人臉識別技術在校園生活及管理中的應用

聶瑞華 李康滿

摘要：校園生活中的很多時候需要進行身份的識別和驗證，傳統的密碼驗證及身份查驗方法可能被冒用破解，并且使用起來不方便，生物識別應運而生，其中人臉識別技術因具有成熟的技術和較高的安全性，且操作簡單而受到青睞，該文擬從人臉識別技術的特點、實現過程等方面介紹其在校園生活中的應用。

關鍵詞：人臉識別;校園生活;圖像預處理;特征識別;對比檢測

中圖分類號：TP391

文獻標識碼：A

文章編號：1009-3044（2020）04-0166-02

收稿日期：2019-12-05

基金項目：國家級大學生創新創業訓練計劃項目，教高司函[2018]39號（項目編號：201810546007）;湖南省大學生研究性學習和創新性實驗計劃項目：基于人臉識別的課堂簽到系統設計與實現，湘教通[2018]255號第750號

作者簡介：聶瑞華（1997—），男，湖南長沙人，本科在讀，主要研究方向為模式識別;通訊作者：李康滿（1972—），男，湖南耒陽人，本科，副教授，主要研究方向為模式識別計算機輔助教育。

在當今社會中，傳統的身份識別方法例如各類密碼識別等方法暴露出越來越多的缺陷，雖然加密技術在不斷地完善和發展，但是密碼識別可能被他人竊取冒用，而在校園生活中，越來越多的高等院校都在開展校園一卡通的建設工作，校園一卡通可以同時將學生身份識別、校園消費、打卡簽到等功能，給予了校園師生們極大的便利性，但這也存在著問題，因為系統的服務對象是校園卡，若出現丟失、遺忘等情況則影響極大，為改變這一現狀，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。其中，人臉識別由于其技術的成熟性、操作的簡便性及難以冒用性等其他手段難以比擬的諸多優勢，得到了廣泛的應用。除此之外隨著移動互聯科技的發展，智能機的普及率極高，這對人臉識別的市場和未來也提出了更多的需求及更高的技術要求。

1 概述

1.1 人臉識別的優勢

隨著時代的發展和科技的進步，人們的生活水平日益提高，隱私意識也達到了前所未有的高度，同時各個領域都對信息安全提出了更高的要求。傳統的保護信息安全的方法有密鑰，利用身份證或者銀行卡多重識別等，這樣的方法雖然簡單，但是存在記憶和攜帶不方便的問題，同時還存在著失竊的可能性。

隨著時代的發展和科技的進步，越來越多的應用領域需要利用個人信息，因此，對信息安全的保護也越來越重要，提出了更高的要求。傳統的保護信息安全的方法除了密鑰驗證外，還有身份證查驗及各種身份卡（磁卡或芯片卡等）識別等，這樣的方法雖然簡單，但是存在記憶和攜帶不方便的問題，同時還存在著失竊的可能性。

在這樣的背景之下，人們迫切需要一種便于攜帶，具有唯一性且辨識度高的識別技術，生物識別應運而生。生物識別，即利用人類都共有但是不同人之間又有區別的生理特征或者行為特征來進行識別。可以利用筆跡、聲音、指紋、動作、虹膜和人臉等進行識別。相對于其他的生物識別方法，人臉識別具有下面多種優點：

（1）非接觸性：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。

（2）采集簡單：人臉采集只用在人臉正常狀態下照個相就可以完成信息采集，成本較低且效率高，而不用像DNA采集那樣需要進行一系列復雜操作且價格昂貴。

（3）特征穩定：人臉在一定時間內的特征是相對穩定的。即使衰老但是基本的結構變化不會太大。但是隨著歲月變遷，-些從事體力勞動的人可能會出現指紋被磨掉等問題。

（4）重復率低：傳統的筆跡識別會出現多人筆跡類似或者專人模仿筆跡的情況。而人臉識別的重復率低，且仿冒難度的成本較高。

基于以上諸多原因，人臉識別無疑是我們日常生活中的最優選擇。

2 移動互聯時代人臉識別的優勢

在移動互聯時代，隨著智能機成本的下降，其普及率逐年.提升，2018年中國智能機普及率已達68%，智能機上app的便捷性與智能機的通用性質讓其在各方面都體現出強大的作用力，而隨著智能機領域的發展，人臉識別也漸漸地在各類生物識別技術中脫穎而出，現在的智能機絕大多數有相機，而且不少都以相機作為賣點，通過相機拍照可以簡單獲取的人臉相片相較于難以通過便攜移動設備或取的DNA、并非所有移動設備.都具有的指紋獲取設備、較為容易被他人模仿的筆跡和聲紋等，因此，具有拍照和攝像功能的智能移動設備的普及和廉價化讓人臉識別在現在這個移動互聯時代具有更大的優勢。

2.1 校園管理中人臉識別的意義

現在校園生活中，師生們使用的多為校園卡作為身份標識和上課、上班的打卡簽到工具，同時也將其作為校園內電子現金的交易工具，有的會為其設置密碼，有的連密碼都沒有設置，和傳統的電子身份卡、銀行卡等相同甚至更盛的是，其服務對象主要是卡片和持有者而不是其真正的擁有者，這也導致了校園卡因故丟失、或失竊造成的安全和財產損失問題頻頻發生，同時以校園卡為基礎的人員簽到和權限控制也存在著不小的漏洞，因為檢查主要是針對校園卡，所以也存在著代為打卡簽到或者仿冒權限人員的事故發生，因此將識別和服務的對象由卡轉為人是至關重要的。

