人臉識別技術在智慧校園中的應用

牟國棟 譚俏俏 李田來 劉亮

摘要：從數字校園到智慧校園，該校已逐步完成數據治理項目建設。2020年新冠疫情的到來加速推動了該校的信息化建設，其中人臉信息庫已完成建設，并成功應用在門禁出入、教師上課、就餐支付、刷臉乘車等方面。人臉識別具有唯一性、便捷性、非接觸性、非侵擾性、并發性等特點，在應用過程中暴露出采集不規范、安全性風險等問題。該文結合山東師范大學人臉識別技術應用案例，對人臉識別應用過程中暴露出的問題，分析問題原因，并提出人臉識別技術應用策略規劃。

關鍵詞：智慧校園;人臉識別;場景應用;特征識別

中圖分類號：TP391 文獻標識碼：A

文章編號：1009-3044（2021）16-0190-03

開放科學（資源服務）標識碼（OSID）：

Application of Face Recognition Technology in Smart Campus

MOU Guo-dong， TAN Qiao-qiao， LI Tian-lai， LIU Liang

（Shandong Normal University， Jinan 250014， China）

Abstract： From digital campus to smart campus， our university has gradually completed the construction of data governance projects. Due to the arrival of new coronavirus epidemic in 2020， the information construction of our school has been accelerated， among them， face information database has been completed and successfully applied in access control， teachers attending classes， meal payment， and detecting faces in university buses. Face recognition has the characteristics of uniqueness， convenience， non-contact， non-intrusiveness， and concurrency， which exposes problems such as irregular collection and security risks during application process. This article combines the application case of Shandong Normal University's face recognition technology， analyzes the problems exposed in the process of face recognition application， and put forward a strategic plan for the application of face recognition technology.

Key words： smart campus; face recognition; application scenario; feature recognition

隨著高校信息化建設的不斷發展，生物識別技術應運而生，生物特征數據可以將服務對象轉移到個人身上，通過對個人特征數據例如指紋、虹膜、聲紋、人臉等內容的采集和識別，實現完全針對個人的人性化加密手段[1]。其中，人臉識別的應用更加推動了高校從數字校園到智慧校園的進步。國內部分高校的信息化部門已悄然開啟了校園數據治理工作，人臉數據作為高校數據資產中的一部分，應該得到重視和應用。人臉識別算法從早期的幾何特征算法到現在基于深度學習的算法，識別率幾乎接近百分之百。同時，以人臉識別為主要業務的商湯、曠視等科技公司，已經上市相關成熟產品，并廣受各行業消費企業歡迎。2020年新冠疫情的突然到來，無接觸式的人臉識別應用順勢在我校得到推廣，人臉識別技術在高校智慧校園中的應用勢在必行，同時在應用過程中暴露出的問題也亟需解決。

1校園人臉識別技術應用場景

智慧校園環境下，高校人臉識別技術借助大數據、云計算、物聯網、人工智能等，有著很大的應用空間和發揮余地。在部分高校中，人臉識別主要應用于門禁出入、考勤管理、教工上課、就餐支付、圖像識別等。門禁出入：一般指高校校園門口、宿舍門口出入地點，師生通過在閘機前刷臉出入，人臉識別作為師生身份驗證的工具;考勤管理：一般用于教職工刷臉考勤或學生上課刷臉考勤，由于人臉具有不可替代性，極大地提高了考勤的準確性;教工上課：隨著智慧教室的普及，我校已經實現部分教室的智慧化建設，擁有一套完備的軟硬件設備，教職工通過刷校園卡或者刷臉即可開啟設備。就餐支付：我校已實現教職工餐廳刷臉就餐支付，通過刷臉支付，極大地便捷了全校教職工。圖像識別：該功能主要應用于校園攝像頭錄制的非結構化視頻數據，在視頻信息中識別人臉信息，可實現批量無感知人臉信息的識別。

1.1身份認證，“行走的身份證”

人臉識別作為身份驗證的生物識別工具之一，具有唯一性和無接觸性。廣泛應用于校園、宿舍門禁，考試身份驗證等，有效保障了校園安全，杜絕外來人員，防止考試替考等現象的發生。2020年新冠肺炎疫情的到來，推動了我校信息化建設中的人臉庫的建設。由于人臉識別的無接觸性，極大地便捷了校內廣大教職工，有效防止了疫情期間的交叉感染。

1.2教務教學，上課考勤的“小助手”

