人臉識別技術在博物館安防管理中的具體運用

摘要：因旅游業的發展以及公眾文化意識的增強，博物館參觀人數逐漸增多，人員結構更加復雜，這為安防管理工作的開展帶來了挑戰，而傳統安防監控系統已無法跟上時代發展步伐，人臉識別技術屬于新型智能化技術在博物館的應用能夠滿足安防管理需要，利于智慧型博物館建構。那么人臉識別技術在博物館安防管理中的具體應用體現在哪些方面呢？本文結合實際展開簡要總結。

關鍵詞：人臉識別技術;博物館安防管理;應用

人臉識別即結合人的面部特征展開身份識別的技術。人臉識別技術的應用優勢即不易察覺、不易仿冒、識別速度快，在公安照片對比系統、門禁系統與視頻監控系統等均得到了大力應用。

文物屬于一個國家、民族歷史的見證，博物館屬于珍貴歷史文物存放與陳列的主要場所，強化博物館安防管理在加強文物保護中有積極意義。通常情況下人臉識別技術使用的最佳拍攝間距是1.2—2.5米，不過因博物館為開放場所，不便要求每一位參觀者均主動進行人臉識別與采集，外加人臉大小區別明顯，故而動態性的非配合采集會導致人臉表情隨意性明顯，圖像質量偏低，若參觀者以墨鏡、口罩與頭發等方式進行了人臉遮擋，根本就無法準確進行人臉識別。故而本文結合實際給出了一種視頻人臉預警與檢索系統，該系統在人臉識別、實時監控與準確分析等方面的功能都較強大，可快速發展可疑人物的辨識，為博物館安防管理提供參考，保障文物安全性。

一、人臉識別技術概述

人臉識別技術主要是針對人的面部特征，根據所輸入的人臉圖像或視頻，明確是否存在人臉，若人臉出現則進一步給出各人臉的位置、大小與不同面部器官的位置信息，再依照這些信息對每個人臉所涉及的身份特征進行提取，將其和已知人臉展開比對進而識別人臉的身份。站在廣義視角分析人臉識別即人臉識別系統建構的一系列技術（如人臉定位、身份查找等）;站在狹義視角分析人臉識別即經人臉展開身份確認或身份信息查找的系統或技術。

二、博物館視頻人臉預警與檢索系統在博物館安防管理中的應用

（一）人臉識別技術在博物館安防管理中的應用

一旦博物館出現盜竊案，傳統安防監控系統取證不得不對當天錄像記錄進行回放來找尋相關信息，這一事后追蹤舉措的使用存在被動性，可能無法及時準確掌握當時情況，達到及時阻止的效果。博物館中展示與陳列的都是極具保存價值的珍貴文物，一旦丟失或遭受損毀帶來的損失相當大，故而做好安防管理并通過有效手段來做好事前預警相當關鍵。而盜賊要一次就將文物成功盜走并非易事，通常需進行多次踩點，而人臉識別技術的使用能夠抓拍與采集進入博物館每一位參觀者的面部信息，經人臉識別快速判定出可疑人員并給出預警。那么人臉識別技術使用時化被動為主動的流程是怎樣的呢？即：參觀者進入博物館，從安檢門經過時則觸發人臉識別攝像機取像系統得到人臉信息。典型的如高清數字超寬動態攝像機通常進行3個方位設置，能夠采集各方位人臉圖像信息或一張半身照，經一系列運算后信息管理平臺則將收集到的信息保存至平臺數據庫，若再次從安檢門經過時攝像機又會將上次操作流程進行重復，且經圖像查重比對系統將人臉入館次數進行篩選保存到二次庫且根據具體情況為相關人員給出警示，并把該人員的照片等相關信息調出。

（二）基于人臉識別技術的視頻人臉預警與檢索系統在博物館安防管理的應用

該系統在具體應用時能夠對進入博物館的人員展開人臉采集操作，提取并對比人臉特征，系統運行時會對30天內第二次參觀者的相關人臉特征進行自動識別，在參觀人員第三次進館后系統則會將三次參觀者的人臉特征給予顯示，并且對預警人員前兩次進館的對應信息展開自動檢索與記錄，和公安機關與部門黑名單人員作價值特征比較，完成對部分犯罪嫌疑人或踩點者的自動檢索與篩選，并經系統平臺完成預警提醒相關安全人員對其加強管理。

此處所提及的系統具體組成包括四方面，分別為數據資源層、基礎設施層、服務渠道層與應用層，同時具備人臉采集、存儲、查重對比、預警、視頻檢索、信息發布與集成管理等各項子系統，而子系統在應用時所發揮的作用為：