2.2 智能機作為識別設備的意義

傳統的固定式人臉識別工具有很多，我們身邊的就有火車站高鐵站中的人臉識別進站檢驗，運用這一技術，傳統的人工檢票步驟被替代，進出車站的時間被大量壓縮，但是在校園生活中，我們的人臉識別系統主要作為學生課堂簽到工具使用，采用這類固定式人臉識別工具進行打卡簽到則會出現不少問題，上下課時間人流密集，雖然人臉識別過程較快，，但是相對于如此之大的人流量也會消耗大量時間，而平時非上下課高峰：期，這些識別機器卻幾乎無人使用，造成浪費，而且為此在校園中購置識別機器和后續的維護及管理費用還有機器折舊的消耗也是一筆不小的支出，而智能機作為學生廣泛擁有的智能通信工具，在上下課的高峰期也能做到甚至是一人一機的簽到簽退，因此，使用手機app作為校園簽到簽退的工具更為合適。

3 人臉識別過程

3.1 人臉檢測

人臉檢測作為后續處理和識別的先制步驟是必須要存在的。首先利用攝像鏡頭采集人臉的各種不同狀態、位置、形態的圖像，在照片上找出并定位人臉，是識別的第一步。根據設計好的算法依據人臉膚色等因素定位人臉位置并排除其他干擾性的背景元素，如果有多個人臉被定位則需要多個空間來保存人臉位置，然后把人臉圖像中包含的顏色特征、模板特征、直方圖特征、結構特征及Haar特征等有用信息挑出來，并將這些數據用于后續的人臉分析、人臉比對操作。

3.2 圖像預處理

在大多數時候，我們所獲取的圖像并不太適合直接用于人臉識別，這主要是因為我們生活中的照片經常有背景，光照，姿態等干擾因素，同時人臉也會有一定的傾斜角度，基本不會與攝像機成水平狀態，這就會在很大程度上影響人臉識別的精度，這就需要將圖像進行預處理，將圖像中相對重要的，有用的信息更加明顯突出地展現出來，弱化乃至剔除噪點（相對無用或次要的信息），從而提高識別的準確率，圖像預處理不會改變原始圖像的特征。使圖像盡可能達到最理想的狀態，圖像預處理結果的好壞程度將直接影響人臉識別的最終結果。圖像預處理只是目前已有的處理技術有直方圖均衡、中值濾波和幾何歸一化等。

3.3 特征識別

獲取人臉圖像并對其進行一定的預處理去除噪點之后，就可以開始進行人臉特征信息提取了。人臉信息特征提取目前主要有兩大技術，一是局部信息提取，二是全局信息提取，局部信息提取的方法主要有LBP局部二值模式和Gabor特征等，全局信息提取主要有PCA主成分分析、LDA線性判別分析、ICA獨立分量分析等。在本次研究學習中，主要研究了推出時間較早且相關技術發展較為成熟的PCA和LBP方法及運用技巧，在項目中搭建了areface的相關人臉識別sdk對系統進行了測試。

3.4 對比檢測

人臉特征信息識別提取出來的人臉信息按學生的ID分別保存到人臉庫中，這些信息將用于后續進行人臉識別驗證簽到，在學生登錄此系統時，會要求他們拍照登錄并再次提取人臉特征信息與庫中存儲的對比，因為光照和識別精度等原因，不能要求每次都是百分之百的相似度，相似度高于一定數值即為人臉對比成功。

4 應用場景

4.1 課堂簽到

傳統的課堂點名模式已經落后，上課點名需要大量消耗課堂時間，而且容易出現代課代答等問題，而利用一卡通刷卡簽到方式也會代刷卡問題。運用人臉識別app進行人臉信息識別并運用手機自帶的GPS系統對簽到位置的定位，確定是本人到堂，使課堂簽到的服務對象真正落實到學生，從根本上杜絕代簽到現象。每天的簽到信息會可以提交到學校的教務系統中儲存，甚至可以將信息和上課的班級綁定起來，將簽到情況發送到各自課堂上課老師手上。

4.2 考試實名驗證

人臉識別還可以運用到考場身份驗證，省去人工檢驗的過程，簡化考試流程，使用人臉識別對比情況、GPS定位的信息確定學生考場進場情況，降低誤識率，還能添加驗證時間等時間，快速統計出缺考和遲到的情況。

5 運用發展的方向以及目前存在的問題

目前校園人臉識別的運用方向偏窄，僅在身份驗證、簽到和考場身份證明上有較大優勢，在例如校園電子現金消費等方面相較于傳統的“一卡通”體系并不很占優，反而還因為人臉識別具有一定時間的延遲反饋和聯網登記，將會一定程度受到網絡條件和設備因素的干擾降低效率，若將用于電子現金消費的人臉識別系統分隔開來做成脫機記錄的形式又存在著被破解的風險。在人臉識別技術的應用上，識別的精度、個人的隱私保護和應對環境變化的能力都有很大的改進提升空間。

參考文獻：

[1]姬翠萍.人臉識別技術在課堂考勤管理中的應用研究[].網絡安全技術與應用，2019（05）：40-41.

[2]宋爽.人臉識別技術在校園管理中的應用[J].通訊世界，2019，26（01）：184-185.

[3]李夢瀟，姚仕元.基于PCA的人臉識別系統的設計與改進[J].，計算機科學，2019，46（S1）：577-579.

[4]王惠宗玉萍.基于PCA的人臉特征提取和識別[D].計算機產品與流通，2019（01）：153+156.

[5]楊艷，郭振鐸，徐慶偉.基于PCA和LBP的自適應加權融合人臉識別算法[J].中原工學院學報，2018，29（06）：75-80.

[通聯編輯：朱寶貴]