高校安全保衛工作中人臉識別技術的應用研究

摘要：伴隨現代信息技術高速發展變遷，人臉識別技術日漸成熟完善，并被廣泛運用在社會各領域，發揮著無法代替的作用。學校作為社會人口密集相對較大的場所，運用傳統安保系統難以獲得理想效果。基于此種情況下，高校應合理運用人臉識別技術，從最初維護學校穩定及保證校園正常秩序逐漸發展成集人防、物防與技防為一體的安全防范體系，以期為師生營造安逸穩定的校園氛圍。

關鍵詞：高校安全保衛;人臉識別技術

引言

高校是學生求學進程中不可缺少的教育場所，因學校人數龐大，內部人員構成繁瑣復雜，給安保工作帶來諸多挑戰。但是，將人臉識別技術運用在學校安保工作中，可比較、分析人臉識別技術采集到的數據，從而幫助相關工作者作出正確判斷，提高學校安全管理工作開展效率。

一、人臉識別過程

（一）圖像檢測

所謂人臉圖像檢測，就是對收集的圖像與視頻是否可呈現正常人臉展開判斷，計算人臉圖像所處位置。一般來講，人臉圖像檢測主要有兩種方式，一種是靜態化人臉圖像，另一種是動態化視頻圖像。在對靜態化人臉圖像展開檢測時，人臉識別系統會迅速標記出圖像中的人臉部分，如若未能檢測出人臉，識別系統會再次進行人臉圖像收集。而對動態化視頻圖像展開檢測時，在人臉攝像頭固定監測范圍可同時檢測數張人物，而人臉識別系統則會利用自身功能和優勢自動劃出檢測的部分。

（二）預先處理

通過人臉識別系統所檢測的原始人臉圖像極易受到光線強度、攝像角度以及運動模糊等多種因素影響，一般無法直接使用。而圖像預先處理就是消除人臉圖像中存在的無關信息和影響因素，降低不利因素對人臉圖像形成的干擾，從而為提取完整有用的人臉圖像特征奠定扎實基礎。此過程主要囊括變換人臉圖像的灰度、幾何校正、銳化以及直方圖均衡化等常規操作。值得注意的是，本環節的處理會對人臉識別效果產生一定影響，所以在具體實踐時，必須要注意保持人臉圖像的真實度和鑒別度。

（三）提取特征

人臉特征提取，是對預處理后的圖像展開特征建模。立足人臉識別技術，其運用的特征基本上可劃分為四種：其一，視覺特征;其二，像素統計特征;其三，圖像變換系數特征;其四，圖像代數特征。而人臉特征提取運用的方法有兩大類，基于知識的方法和基于代數特征與統計學習的方法。人臉識別技術現有方法是把人臉特征劃分成多個關鍵點，通常是68個點，包含鼻子、嘴巴、眼睛、耳朵、額頭與眉毛等臉部器官。

（四）人臉匹配

所謂人臉匹配，就是把提取的圖像特征信息數據和數據庫原有人臉特征展開自動搜索匹配，并提前設定最佳閾值，一旦相似度高于此閾值，對應系統將輸出匹配結果。根據具體形勢，人臉匹配可劃分成兩類：第一種是確認，即一對一展開人臉匹配，主要針對靜態化人臉頭像;第二種是辨認，通常是運用在動態化視頻圖像中，展開一對多比較。與此同時，人臉匹配也會受到諸多因素影響干擾，如表情復雜性、面部是否存在遮掩與年齡變化等。

二、高校安全保衛工作中人臉識別技術的應用

（一）門禁控制

為保障校園師生安全，學校可在學校大門處、教學樓、學生公寓以及圖書館等場所出入口安裝現代化人臉識別設備，有效預防各類突發事件發生，從而為學校安保部門迅速偵破案件，提供全新方式和思路。將人臉識別技術應用在高校門禁控制中，同門禁與閘機聯動，為其分配對應角色與權利。在高校大門處，通過門禁系統有效識別進出者身份，阻攔社會人士隨意進入校園。與此同時，人臉識別系統還能詳細記錄出入學校人員個人信息，分類管理校內人員、校外訪客以及可疑人員等。學校安保人員作為此系統的主要管理者，可按照通道、時間與人員等相關條件設置開門區域和開門時段權限，以此更好保證學校安全。

（二）實時抓拍

通過對高校安保工作現實需求的了解，借助人臉識別技術的抓拍以及高清攝像機，在學校內部重點場所和關鍵區域動態化捕捉人臉圖像，自動篩選清晰臉部圖像與現場實時圖像。在此基礎上，要將抓拍到的人像上傳抓拍服務器進行統一儲存，隨后進入人臉對比系統，繼而為人臉識別布控、檢索與分析等功能實現奠定扎實數據基礎。

（三）人臉布控

在人臉布控場景中，高等院校安保部門可預先將黑名單中所涉及的布控人員個人信息、面部特征錄入人臉識別系統，設置相應布控條件，如時間、地點、要求及報警閥值等。在進行實際操作時，人臉抓拍設備如若確定的人物相似度遠超于報警閾值，此系統就會以語音或圖像形式展開報警，以便于安保部門及時設定有效的處理措施。另外，在學校安保工作開展中，相關工作者還要在校園重點出入口設置人臉識別設備，保證安保部門可實現事前預警、事中控制、事后解決的良好效果。

（四）軌跡查詢

從本質角度來講，人臉軌跡查詢需要人臉識別系統拍到人臉照片且完整詳細記錄數據后方能實現。高校安保部門可把已有人臉圖片或系統檢測出的圖片作為基礎條件，系統查詢相關人物，如教師、學生與可疑人員等在學校內部的活動軌跡，并借助軌跡上的各個監控點查看對應視頻回放，以此加強校內安保。

三、人臉識別技術未來發展局勢

首先，人臉識別技術和大數據與互聯網技術發展聯系密切。伴隨數據不斷增長變化，人臉識別技術在匹配海面數據時面臨極大挑戰。但是，將人臉特征合理散布到多個電腦展開計算，則能得到更強大的計算能力。與此同時，依托云框架設計，運用混合多算法，則有助于提升大數據庫人臉圖像識別容量，提高對比速度。其次，多元化生物識別技術共生共存。現如今，人臉識別技術還未達到人類預期目標，針對部分安全性要求高的行業，比如金融行業、科技領域等，人臉識別技術極易被不良分子攻破，從而展開身份造假。所以，要想提高人臉識別技術的安全性，必須將各種生物特征識別技術有機結合，比如活體檢測以及指紋識別等，從而有效提升身份識別的安全性以及識別率。

結語

綜上所述，隨著科學技術的不斷發展及學校辦學規模的日漸擴大，現代人臉識別技術廣泛運用在各大院校已是必然趨勢。高校安全問題，既影響著社會的穩定，又牽動著每個家庭的幸福，是社會關注的熱點話題。

參考文獻：

[1]薛淑敏.基于人臉識別的旅游景區自動安檢系統研究[J].自動化與儀器儀表，2020（09）：156-160.

[2]郭春鎮.數字人權時代人臉識別技術應用的治理[J].現代法學，2020，42（04）：19-36.

作者簡介：馬凱（1994.2～），男，漢族，安徽人，碩士，常州大學懷德學院教育管理研究實習員，研究方向：安全保衛技防。