人臉識別技術在高校智慧校園管理中的應用現狀

胡娟

摘要：本文以某高校（以下簡稱某校）為例，針對目前高校的智能化管理需求，利用當前先進成熟的人臉識別技術整合某?，F有的信息資源對圖書館、學生公寓等正在推行一套人臉智能化的整體建設系統，推動某校由數字校園向智慧校園的轉型。該系統主要用于人臉考勤、身份認證、閘機通行、圖書借閱及校園安防等方面。實踐表明，人臉識別技術使得師生生活、學習更加安全、便捷和高效。人臉識別在助力某校管理工作過程中確有成效，但是，其在實際落地應用場景中還存在諸多問題，需要進一步對技術進行優化和改進。

關鍵詞：人臉識別;智慧校園;高校管理;優化

中圖分類號：TP18? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）18-0006-03

開放科學（資源服務）標識碼（OSID）：

1 引言

近幾年，在快速發展的互聯網、大數據、深度學習及人工智能（AI）等信息技術的推動下，促進了計算機視覺領域的日益成熟[1]。其中，由于人臉識別具有唯一性、非接觸性、可擴展性，而且識別速度快、驗證準確率高，具有良好的用戶體驗等特點。因此，這項技術被廣泛地應用于安防、公安、金融、醫學、教育等領域。由于高校生源規模不斷擴大，人員背景復雜及校園社會化功能繁多，迫切需要高效便捷且人性化的管理模式來提高管理效率。高校利用大數據和人臉識別技術實現對校內人員的行為數據分析和建模，為學校對學生的安全管理、教學分析等提供基礎數據支撐。人臉識別技術覆蓋校園，能夠實現快速響應、高效協同的智能應用。

2智慧校園管理系統

智慧校園是指以物聯網為基礎結合網絡、云計算等技術，對教學科研、校園生活和管理的數據進行采集和分析處理，為管理者和教職工提供高效智能的數據支撐、教學和學習一體化的服務環境。使校園網成為師生生活和學習的交互平臺，可以通過信息的大數據分析，從而實現信息互聯互通的全程閉環管理模式。

2.1系統業務整體設計

本次建設結合某校實際情況將人臉庫與學校現有的各個業務系統間相互融合，人臉識別系統通過前端部署的人臉抓拍攝像機，將實時采集的人臉數據通過專用網絡上傳到后端部署的人臉識別管理服務器，同時，對接需要關注的特定人員底庫，進行特定人員的動態比對，分析報警應用。第三方系統對接即與其他應用系統實現API接口互通，以構建更強大的系統應用平臺（見圖1），實現更多的功能應用。

2.2人臉識別系統與安全

2.2.1 人臉識別系統

人臉識別系統主要由人臉采集及預處理、人臉檢測及特征提取、人臉識別等構成。其中，人臉檢測包括靜態和動態的過程，是前端檢測系統采用神經網絡檢測人臉的位置信息及提取人臉關鍵點的特征，然后數據處理系統接收前端系統提取的人臉特征與人臉庫進行識別比對并將結果反饋給前端系統。人臉識別表現為特征信息比對，設置特征相似度閾值，確定比對結果。其中的識別比對計算是提高人臉識別速度與精度的關鍵。

目前，人臉檢測和人臉識別的技術的主流方法都是基于深度學習和神經網絡的方法[2-3]，具有高精度人臉識別效能，秒級反應速度。而且，人臉特征提取在保證算法效果的前提下，可以將模型及運算優化到終端，實現人臉在終端就能夠進行智能化比對。人臉庫系統支持多種方式采集并進行身份認證驗證，通過審核后方可錄入校人臉庫，并用于人員信息庫管理即基本數據源（人臉庫）的建設。以下人臉識別基本流程圖：

2.2.2 人臉識別技術信息安全

與“人臉”相關的生物信息安全問題近期被大眾所質疑，有相關的統計及調研數據也給這項逐步成熟的技術帶來了一些的負面效應。人臉識別系統的產品安全性及人臉信息的采集、存儲、傳輸等各個環節都要加強信息安全技術支持，信息安全是人臉識別系統建設中著重要考慮的問題。

