基于人臉識別技術的高校畢業(yè)學位照智能分發(fā)方案的設計與實現(xiàn)

徐洶濤 陳孟嫻

摘? 要：自媒體發(fā)展勢頭迅猛，畢業(yè)典禮學位照在個人自媒體平臺的發(fā)布已經非常普遍，畢業(yè)典禮現(xiàn)場的實時照片推送也因此變成了畢業(yè)生的剛需。文章結合七年來高校每年的畢業(yè)季為畢業(yè)生進行畢業(yè)學位照實時推送的實踐，對學生畢業(yè)照片智能分發(fā)方案的不斷升級優(yōu)化的原因和解決的問題進行了分析，對最終采用的人臉識別技術作為底層實現(xiàn)的一些具體方案流程進行了介紹，并針對該方案涉及的兩個關鍵技術細節(jié)進行了詳細的闡述。

關鍵詞：畢業(yè)學位照；人臉識別；智能分發(fā)；Arcface人臉識別引擎

中圖分類號：TP391.4；TP311? 文獻標識碼：A? 文章編號：2096-4706（2023）03-0048-04

Design and Implementation of Intelligent Distribution Scheme of University Graduation Degree Photos Based on Face Recognition Technology

XU Xiongtao， CHEN Mengxian

（South China Agricultural University， Guangzhou? 510642， China）

Abstract： With the rapid development of We Media， posting graduation photos has been very common on personal We Media platforms. As a result， timely pushing of graduation ceremony photos has become a rigid demand for graduates. This paper summarizes the practice of timely photo pushing in college graduation seasons up to recent seven years， analyzes the reasons of upgrading and optimization， as well as the solved problems of intelligent distribution scheme for students' graduate photos. It introduces the finally used face recognition technology， which is used as the underlying implementation for some specific processes， and describes two key technical points involved in the scheme in detail.

Keywords： graduation degree photo; face recognition; intelligent distribution; Arcface face recognition engine

0? 引? 言

近年來，在全國高校的畢業(yè)季，畢業(yè)典禮上學校領導為獲得學位的畢業(yè)生撥流蘇并合照這個環(huán)節(jié)，已經成為各大媒體和畢業(yè)生們熱烈討論的話題。隨著自媒體平臺的迅猛發(fā)展，畢業(yè)生在微信朋友圈和微博等平臺跟家人朋友們及時分享畢業(yè)的快樂，已經非常普遍。

我校從2016年以來，每年的畢業(yè)季都有少則幾百多則上千的應屆畢業(yè)生直接參與了全校統(tǒng)一舉行的學位授予儀式并與校長合照。由于畢業(yè)典禮現(xiàn)場的場地有限，不可能做到所有畢業(yè)生都安排自己的親友到場，加上會場管理方面的原因，也不允許太多拍照人員在會場隨意走動。因此，各大高校通常采用的攝影方案，都是由學校統(tǒng)一安排攝影師在固定的機位為依次走上主席臺的畢業(yè)生拍攝學位授予照片。如何迅速有效地將這眾多的照片精準地發(fā)送到畢業(yè)生手中，滿足他們在自媒體平臺上及時發(fā)布個人最新動態(tài)的需求，同時保護個人隱私，保證每位畢業(yè)生只能獲取自己的照片而不可以獲得別人的照片，就成了高校信息技術人員歷年來一直不斷改進和完善的課題。

1? 初步解決方案的演化

最初的照片分發(fā)方案，是通過各學院指派負責學生工作的老師或者選派一位認識每位畢業(yè)生的學生代表，人工認定每張照片中的畢業(yè)生，把照片的JPG文件名修改成該畢業(yè)生的學號加上一個序號，然后制作一個簡單的Web網站，讓畢業(yè)生用自己的學號和身份證信息登錄，驗證身份后再通過網頁將該畢業(yè)生的照片反饋給本人。這種方案費時費力，需要多人耗費長達1周的搜集和整理時間才能最終完成整個流程。

為了有效提升照片分發(fā)的時效，在2017年，學校采用了從專業(yè)相機直接把JPG文件FTP傳送到服務器的方式，實現(xiàn)照片文件的統(tǒng)一收集。同時，開發(fā)了一個手機APP，用來在畢業(yè)典禮現(xiàn)場掃描每一位畢業(yè)生的紙質信息卡上面的學號二維碼，并將該二維碼代表的學號和掃描動作發(fā)生的時間自動上傳到服務器數(shù)據(jù)庫。由此，可以準確地判斷每一位畢業(yè)生走上和離開主席臺的時間點。根據(jù)這兩個時間點，結合JPG文件上傳的時間，就容易判斷哪些照片屬于哪一個學號的畢業(yè)生，并把學號與照片的對應關系記錄到數(shù)據(jù)庫。最后，讓畢業(yè)生通過學號登錄畢業(yè)照分發(fā)網站，服務器后臺再根據(jù)學號從數(shù)據(jù)庫中檢索該生的所有照片的文件名，通過網頁的形式將這些照片反饋給該畢業(yè)生本人。這樣，在畢業(yè)生完成照相的短短幾秒鐘之后，他們就可以通過手機立刻領取到屬于自己的畢業(yè)照并在自媒體進行發(fā)布，大大提升了畢業(yè)生的體驗。

