陜西工業職業技術學院 段輝
關鍵字:人臉識別;數據分析;圖書館
現代計算機、互聯網等高科技技術大多起源于美國,人臉識別技術也是美國最早提出的,不過隨著我國科技的不斷發展,在人臉識別領域,我國已經達到了世界先進水平。
人臉識別技術的發展和視頻攝像的發展緊密相連,早期的視頻攝像技術落后,像素低成像效果差。隨著設備的不斷更新,算法的不斷優化,人臉識別技術識別率可以達到近百分之百的正確率,同時隨著技術的發展,成本也在不斷下降,除了機場、高鐵等地方的應用,各個高校也在后勤、保衛、圖書館等使用了人臉識別技術。
人臉分析技術的應用,將傳統的被動監控轉化為主動監控,通過后臺服務器進行算法分析,按照一定的規則實時進行數據提取和分析,對可疑事件和行為進行預警,提升安全性和數據利用率。將圖像與事件之間建立一種映射關系,使計算機從紛繁的視頻圖像中分辨、識別出關鍵目標物體并分析理解其行為。人臉智能分析技術對輸入的視頻流采用對運動目標的檢測、跟蹤、分類技術,將視頻內的目標經背景建模、目標分割、跟蹤及分類等圖像識別算法,完成由圖像到事件參數的轉變,從而實現對各種突發事件的實時檢測[1],使得圖書館日常防控更趨向于前傾性。
2.1.1 建立人臉信息數據庫
在圖書館主要出入口鋪設人臉識別設備,為師生提供移動端和固定設備進行信息錄入,通過相關設備進行人臉檢測和人臉跟蹤,進行數據提取存儲。并把人臉照片、抓拍地點、抓拍時間等信息上傳到人臉管理平臺進行存儲,以方便后期的檢索與查詢。
2.1.2 根據需要建立黑名單數據庫
根據防控數據進行黑名單數據庫建設,再根據相關部門要求以及圖書館自身的需求,對人員進行布防。將抓拍的人員與黑名單數據庫中的人員進行實時比對,發現存在問題的讀者,通過聲音等方式進行預警,提醒圖書館管理人員,根據情況進行下一步處理[2]。人臉識別技術及黑名單數據庫,能更好地滿足學院安全防控要求。
2.1.3 提升圖書館防疫防控水平
圖書館是一個學生極易聚集和集中的地方,特別是舉辦讀者活動、新書速遞時容易出現安全事件。針對重點活動區域、場館出入口、重點安全位置等學生極易聚集區域采用客流密度分析。通過人臉識別技術,圖書館管理人員能更準確更有效地掌控圖書館每一位讀者的軌跡,根據疫情防控要求,通過后臺圖書館讀者空間熱度分析,及時對入館讀者進行疏導,減少讀者聚集,降低安全風險。
2.2.1 對讀者進行基礎數據統計
圖書館人臉識別設備的檢測及統計,能更詳細、更準確地統計讀者行為,從以往的只能獲取較為模糊、讀者行為較少的數據,轉變為獲取更多讀者行為,更精確讀者行為的數據,獲取讀者的二級學院、班級、性別等數據,再獲取讀者在圖書館的行為數據,再進行綜合判斷,相關數據則通過數據庫進行實時保存以便日后進行更大范圍、更長周期的分析比較,為圖書館數據挖掘提供基礎數據。

2.2.2 對讀者進行更細化、更智能的分析,為讀者提供更好的服務
人臉識別技術使圖書館數據分析更加精細化、智能化。通過相關數據,可以獲取讀者二級學院、專業、性別等宏觀數據,分析各個數據中讀者的偏好以及圖書館資源建設方面存在的不足。進行讀者個人活動軌跡分析(統計讀者入館頻次、行走路線、空間使用偏好等,支持柱狀圖及曲線圖),通過相關數據,我們可以了解讀者閱讀行為偏好、專業需求,為讀者提供更智能化的服務與資源推薦。
2.2.3 實現數據的共享及其他擴展應用
通過閱覽室讀者數據,實現閱覽室座位預估展示,密集區域熱點人流分布圖展示,高峰期動態圖表分析展示;實現人臉圖像庫與圖書管理系統及自助借還等圖書館系統的共享拓展。將相關數據接入學院數據平臺,擴充學院數據庫,為學院專業建設、學科建設提供數據支撐。
隨著科技的發展,各種高科技手段層出不窮,我們應該多學習各種高科技手段,將其應用在圖書館中,通過在圖書館的應用,使讀者能更有效、更智能地獲取知識,擴充大學生的知識面,提高其學術科研水平。而大學生各方面知識水平的提高,則可以使科技得到更快的發展,國家得到更新鮮的血液,形成良性循環。