在部分高校的教務教學過程中，已經普遍開始使用人臉識別技術。由于人臉的不可替代性，有效保障了上課的簽到率，便捷了廣大教職工。學生上課刷臉簽到，在識別簽到的同時，也將簽到時間等數據存儲至日志，實現了上課簽到的自動化、信息化。同時，我校已完成部分教室的智慧教室建設，教職工如忘記攜帶校園卡，可以刷臉開啟機器，保障了學生上課按時進行。

1.3生活消費，就餐、購物、乘車支付的備選方案

校園一卡通作為師生身份驗證的有效證件和就餐、購物、乘車的支付工具，便捷了廣大師生。為了讓支付更為多樣性，我校已實現部分餐廳、班車刷卡機的聚合支付功能，不但可以刷卡支付，也可以掃碼、刷臉支付。人臉識別作為一項備選支付手段，首先在教職工群體推廣開來。

1.4校情分析，“大數據”下動態無感知人臉識別

對非結構化數據如視頻錄像的分析，存在分析難度大，分析時間長等問題。動態人臉識別算法的實現使人臉識別技術由平面的、靜態的識別向動態的、立體的層面發展，實現了人臉識別過程無停留，實現快速的動態抓拍和識別，動態人臉識別技術現在已經廣泛地應用于公共安全、刑偵、金融、交通等各個領域[2]。商湯、曠視等人臉識別公司擁有一套無感知動態人臉識別采集系統，該系統可以完成流動人員人臉信息的即時采集，廣泛應用于考試、宿舍、餐廳等。保障考試過程、宿舍出入人員的即時錄入，有據可查;同時可以有效分析餐廳人員流動情況，將該功能開放給學生后，學生可以根據走勢避開餐廳高峰時段。當該系統部署遍布于校園時，可以實現全校人員流動分析，有效輔助領導決策，避免事故、災害等的發生。

2智慧校園建設中人臉識別技術應用問題

人臉識別系統主要包括四個組成部分，分別為：人臉信息采集、數據預處理、特征提取、匹配識別。正是這樣的一個過程，使人臉識別具有唯一性、非接觸性等特點，師生在享受人臉識別帶來的便利的同時，也逐漸暴露出了人臉識別存在的問題。

2.1應用優勢

1）唯一性：人臉識別作為身份驗證的工具之一，具有唯一性。每個人都擁有一張獨特的臉，由于人臉識別的唯一性，使其同時具有不可替代性;

2）便捷性：隨著智能手機的普及，人臉識別照片采集更加便捷和迅速，人們使用自己的手機就可以隨時隨地采集人臉照片并上傳;

3）非接觸性：人臉識別具有非接觸即可識別的特點。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，同時也是一些特定人群（如潔癖患者）的福音[1]。由于新冠疫情的到來，助推我校人臉識別技術迅速應用。尤其是在門禁系統刷臉出入校門方面，減少了疫情期間人員聚集、交叉感染的風險;

4）非侵擾性：人臉識別無須干擾人們的正常行為就能較好達到識別效果，無須擔憂被識別者是否愿意將手放在指紋采集設備上，他們的眼睛是否能夠對準虹膜掃描裝置等等。只需在攝像機前自然地停留片刻，用戶的身份就會被正確識別[3];

5）并發性：在無感知人臉采集設備中，可以并發批量識別并采集流動人員的人臉信息。這對于非結構化數據來說，這更像一種“半結構化數據”。在大數據時代，讓數據挖掘和知識發現變得不再困難。

2.2人臉識別應用問題

1）人臉信息采集不規范

人臉識別信息采集具有便捷性的特點，人們使用手機即可采集人臉信息，但采集的人臉照片存在不規范等問題。首先是在人臉采集軟件開發角度，除了必須在軟件中打開本地相機采集照片外，還應對采集的照片完整性進行檢測，不能允許有遮擋、有假人臉等照片上傳。其次，有的軟件還可以上傳手機相冊照片，即使對大家進行了友情提醒，還是存在很多人上傳增加美顏、濾鏡、修圖，遮擋臉部、角度歪斜、姿態多端等不規范照片。勢必增加管理員照片審核難度，同時也會導致人臉識別設備終端的匹配認證失敗。

2）人臉識別過程不可控因素較多

目前基于深度學習的人臉識別算法雖然超越了真人識別的準確率，但由于照片采集不規范和識別過程中姿態、光照、表情、年齡、眼鏡一類物品遮擋等不可控因素，識別率無法達到百分之百。如光照條件可能因為光照的強度以及角度變化而發生改變[4]，在門禁出入場景下用戶體驗下降，在餐廳等支付設備上將導致支付失敗，產生不必要的糾紛。