在產品安全策略方面，系統采用基于雙目近紅外人臉識別和RGB攝像頭的活體檢測算法，防止冒用照片、視頻及3D合成人臉等，并采用高精度人臉識別比對引擎提高人臉識別能力。在人臉識別應用場景中，為了保護用戶的隱私和人臉數據的安全，平臺通過人臉脫敏算法將原始的RGB圖像經過人臉檢測和區域特征提取并建模加密為人臉特征值，以及經過多次信號處理和非線性處理輸出圖片信息，這個過程是不可逆的，提高了人臉數據使用效率和數據安全，最大限度保護了信息存儲的安全性。系統是由多個單元組成的，各單元需要用戶認證才可以進入。權限設置采用多層次，高加密技術，以求保證系統各單元安全運行。

面對使用人臉識別技術的背后帶來的諸多信息安全問題，在使用過程中可以通過一些方式提高我們的信息安全防控，有效地規避風險，維護數據使用安全，做好防范措施繼續前行。從而實現從“一卡通”過渡到“一臉通”的轉型，只有這樣才能使人臉識別技術有可持續發展的根本，簡化原本煩瑣的管理程序，使校園管理工作更加安全和高效。

3人臉識別在某校管理中的應用

人臉識別技術已經在智慧校園管理系統中承擔了非常重要的角色，以此技術為紐帶，鏈接整合了全校各個部門各種的數字信息資源，已經在學校管理中起到了愈來愈重要的作用。當前其主要應用如下所述。

3.1門禁或考勤管理

將人臉識別用于圖書館、學生公寓等門禁管理系統能有效區分有權限的師生身份，防止校外人員進入學生公寓或校內人員進入權限范圍外的區域，對異常情況給予及時的預警處理。同時，閘機具有刷臉+刷卡（備用）識別功能，閘機使用擺閘，在緊急情況下可強行通過，在斷電后，會自動打開擺門。并且在宿舍管理值班室安裝了一鍵開關按鈕，避免了消防隱患。對維護學生的人身及財產安全提供了更多的保障。同時能對人員進出進行監管或考勤管理，能夠完整地、準確地記錄師生的出入動態。

3.2學生公寓管理

系統完成與數據中心庫和宿舍管理系統的對接，實現宿舍的自動同步入住信息、調宿（包括對調）、退宿等功能，同時，通道配置了反潛回功能（即“進出”成對）。系統支持查詢記錄（考勤記錄、連續多日異常、多次晚歸、實時歸寢狀態、異常行為核查、獨居寢室查詢等）及記錄數據的導出功能，對異常行為（尾隨、翻越、逆向闖入、陌生人等）報警上傳到平臺并聯動相機進行抓拍，并在大屏上展示抓拍的照片。能夠實現學生的出入考勤信息與報表實時推送，支持分級分層數據分類，為公寓管理及后續的數據分析提供有力的數據支撐。宿舍管理客戶端可以實時視頻預覽進出宿舍情況，包括出入口監控畫面、多日異常情況警告和異常行為核查錄像等。移動端App能及時向學工處、輔導員等相關工作人員推送歸寢信息，從而實現高效且精準的宿舍歸寢管理。

3.3圖書館管理

圖書館系統不僅可以刷臉門禁通行，還可以實現刷臉自助借還書、電子閱覽室刷臉消費、培訓室人臉考勤、信息發布（脫敏處理的刷臉數據）等。圖書館作為師生教學資源的重要場所之一，有效地統計各學科學生的在館停留時間，加強圖書館的進出管理，從而準確真實地統計師生出入館的數據，為學校的教學分析提供數據支撐。在培訓室的考勤點布置人臉考勤設備，檢查是否按時參加會議和活動，極大地提升了圖書館的業務管理水平。圖書館的借書系統以及電子閱覽室消費系統的人證合一的刷臉模式，帶給師生良好的體驗感。