1.視頻人臉采集子系統

該子系統應用時依靠多項技術（如人臉檢測技術、圖像質量評價技術、姿態評估技術）來對人臉數據與信息進行分析，得到最適宜的人臉圖像數據。

2.人臉存儲子系統

該子系統在具體應用時通過數據庫形式來保存所收集的人臉圖像與對應模板，故而該系統的基本構成為：30天人臉庫（即30天里人臉聚類庫信息匯集）、當日聚類庫、黑名單庫與二次人臉庫（30天內系統所查詢到的二次出現的人臉圖像與對應特征模板）等;而當日聚類庫實質即對博物館當天不同攝像機所采集的人臉信息進行存儲，并人臉聚類后形成當天進入博物館的人員人臉圖像與對應特征模板;黑名單庫即銀行、公安機關等公開的黑名單人員人臉特征信息。

3.人臉查重比對子系統

人臉查重比對子系統即在具體應用里借助人臉識別技術來完成當天的人臉聚與人臉信息的二次查重，30天人臉信息庫為人臉二次查重的比對源，系統自動將當日人臉信息數據庫和30天人臉信息庫的各類特征模塊展開比對，在條件相符的情況下則被自動認定成人臉的二次出現。

4.人臉預警子系統

人臉預警子系統即在具體應用過程里借助人臉識別技術展開身份驗證，以黑名單庫與二次人臉庫作為比對源，若與系統預警閡值相比，相似度更高，子系統則會有對應的預警提示并將預警人員圖像與相關信息給予顯示。

（三）博物館視頻人臉預警與檢索系統研發特點

第一，人臉識別主要是經給定的人臉圖像與計算機內部保存的M個人臉圖像展開一一比對，結合所給定的對應圖像相似度展開排序，并將相關輸入人臉身份信息等進行顯示，即1：M布控模式（M為固定值）。30天人臉識別系統能夠對視頻信息進行動態采集，采取的是N：M動態檢測識別模式，該模式的使用讓系統識別性能大大提升。

第二，本系統主要采取的是遠距離人臉信息數據采集方式，能夠將7米范圍內的數據信息進行采集，同時動態技術與場景內光照環境改造相互聯合的模式使得因光照而導致采集質量偏低的問題得到解決，如此即可在自然狀態下經可見光完成對應人臉圖像信息的獲得。

第三，若要要求進入博物館參觀的每一位人員均配合信息采集是不可能做到的，那么就需注重非配合被動采集方式的使用，使人臉水平旋轉問題得到解決，也就是在具體應用中從多角度完成信息采集，依靠多攝像機同步采集形式來采集人的正臉信息，確保所采集的圖像信息更有效。

第四，為解決進入博物館的參觀者以墨鏡、口罩與頭發等方式將人臉遮擋，系統主要用到了多機位采集模式讓人臉俯仰而導致信息采集不到位的情況得到彌補，即在博物館內通過將攝像機高掛與低置聯合的形式進行機位設置，并通過安裝于X光安檢機的隱性攝像機進行人臉正面采集，即便是人臉低頭或戴帽也可達到人臉信息采集的目的。

（四）系統測試

此次測試所選50名人員身高在1.6—1.9米間，測試期間50名對象穿插于進入博物館參觀的人群里，對其行進速度、姿態與安檢行為進行測試（排除跑跳、下蹲等異常行為），測試前進行50條樣本數據布控（黑名單與二次庫分別為25條），測試時間是9：00—16：00，得出表1中的數據信息，根據結果能夠發現相較于單攝像頭，多角度人臉采集使得人臉以及有效建模率大大提升，這樣就使采集圖像質量更有保證，實現博物館文物安全性的維護。

通過下面表2里的數據結果能夠看出視頻人臉預警與檢索系統在博物館的使用誤報率非常低，識別準確率較高，這也充分說明人臉識別技術在博物館安防管理中非常適用，可保障文物安全性。

現今人臉識別技術應用于我國博物館安防管理工作中的時間較短，各方面研究仍處于探索階段。在2016年前針對這方面的研究主要偏向于人臉識別技術原理以及應用前景等相關內容的分析，不過在2018年后針對這方面的研究主要是致力于人臉識別技術的應用和普及，而本文中人臉識別技術應用的研究成果希望能為相關研究人員提供參考。

（作者簡介：蘇源，單位：甘肅省平涼市博物館）

參考文獻

1.賴祥《智能視頻監控中人臉識別技術的應用與發展》[J]，《通訊世界》，2019（06）：P46-47。

2.劉依林、周淦釧、周恒銳《人臉識別技術在治安管理中的應用現狀與趨勢分析》[J]，《無線互聯科技》，2019（11）：P133-134。

3.鄭華昌《人臉識別技術在智慧城市公共服務中的應用研究》[J]，《現代信息科技》，2019（05）：P172-173，P176。