別者不用與特定儀器有身體接觸，不易激起其反感，同時(shí)也是一些特定人群如潔癖患者的福音。

（2）采集簡單：人臉采集只用在人臉正常狀態(tài)下照個(gè)相就可以完成信息采集，成本較低且效率高，而不用像DNA采集那樣需要進(jìn)行一系列復(fù)雜操作且價(jià)格昂貴。

（3）特征穩(wěn)定：人臉在一定時(shí)間內(nèi)的特征是相對穩(wěn)定的。即使衰老但是基本的結(jié)構(gòu)變化不會(huì)太大。但是隨著歲月變遷，-些從事體力勞動(dòng)的人可能會(huì)出現(xiàn)指紋被磨掉等問題。

（4）重復(fù)率低：傳統(tǒng)的筆跡識別會(huì)出現(xiàn)多人筆跡類似或者專人模仿筆跡的情況。而人臉識別的重復(fù)率低，且仿冒難度的成本較高。

基于以上諸多原因，人臉識別無疑是我們?nèi)粘Ｉ钪械淖顑?yōu)選擇。

2 移動(dòng)互聯(lián)時(shí)代人臉識別的優(yōu)勢

在移動(dòng)互聯(lián)時(shí)代，隨著智能機(jī)成本的下降，其普及率逐年.提升，2018年中國智能機(jī)普及率已達(dá)68%，智能機(jī)上app的便捷性與智能機(jī)的通用性質(zhì)讓其在各方面都體現(xiàn)出強(qiáng)大的作用力，而隨著智能機(jī)領(lǐng)域的發(fā)展，人臉識別也漸漸地在各類生物識別技術(shù)中脫穎而出，現(xiàn)在的智能機(jī)絕大多數(shù)有相機(jī)，而且不少都以相機(jī)作為賣點(diǎn)，通過相機(jī)拍照可以簡單獲取的人臉相片相較于難以通過便攜移動(dòng)設(shè)備或取的DNA、并非所有移動(dòng)設(shè)備.都具有的指紋獲取設(shè)備、較為容易被他人模仿的筆跡和聲紋等，因此，具有拍照和攝像功能的智能移動(dòng)設(shè)備的普及和廉價(jià)化讓人臉識別在現(xiàn)在這個(gè)移動(dòng)互聯(lián)時(shí)代具有更大的優(yōu)勢。

2.1 校園管理中人臉識別的意義

現(xiàn)在校園生活中，師生們使用的多為校園卡作為身份標(biāo)識和上課、上班的打卡簽到工具，同時(shí)也將其作為校園內(nèi)電子現(xiàn)金的交易工具，有的會(huì)為其設(shè)置密碼，有的連密碼都沒有設(shè)置，和傳統(tǒng)的電子身份卡、銀行卡等相同甚至更盛的是，其服務(wù)對象主要是卡片和持有者而不是其真正的擁有者，這也導(dǎo)致了校園卡因故丟失、或失竊造成的安全和財(cái)產(chǎn)損失問題頻頻發(fā)生，同時(shí)以校園卡為基礎(chǔ)的人員簽到和權(quán)限控制也存在著不小的漏洞，因?yàn)闄z查主要是針對校園卡，所以也存在著代為打卡簽到或者仿冒權(quán)限人員的事故發(fā)生，因此將識別和服務(wù)的對象由卡轉(zhuǎn)為人是至關(guān)重要的。

2.2 智能機(jī)作為識別設(shè)備的意義

傳統(tǒng)的固定式人臉識別工具有很多，我們身邊的就有火車站高鐵站中的人臉識別進(jìn)站檢驗(yàn)，運(yùn)用這一技術(shù)，傳統(tǒng)的人工檢票步驟被替代，進(jìn)出車站的時(shí)間被大量壓縮，但是在校園生活中，我們的人臉識別系統(tǒng)主要作為學(xué)生課堂簽到工具使用，采用這類固定式人臉識別工具進(jìn)行打卡簽到則會(huì)出現(xiàn)不少問題，上下課時(shí)間人流密集，雖然人臉識別過程較快，，但是相對于如此之大的人流量也會(huì)消耗大量時(shí)間，而平時(shí)非上下課高峰：期，這些識別機(jī)器卻幾乎無人使用，造成浪費(fèi)，而且為此在校園中購置識別機(jī)器和后續(xù)的維護(hù)及管理費(fèi)用還有機(jī)器折舊的消耗也是一筆不小的支出，而智能機(jī)作為學(xué)生廣泛擁有的智能通信工具，在上下課的高峰期也能做到甚至是一人一機(jī)的簽到簽退，因此，使用手機(jī)app作為校園簽到簽退的工具更為合適。

3 人臉識別過程

3.1 人臉檢測

人臉檢測作為后續(xù)處理和識別的先制步驟是必須要存在的。首先利用攝像鏡頭采集人臉的各種不同狀態(tài)、位置、形態(tài)的圖像，在照片上找出并定位人臉，是識別的第一步。根據(jù)設(shè)計(jì)好的算法依據(jù)人臉膚色等因素定位人臉位置并排除其他干擾性的背景元素，如果有多個(gè)人臉被定位則需要多個(gè)空間來保存人臉位置，然后把人臉圖像中包含的顏色特征、模板特征、直方圖特征、結(jié)構(gòu)特征及Haar特征等有用信息挑出來，并將這些數(shù)據(jù)用于后續(xù)的人臉分析、人臉比對操作。