3.4校園安全防控管理

在校園內主要通道的重點區域部署人臉識別及車輛動態布控點位，實現通行人員人臉圖像抓拍記錄、車牌識別、以圖搜圖、黑名單人員預警、人員軌跡追蹤等;對重點防范人員、非法人員等進行黑名單布控，實現識別預警并形成日志。對外來人員實現人臉圖像存檔及來訪記錄，方便事后回溯等功能應用。當前面對常態化的疫情，高校校園人員集中，防止疫情向校園擴散是校園管理工作的重中之重。將人臉識別用于校園管理，不僅提升了校園的管理效率，而且有助于高?！捌桨残@”的建設。

3.5人臉識別迎新管理

采用人臉識別系統迎新，可以省去煩瑣的報到流程，實現安全、高效、精確的報到模式。新生先通過人臉采集上傳照片，并實時獲取入住信息，學生也可以通過迎新系統查詢自己的報到流程，同時學?；驅W院可以通過迎新系統實時獲取學生的報到情況，可以查看學?；驅W院的新生報到比例（或報到人數）及報到地點等諸多數據信息，這樣管理者可以根據報到點的實際報到人數合理調配迎新工作人員，避免了由于個別報到點人員擁擠現象，也符合當前疫情防控的需求。

3.6智能測溫功能

為了應對目前的疫情，學校在圖書館、宿舍、個別辦公區域等出入門禁安裝人臉識別采用紅外熱成像測溫一體機，實時對進出人員無接觸測溫并記錄，對體溫異常者進行報警。同時可以檢測是否佩戴口罩等輔助功能。

3.7人臉識別學籍核驗

主要是對錄取新生的入學資格復查，防止學籍冒名頂替。對新生高考照片、身份證以及本人現場拍攝的照片進行比對、驗證，根據計算人臉的相似度判斷是否為同一個人。由于這里的比對僅僅是根據相似度做出的判斷，所以比對的結果只能作為參考。管理人員可以對相似度比較低的新生再做進一步的核實驗證。

4存在問題及優化解決方案

人臉識別在某校應用管理過程中一些問題也不斷顯露出來，復雜環境下的人臉識別、數據資源融合及閉環管理協同共享、使用對象不配合及宿舍管理人員的業務技術能力等諸多因素影響人臉識別技術未能充分發揮在管理中的作用。

4.1提高復雜背景下的識別的速度和精度

人臉識別的深度學習算法的環境泛化能力是目前人臉識別現階段發展的主要瓶頸，人臉識別技術無法精確的信息比對，而是相似度比對，即人臉識別目標檢測模塊中交并比（Intersection Over Union， IOU）原理或在此基礎上的優化應用。這樣訓練良好的模型在實際應用場景中，其性能會有明顯下降，如果將非人臉或質量差的圖像錄入系統會引起誤檢率高，造成系統算力的浪費及響應時間較長等。人臉識別的效果還受到成像條件（成像角度、光線強弱、攝像器材等）、環境背景、部分遮擋、整形、面部姿態變化較大等影響。目前可行的方法有，提高人臉庫的照片質量、硬件技術改進及算法優化等。其中，采用近紅外設備可以有效地解決部分光照問題。為了提升系統的魯棒性，近年來，很多學者針對出現的不同問題對算法也進行不斷地優化，如對人臉表情特征及有遮擋人臉識別的改進，使其具有更好的識別性能[4-6]。Mohanty等[7]使用人臉的灰度特征和膚色特征，并結合AdaBoost（自適應增強）算法，提高了復雜背景下人臉檢測的速度。

4.2定量評價教師的課堂教學效果

教學效果的評價，已有各種方式，如階段式評價有期中、期末考試，課程論文等;過程式評價如課堂討論、測驗，課后作業等，但如何客觀定量地評價教師教學的課堂效果，還可嘗試通過學生在課堂上的表現來定量評估。依托對接學校的可視化教學中心的課堂教學錄像資源，把待評價課程的授課全過程的高清視頻轉化成高分辨率的幀圖像，利用人臉識別技術，把學生聽講時的眼神、表情、動作等換算成可量化的專注時間，再轉化為定量的學習效果。在后期建設中考慮基于大數據的學習分析技術在實際教學中的應用評價的實現。

