無感考勤和人數(shù)感知設(shè)備實(shí)現(xiàn)方法

魏軍福

（福建星網(wǎng)物聯(lián)信息系統(tǒng)有限公司 福建省福州市 350108）

1 引言

隨著科技的進(jìn)步和社會的發(fā)展，人臉識別技術(shù)被越來越多的應(yīng)用于企業(yè)和學(xué)校的考勤中。人臉識別考勤相對傳統(tǒng)的刷卡簽到考勤有著明顯的優(yōu)勢：首先，刷臉考勤更加方便快捷；其次，需要比對現(xiàn)場實(shí)時人臉，避免了代人打卡的考勤作弊問題。

但是，目前絕大多數(shù)的人臉考勤設(shè)備在進(jìn)行人臉考勤過程中，還存在一定的問題：首先，需要被考勤人員在終端前進(jìn)行人臉識別，在人數(shù)較多時，容易造成擁堵。其次，基于人臉圖像比對的考勤設(shè)備，容易通過在攝像頭前展示打印照片、屏幕圖片、視頻等材料進(jìn)行攻擊，無法完全防止考勤作弊現(xiàn)象。

此外，對于大多數(shù)的考勤場景，一般位于辦公室、會議室、教室等場所；管理者對此除了需要了解具體考勤情況，還需要掌握該場景的實(shí)時和歷史人數(shù)統(tǒng)計(jì)情況。而以考勤為主的設(shè)備，雖然具備一定的AI 計(jì)算能力，卻無法滿足非考勤時段的人數(shù)感知需求。

2 研究方法

針對特定場景的人員無感考勤和人數(shù)統(tǒng)計(jì)問題，本文研究一種基于視頻智能分析和AI 感知算法的無感考勤系統(tǒng)及設(shè)備，實(shí)現(xiàn)對人員進(jìn)行快速精準(zhǔn)的無感考勤、流量統(tǒng)計(jì)功能。

2.1 無感考勤系統(tǒng)

本文采用深度學(xué)習(xí)技術(shù)，收集整理海量人臉數(shù)據(jù)，設(shè)計(jì)定制模型，訓(xùn)練出快速精準(zhǔn)的人臉檢測、人臉識別、活體檢測算法，將算法植入高性能邊緣設(shè)備，實(shí)現(xiàn)多人員無感快速識別考勤功能。無感考勤算法具體流程：首先，讀取設(shè)備高清攝像頭的實(shí)時視頻幀，通過人臉檢測算法檢出圖像內(nèi)的所有人臉。檢出人臉后，依次對人臉進(jìn)行活體判斷，僅對活體識別判斷通過的人臉進(jìn)行識別比對。考慮到在應(yīng)用中，人臉識別比對算法已經(jīng)很成熟，本文主要在活體識別的算法并在嵌入式設(shè)備部署的優(yōu)化方面進(jìn)行研究。

2.1.1 人臉檢測算法

人臉檢測需要在復(fù)雜多樣的環(huán)境里，對影像中的人臉進(jìn)行快速定位。當(dāng)前業(yè)內(nèi)主流的人臉檢測算法通常采用一個端到端、并且融合了多尺度信息的深度學(xué)習(xí)模型，對人臉邊框進(jìn)行回歸定位。這個方案有著目前行業(yè)較高水準(zhǔn)的識別精確度。然而在實(shí)際的邊緣設(shè)備應(yīng)用中，深度學(xué)習(xí)模型通常需要做浮點(diǎn)轉(zhuǎn)整數(shù)的量化處理，這一步會導(dǎo)致在一定程度上不同于訓(xùn)練樣本外的圖像數(shù)據(jù)，在模型內(nèi)部產(chǎn)生數(shù)值溢出，從而嚴(yán)重影響到模型的識別精確度。同時，由于邊緣設(shè)備不同的擺設(shè)角度、不同的場景光照、不同的成像質(zhì)量等等因素，使得真實(shí)場景的影像在量化模型內(nèi)部造成數(shù)值溢出的概率大大增加。由此，當(dāng)前的深度學(xué)習(xí)模型，雖然在平均準(zhǔn)確率上達(dá)到先進(jìn)水準(zhǔn)，但在某些特定場景依然偶爾存在誤檢現(xiàn)象。

表1：活體檢測模型驗(yàn)證結(jié)果

表2：頭部檢測算法比對結(jié)果

圖1：小人頭檢測比對（右圖為本文算法結(jié)果）

本文采用自主研發(fā)的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，對當(dāng)前已有的人臉檢測模型進(jìn)行對應(yīng)修改，使得修改后的模型從判別式變成決定式。在判別式中，模型學(xué)習(xí)的是人臉和非相關(guān)圖像的區(qū)別、分界線，不是人臉即是背景，不是背景即是人臉。這個判斷方式無法對異常值作出響應(yīng)。然而在決定式中，模型既學(xué)習(xí)人臉和非人臉，也學(xué)習(xí)背景和非背景，在人臉和背景都被否定的情況下，即是異常。因此可以在樣本外的場景中，有效減少模型做出低級失誤的情況，同時也減少模型返廠和優(yōu)化的次數(shù)。

2.1.2 活體檢測算法

活體檢測是目前人臉考勤系統(tǒng)中防造假攻擊的主要環(huán)節(jié)。常見的造假方式有紙張打印、視頻播放、3D 面具等。目前，一個嚴(yán)謹(jǐn)完備且基于深度學(xué)習(xí)的靜默式活體檢測算法通常需要實(shí)時分析三種影像數(shù)據(jù)：RGB 圖像、紅外圖像和景深圖像。這樣一套設(shè)備往往體積龐大、成本高昂，由此不利于大范圍的商業(yè)推廣和低成本部署。