3.2 圖像預(yù)處理

在大多數(shù)時(shí)候，我們所獲取的圖像并不太適合直接用于人臉識別，這主要是因?yàn)槲覀兩钪械恼掌?jīng)常有背景，光照，姿態(tài)等干擾因素，同時(shí)人臉也會(huì)有一定的傾斜角度，基本不會(huì)與攝像機(jī)成水平狀態(tài)，這就會(huì)在很大程度上影響人臉識別的精度，這就需要將圖像進(jìn)行預(yù)處理，將圖像中相對重要的，有用的信息更加明顯突出地展現(xiàn)出來，弱化乃至剔除噪點(diǎn)（相對無用或次要的信息），從而提高識別的準(zhǔn)確率，圖像預(yù)處理不會(huì)改變原始圖像的特征。使圖像盡可能達(dá)到最理想的狀態(tài)，圖像預(yù)處理結(jié)果的好壞程度將直接影響人臉識別的最終結(jié)果。圖像預(yù)處理只是目前已有的處理技術(shù)有直方圖均衡、中值濾波和幾何歸一化等。

3.3 特征識別

獲取人臉圖像并對其進(jìn)行一定的預(yù)處理去除噪點(diǎn)之后，就可以開始進(jìn)行人臉特征信息提取了。人臉信息特征提取目前主要有兩大技術(shù)，一是局部信息提取，二是全局信息提取，局部信息提取的方法主要有LBP局部二值模式和Gabor特征等，全局信息提取主要有PCA主成分分析、LDA線性判別分析、ICA獨(dú)立分量分析等。在本次研究學(xué)習(xí)中，主要研究了推出時(shí)間較早且相關(guān)技術(shù)發(fā)展較為成熟的PCA和LBP方法及運(yùn)用技巧，在項(xiàng)目中搭建了areface的相關(guān)人臉識別sdk對系統(tǒng)進(jìn)行了測試。

3.4 對比檢測

人臉特征信息識別提取出來的人臉信息按學(xué)生的ID分別保存到人臉庫中，這些信息將用于后續(xù)進(jìn)行人臉識別驗(yàn)證簽到，在學(xué)生登錄此系統(tǒng)時(shí)，會(huì)要求他們拍照登錄并再次提取人臉特征信息與庫中存儲(chǔ)的對比，因?yàn)楣庹蘸妥R別精度等原因，不能要求每次都是百分之百的相似度，相似度高于一定數(shù)值即為人臉對比成功。

4 應(yīng)用場景

4.1 課堂簽到

傳統(tǒng)的課堂點(diǎn)名模式已經(jīng)落后，上課點(diǎn)名需要大量消耗課堂時(shí)間，而且容易出現(xiàn)代課代答等問題，而利用一卡通刷卡簽到方式也會(huì)代刷卡問題。運(yùn)用人臉識別app進(jìn)行人臉信息識別并運(yùn)用手機(jī)自帶的GPS系統(tǒng)對簽到位置的定位，確定是本人到堂，使課堂簽到的服務(wù)對象真正落實(shí)到學(xué)生，從根本上杜絕代簽到現(xiàn)象。每天的簽到信息會(huì)可以提交到學(xué)校的教務(wù)系統(tǒng)中儲(chǔ)存，甚至可以將信息和上課的班級綁定起來，將簽到情況發(fā)送到各自課堂上課老師手上。

4.2 考試實(shí)名驗(yàn)證

人臉識別還可以運(yùn)用到考場身份驗(yàn)證，省去人工檢驗(yàn)的過程，簡化考試流程，使用人臉識別對比情況、GPS定位的信息確定學(xué)生考場進(jìn)場情況，降低誤識率，還能添加驗(yàn)證時(shí)間等時(shí)間，快速統(tǒng)計(jì)出缺考和遲到的情況。

5 運(yùn)用發(fā)展的方向以及目前存在的問題

目前校園人臉識別的運(yùn)用方向偏窄，僅在身份驗(yàn)證、簽到和考場身份證明上有較大優(yōu)勢，在例如校園電子現(xiàn)金消費(fèi)等方面相較于傳統(tǒng)的“一卡通”體系并不很占優(yōu)，反而還因?yàn)槿四樧R別具有一定時(shí)間的延遲反饋和聯(lián)網(wǎng)登記，將會(huì)一定程度受到網(wǎng)絡(luò)條件和設(shè)備因素的干擾降低效率，若將用于電子現(xiàn)金消費(fèi)的人臉識別系統(tǒng)分隔開來做成脫機(jī)記錄的形式又存在著被破解的風(fēng)險(xiǎn)。在人臉識別技術(shù)的應(yīng)用上，識別的精度、個(gè)人的隱私保護(hù)和應(yīng)對環(huán)境變化的能力都有很大的改進(jìn)提升空間。

參考文獻(xiàn)：

[1]姬翠萍.人臉識別技術(shù)在課堂考勤管理中的應(yīng)用研究[].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2019（05）：40-41.

[2]宋爽.人臉識別技術(shù)在校園管理中的應(yīng)用[J].通訊世界，2019，26（01）：184-185.

[3]李夢瀟，姚仕元.基于PCA的人臉識別系統(tǒng)的設(shè)計(jì)與改進(jìn)[J].，計(jì)算機(jī)科學(xué)，2019，46（S1）：577-579.

[4]王惠宗玉萍.基于PCA的人臉特征提取和識別[D].計(jì)算機(jī)產(chǎn)品與流通，2019（01）：153+156.

[5]楊艷，郭振鐸，徐慶偉.基于PCA和LBP的自適應(yīng)加權(quán)融合人臉識別算法[J].中原工學(xué)院學(xué)報(bào)，2018，29（06）：75-80.

[通聯(lián)編輯：朱寶貴]