4.3建設統一的校級物聯感知平臺，提高校園智慧化管理手段

智能物聯網是智能化時代的新基礎設施，校園智能化系統的建設急需要統一的校級物聯感知管理平臺，以整合現有智能化終端和各子系統，融合管理及物聯數據。該平臺集成智慧校園的管理決策中心、指揮調度中心、運行監測中心，具有智慧校園管理能力，以實現行政化向服務化的轉變及系統化向智能化的轉變。針對目前校內各系統資源整合度差，實現校園智能化必須打通校園各個物聯網子系統、打破數據孤島及數據碎片化、實現數據閉環，融合數據管理，統籌規劃。尤其是將獲取的圖像及視頻流結構化處理，使之形成有效的數據閉環管理體系。

物聯網技術在安防系統及其他獨立系統中的應用，如實現門禁系統與主干道抓拍機聯動，形成校園軌跡及人員熱力圖;實現電控聯動，平臺能夠聯動電控系統工作，通過閘機出入記錄判斷宿舍有無人員，系統即能夠自動將其宿舍總電源打開或關閉。此功能實現了最大程度地節約用電，并降低學生宿舍樓用電事故發生的概率。

4.4亟待解決有關人臉識別的其他問題

人臉識別率除了與人臉庫的照片質量及算法有關，還與硬件的適配性很大關系。如人臉信息采集設備問題，某校采用人證核驗人像自助采集機，采集機等硬件攝像頭采用寬動態技術，可以調整紅外、白光補光亮度參數等，進行IPS（In-Plane Switching，平面轉換）硬屏技術優化，從而解決采集出現的逆光、弱光等問題。但是，采集機的補光功能只能手動調整參數，并不能自適應環境自動調整補光。另外，系統照片下發到前端設備速度很慢， 考慮將人臉照片下發模式進行升級，實現照片在平臺端完成建模，建模數據進行同步及下發到Facepad，這樣不僅降低平臺下發時間，還有利于保障人臉數據的安全性和提升系統的穩定性。

對于目前的疫情常態化防控，開發或升級疫情防控信息化平臺已經成為教育信息化新的發展需求[8]。在校門禁改造建設考慮與檢疫中心對接，實現防疫信息共享，并對進出人員進行自助查驗健康碼、體溫檢測等?，F在使用的非接觸式的紅外測溫模塊的結果受周圍環境影響比較大，在高溫或低溫季節尤其明顯。

5結束語

目前，人臉識別技術不僅可以加強校園的安全防范和控制，而且可以有效地改善高校多方面管理，同時為校園管理提供有效，準確的數據支持。 但是，人臉識別仍然需要提高處理復雜環境的能力，未來的研究應依靠人工智能和物聯網等技術來進一步提高系統的安全性，實時性和準確性，并確保數據安全性和用戶隱私。

參考文獻：

[1] 李雅琪， 馮曉輝 ， 王哲. 計算機視覺技術的應用進展[J]. 電子科學技術， 2019（2）：18-27.

[2] 姜健濤.基于深度學習的人臉識別技術研究[D].哈爾濱：哈爾濱工業大學，2019.

[3] 張順豐.基于深度學習的人臉識別算法研究[D].成都：電子科技大學，2018.

[4] 李小薪，梁榮華.有遮擋人臉識別綜述：從子空間回歸到深度學習[J].計算機學報，2018，41（1）：177-207.

[5] 孫雨浩，陶洋，胡昊.基于判別低秩矩陣恢復和協同表示的遮擋人臉識別[J].計算機工程與科學，2020，42（12）：2199-2207.

[6] 盧洋.人臉表情圖像識別關鍵技術的分析與研究[D].長春：吉林大學，2019.

[7] Mohanty R，Raghunadh M V.A new approach to face detection based on YCgCr color model and improved AdaBoost algorithm[C]//2016 International Conference on Communication and Signal Processing （ICCSP）.April 6-8，2016.Melmaruvathur，Tamilnadu，India.IEEE，2016.

[8] 顧軍，鈕新顏.人工智能時代教育系統疫情防控技術的智慧實踐[J].中國教育信息化，2020（21）：43-47.

【通聯編輯：唐一東】