3）安全性風險

由于人臉識別技術給人們帶來的便捷性等特點，同時也存在著安全風險等麻煩。主要表現為：

①欺騙識別。人臉信息數據被不法分子盜取后，對個人生命財產產生不必要的威脅。人臉識別設備多數為2D識別，少數3D人臉識別，不法分子可以通過照片或制作3D面具模型等方式，騙過人臉設備，實現身份驗證。

②存儲安全。高校人臉信息庫建成后，一般存儲于機房數據中心，容易引起網絡黑客的“關注”，雖然機房部署有防火墻等軟硬件防護設備，但當存儲有大量有價值“數據資產”時，網絡黑客會不惜一切代價獲取數據。因此，存儲安全將受到一定威脅。

③法律糾紛。2019年10月，杭州某野生動物園未經游客允許，強制收集游客人臉照片被起訴。由于人臉信息為個人隱私的生物信息，法律法規方面，還需要進一步明確，以免帶來不必要的麻煩。

3校園人臉識別應用策略規劃

高校人臉識別技術的應用無疑為大家帶來便利，但產生了諸多問題，存在一定安全隱患，這些問題亟需解決。現做出如下分析和規劃：

3.1 人臉識別不能作為身份驗證的唯一手段

多種生物識別技術將長期共生共存，當前人臉識別技術還達不到人類預期目標，對于一些安全性要求高的特殊行業，如金融行業，人臉識別技術很容易被不法分子攻破漏洞并進行身份造假，因此需要將多種生物特征識別技術的融合應用（如活體檢測、虹膜識別、指紋識別等）以進一步提高身份識別的整體安全性、識別率[5]。2020年全國研究生考試，山東省統一采用人臉識別進入考場的驗證方式，由于人臉識別設備無法100%驗證成功，學生還需要準備好相應的證件以備查驗。類似身份驗證場景下，均存在此類問題，應該提前做好工作預案。

3.2 為保證采集者即是本人，需加入人臉信息比對策略

在我校人臉采集系統中，由于人臉識別初步采集不規范，加入了人臉比對功能。即通過比對升學入校證件照，核實人臉信息，有效防止了非本人采集等現象發生。同時，人臉信息采集系統應規范采集流程，指引被采集者有效完成人臉信息的采集。

3.3 人臉設備需精準識別人臉信息

人臉會在正常情況下發生一些自然改變，包括年齡、化妝、整容、遮擋等。人臉識別算法應進一步改進，以便精準識別自然改變狀態下的人臉。在人臉識別場景，應提供良好的光照等環境設施，以便準確、快速地完成認證、支付等，提升師生的使用體驗。

3.4 人臉識別安全應制定信息標準規范

高校在人臉識別應用過程中應結合法律法規和高校規章制度制定人臉信息庫建設標準規范，規范人臉信息的存儲和使用，防止人臉信息濫用以及產生不必要的糾紛。

4 結束語

人臉識別作為生物識別的工具之一突飛猛進，為社會帶來了便利，在高校身份驗證、教務教學、生活消費、校情分析等方面得到廣泛應用，提高了學習工作效率，同時在輔助領導決策，助力高校發展上發揮了重要作用。但在該技術應用過程中，為更好地保障人臉識別應用的安全，降低信息泄露風險，應在采集、傳輸、使用、存儲過程中加以防范，制定嚴格的標準規范，正確地使用人臉信息。只有超前謀劃，做好信息化規劃，才能讓人臉識別技術在智慧校園建設中發揮其不可替代的作用。

參考文獻：

[1] 聶瑞華，李康滿.人臉識別技術在校園生活及管理中的應用[J].電腦知識與技術，2020，16（4）：166-167.

[2] 胡亞洲，周亞麗，張奇志.基于深度學習的人臉識別算法研究[J].計算機應用研究，2020，37（5）：1432-1436.

[3] 劉思佳.基于MATLAB的人臉識別系統研究[J].數碼世界，2019（4）：7.

[4] 王普，劉婷，楚志剛.基于改進光照因素影響的人臉識別在高校宿舍管理中的應用研究[J].智能計算機與應用，2019，9（2）：257-259.

[5] 王宏福，李繼文.人臉識別技術在高校安保工作中的應用研究[J].大眾科技，2020，22（10）：7-8，11.

【通聯編輯：謝媛媛】