基于視頻分析的人臉識別在智慧建造中的應用

寧巖 柯知超 張丹立

摘要：信息化賦能智慧建造行業發展已經成為當前政府、企業共同關注的熱點之一，利用物聯網、大數據、人工智能等新一代信息技術手段提升整體建筑建造行業生產管理效率，實現智慧化、智能化的工程建設體系已經成為工業化建設的必要保障。本文將闡述為了解決建造管理中的人員管理問題，通過人工智能、人臉識別分析等技術減少數據處理量，減輕系統網絡負荷，降低信息時延，進而這種基于深度學習、卷積神經網絡訓練的人臉識別應用將有效提升建筑施工中的人員管理效用。

關鍵詞：人工智能;人臉識別;智慧建工;數據分析

中圖分類號：TP311 文獻標識碼：A

1研究背景

隨著我國現代化城市建設戰略的不斷推進，在建筑建造領域的信息化管理需求日益明顯，這主要源自建筑施工行業需要大量的人力資源調度和管理，在2019年3月，住建部聯合其他部門聯合印發的《建筑工人實名制管理辦法（試行）》開始執行。然而，建筑施工的安全監管、人員監管以及物資監管手段都相對“死板”，整個行業并沒有形成完整的基于“互聯網+思維”的有效管理手段，人員、貨物進出頻繁，信息登記不規范，進出管理問題多樣化，人員素質整體較低等問題，都需要利用信息化、數字化手段進行“智能化”監管。因此，借助物聯網的智慧互聯與人工智能的智慧感知與計算，通過大數據分析、人工智能算法優化、云計算管理等先進信息技術與建筑施工業務深度結合，尤其在半開放場景下的人臉識別應用，將促進建筑產業的管理升級，為建筑行業數字化發展提供有力支撐。

2智慧建造管理中的人員管理問題

傳統的施工管理中，人員管理雖然有一定規范條例體系約束，但是由于施工人員總體數量過于龐大，施工人員種類高達百余種，傳統管理辦法就暴露了很多弊端：

1）人員登記信息不完整。往往一項施工任務歷時從幾個月至幾年不等，需要不同的施工團隊進駐，人員流動性非常強，為完整的記錄施工人員信息帶來了巨大的管理困難;

2）形同虛設的閘機口出入。根據在多處工地的實際調研結果發現，在施工工地中，進出不出閘機或者翻越閘機的情況時有發生，且現有的工地保安人手有限，無法做到及時監管及處置;

3）缺勤、頂替作業情況突出。多數的施工用人單位，只做一次信息錄入，而后的進出工地缺乏有效的監管手段，導致虛報出勤時間、頂替出勤打卡等情況十分普遍，為施工單位增加了許多人力成本和潛在的安全風險。

3人臉識別對于智慧建造的人員管理的應用優勢

由于施工人員來源十分廣，工種分散、分包班組的建制沒有統一管理，導致實名制人員管理的執行效率十分低。隨著物聯網、人工智能等技術不斷發展，生物識別與人工智能算法不斷優化，基于多層人臉特征監測的人員身份核驗的準確率大大提高，通過人臉識別技術，將有效地降低依賴于人員的主動性的傳統管理風險。

目前，人臉識別的關鍵技術路徑分為目標檢測、識別對比：

1）人臉信息采集。在開放式的出入口管理環境中，人臉識別的環境是復雜的，如逆光強光、遮擋、低頭等都將直接影響人臉信息的準確采集。因此，需要針對基于建筑施工場景下的，人臉目標檢測需要大量的數據進行反復訓練。

2）基于深度學習人臉識別比對算法。受工地施工場景影響，基礎的人臉識別技術無法滿足實際的業務管理需要，反而為管理提供了更多的干擾信息。因此，基于深度學習和卷積神經網絡的強大泛化能力和魯棒性，人臉識別算法需要大量的實際場景下的人臉圖像進行反復迭代和優化，有效地獲得人臉的深度特征，在一定容錯概率下，提高識別速度和識別精度。

4以大門管理為例的人臉識別應用

為了在現有管理基礎上，盡量少的改變當前工地施工管理模式，使得管理人員可以快速、清晰的掌握更多相關人員數據而又不影響施工工人的進出效率。基于視頻分析的人臉識別應用為管理者提供了更可靠的數據支撐。

基于人臉識別的大門進出管理流程如下：在視頻設備有效檢測范圍內，目標檢測到人員進入監控范圍，在有效檢測范圍內對人臉特征進行多次抓拍，選擇圖像質量最佳的圖片進行抓拍上傳，進入本地預存人臉數據庫進行人像對比，根據系統自定義對比閾值，相似度以遞減順序排列，選擇相似度最高的人員信息推送到云平臺進行記錄、存儲，當所有對比相似度結果低于預設閾值，系統將推送陌生人闖入報警。

本文遵循正態分布統計思維，隨機取樣某工地的大門處人臉抓拍視頻數據，根據時間順序劃分為3個樣本，從三方面維度（天氣、時間、人臉角度），涵蓋8類影響人臉識別的因素來分析人臉識別技術在智慧建造的入門管理應用的效果，主要關注人臉識別率、人臉匹配率2個百分比結果：

從以上人臉數據統計分析發現：

1）樣本2的人臉識別率、人臉匹配率達到最高值，主要是因為樣本2的人臉數據收集發生在晴天，并且都是正臉進入視頻抓取范圍，帶了比較正向的結果;

2）樣本1的人臉識別率最低（59.5%），主要會由于全部圖像數據是處于陰天、小雨天氣下獲得，圖像中人臉特征獲取困難比較大，進而人臉圖像特征獲取結果不理想，導致樣本1的匹配率也是最低。

綜上所述，在開放/半開放區域獲得的人臉識別率受環境影響很大，通常實驗室內環境下的人臉識別結果在實際環境應用中很難達到較好的理想狀態。但可以看到的是，整體的人臉識別率還是比較高的，能獲得80%以上的識別率，這已經可以為人員管理提供比較好的數據支撐，通過不斷的模型算法迭代與訓練，未來的人臉識別應用將能達到更好效能體現。

5總結

通過對研究背景、應用場景問題的調研分析，本文分析了隨機提取的大量人臉識別實際數據，通過數據驗證結果表明，利用物聯網技術，基于視頻分析的人臉識別應用在智慧建造這類半開放場景下的智能化管理起到了很大作用，基本可以準確地幫助企業獲得準確率較高的相關人員數據，對于施工建造行業的管理效率提升、降低人員成本、減少用工糾紛、提升生產安全起到了一定支撐作用。