本文采用輕量級層級式深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，其能夠?qū)螐圧GB 的人臉圖像進(jìn)行從微觀到宏觀、依次遞進(jìn)進(jìn)行真假圖像的特征學(xué)習(xí)。這個模型能夠確保模型學(xué)習(xí)到真臉和假臉的特征，而不是對某個特定的人臉和樣本進(jìn)行記憶。

首先通過特征工程，將RGB 圖像變換到HSV 和YCrCb 空間[1]。這兩個空間內(nèi)，圖像的紋理結(jié)構(gòu)能夠被有效地暴露出來。隨后通過深度學(xué)習(xí)，來學(xué)習(xí)攻擊圖像和活體圖像上的紋理結(jié)構(gòu)差異，從而達(dá)到活體檢測的目的。

2.2 人數(shù)感知

本文采用超廣角、高清攝像頭抓取全場景圖像，并采用深度學(xué)習(xí)技術(shù)訓(xùn)練人員頭部檢測模型。實(shí)現(xiàn)遠(yuǎn)距離全場景的人數(shù)感知功能。根據(jù)實(shí)際部署應(yīng)用需要，頭部檢測算法需要對通用場景內(nèi)的人員進(jìn)行精準(zhǔn)的定位和識別。由于在全景圖像中人物的大小呈現(xiàn)近大遠(yuǎn)小的特點(diǎn)，因此人的大小差距極大，而現(xiàn)有算法由于檢測的尺度有限，無法檢測高分辨率下的小人頭；并且由于光照強(qiáng)度隨著時間的變化而變化，檢測場景往往包含弱光線場景，而弱光線下攝像頭采集的圖像人物往往不清晰，且噪聲干擾嚴(yán)重，因此人數(shù)的統(tǒng)計(jì)往往不夠準(zhǔn)確。

為解決物體分辨率過小無法檢測的問題，本文采用了多尺度人員頭部檢測算法lsc-cnn[2]，進(jìn)行模型的學(xué)習(xí)訓(xùn)練。該模型不僅學(xué)習(xí)了圖像中離攝像頭近處的人，也學(xué)習(xí)了圖像中離攝像頭遠(yuǎn)處的人，因此能夠檢測到圖像中不同大小的人，減少了因?yàn)槿宋锍上襁^小而導(dǎo)致的漏檢問題。同時，為解決弱光線檢測不準(zhǔn)確問題，本文采用了模擬噪點(diǎn)的圖像增強(qiáng)算法，使得算法模型能夠?qū)W習(xí)到模擬的弱光線場景，獲得更佳的檢測能力。

3 實(shí)驗(yàn)驗(yàn)證

3.1 活體檢測算法訓(xùn)練和測試

為了使算法模型能夠適用于真實(shí)使用場景，滿足無感考勤和靜默無配合活體驗(yàn)證需要，本文采用自動對焦高清攝像頭，采集不同光照條件和不同距離下的人臉原始真人數(shù)據(jù)；通過在攝像頭前播放人員視頻、手機(jī)照片，展示紙質(zhì)打印人像的方式采集非活體攻擊樣本，其中真人圖片樣本數(shù)205812 個，攻擊樣本數(shù)163935 個。訓(xùn)練后模型在不同場景測試集上的結(jié)果如表1所示。模型在驗(yàn)各驗(yàn)證集上的準(zhǔn)確率在89%以上，平均準(zhǔn)確率在95%以上。基本滿足無感考勤和防作弊攻擊的低成本部署應(yīng)用需要。

3.2 人員頭部檢測算法訓(xùn)練和對比測試

為了訓(xùn)練和測試頭部檢測算法，我們收集并標(biāo)注了辦公室、教室、會議室、培訓(xùn)室等106個場景的4982張全景圖片，用于模型訓(xùn)練。并選擇了11 個場景的517 張分辨率為1920×1080 的全景圖片作為測試圖片。測試過程在rk3399-pro 設(shè)備上運(yùn)行。本文訓(xùn)練的模型測試結(jié)果和基于rk3399-pro 自帶的ROCK-X 算法比對如表2所示。

數(shù)據(jù)統(tǒng)計(jì)結(jié)果顯示本文訓(xùn)練的算法無論是在速度還是誤檢率和檢出率等性能指標(biāo)上對比rk3399-pro 設(shè)備自帶的算法都有較大的優(yōu)化。根據(jù)圖1所示比對結(jié)果，本文算法在檢測小人頭方面比ROCK-X 算法有較大改進(jìn)。

4 結(jié)束語

本文研究了一種無感考勤和人數(shù)感知系統(tǒng)和設(shè)備，通過優(yōu)化人臉檢測算法，減小了邊緣設(shè)備上人臉誤檢測；通過設(shè)計(jì)基于深度學(xué)習(xí)技術(shù)的活體識別模型，結(jié)合特定設(shè)備和場景采集活體和各類攻擊樣本，完成了基于RGB 圖像的靜默活體識別模型的訓(xùn)練，取得了較高的精度，達(dá)到低成本應(yīng)用部署要求；但該模型仍存在受訓(xùn)練數(shù)據(jù)樣本影響大，不同場景準(zhǔn)確率不夠穩(wěn)定等問題，有待后續(xù)進(jìn)行更加深入的研究。同時本文基于lsc-cnn 訓(xùn)練了人員頭部檢測算法，并通過對不同光照條件的模擬增強(qiáng)，降低了整體人數(shù)感知的誤檢率和漏檢率。