然而，上述方案的不足，在于其需要在畢業(yè)生信息卡上清晰準確地印上畢業(yè)生的學號二維碼（利用Office辦公軟件的宏功能，為每一位畢業(yè)生制作包含個人學號條形碼的畢業(yè)信息卡，也是一個不小的工作量），同時，在拍攝現(xiàn)場還需要安排一名專門負責用手機APP掃描二維碼的工作人員，并要求該工作人員必須熟練地掌握二維碼掃描操作。另外，對于不在預定范圍內而臨時添加上場照相的少數(shù)畢業(yè)生，或者因為突發(fā)情況遺失信息卡的畢業(yè)生，還需要技術人員在事后手工調整數(shù)據(jù)庫中的數(shù)據(jù)，才能實現(xiàn)這少部分畢業(yè)生照片的分發(fā)。鑒于本方案存在上述的不便，對方案的升級和改良，又排上了下一年的工作日程。

2? 基于人臉識別技術的智能分發(fā)方案

隨著信息技術的不斷發(fā)展，人臉識別技術已經逐漸在各應用領域普及。因此，近兩年來，作者開始考慮，是否可以修正前些年分發(fā)工作中的一些弊端，進一步簡化照片分發(fā)的流程，根據(jù)畢業(yè)生的人臉特征進行身份識別，從而實現(xiàn)照片的自動精準分發(fā)。

在進行了一系列的資料搜集和技術分析之后，最終確定了將人臉識別技術作為照片智能分發(fā)方案繼續(xù)優(yōu)化的方向。應用最新的分發(fā)方案，不需要信息卡上印刷學號二維碼，不需要專人掃描信息卡，也不需要手工調整數(shù)據(jù)庫，就可以迅速準確地實現(xiàn)畢業(yè)生學位照片的分發(fā)。

基于人臉識別的分發(fā)方案，如圖1所示，工作流程由以下3個功能模塊組成：人臉收集程序、照片智能分發(fā)程序、智能分發(fā)平臺網站。

2.1? 人臉收集程序

人臉收集程序完成照片的采集和特征提取。在畢業(yè)典禮現(xiàn)場部署可以通過網絡實現(xiàn)FTP照片上傳的照相機（尼康D5數(shù)碼相機，或者其他具備FTP功能的專業(yè)數(shù)碼相機），設定同時拍攝高保真度的大尺寸RAW格式（高清晰度RAW格式圖片，用來后期進行統(tǒng)一PS處理后再分發(fā)給畢業(yè)生個人存檔）以及便于網絡傳輸?shù)男〕叽鏙PG格式。相機快門按下后，在網絡穩(wěn)定的情況下，最多2～3秒鐘之內，小尺寸的JPG文件就可以完成上傳。

服務器端收到相機上傳的JPG文件后，將該文件的文件名記錄到數(shù)據(jù)庫。同時，服務器對該照片中的所有人臉進行提取和識別，如果識別為校領導的人臉就自動忽略，繼續(xù)識別下一張人臉，直到發(fā)現(xiàn)陌生的面孔，可以判定為畢業(yè)生，然后就可以將該畢業(yè)生的人臉特征值存入數(shù)據(jù)庫。該程序的界面如圖2所示。

2.2? 智能分發(fā)平臺網站

智能分發(fā)平臺網站為用戶上傳自拍照提供輸入界面并將最終的比對結果呈現(xiàn)給用戶。畢業(yè)生在主席臺完成合照走下主席臺之后，就隨時可以用自己的手機掃描照片分發(fā)網站的二維碼，訪問智能分發(fā)平臺網站。

如圖3所示，網站首頁內置有上傳自拍照的按鈕，通過手機的攝像頭拍攝畢業(yè)生的人臉，并將該人臉照片上傳到服務器上面的照片智能分發(fā)程序，然后將服務器返回的比對結果（與該用戶人臉特征值匹配的多張照片）嵌入網頁反饋給訪問者。

2.3? 照片智能分發(fā)程序

照片智能分發(fā)程序對用戶上傳的自拍照進行人臉識別并從照片庫中找到與該用戶人臉匹配的所有照片。服務器上的該后臺程序接收到用戶通過平臺網站上傳的自拍照以后，立即從該照片中提取人臉，計算該人臉的特征值，然后跟保存在數(shù)據(jù)庫中的人臉信息收集程序產生的人臉特征值逐條進行比對。如果照片與數(shù)據(jù)庫中保存的人臉特征值符合可信度超過85%，就可以認為該照片屬于該畢業(yè)生，分發(fā)程序會將屬于該畢業(yè)生的所有照片傳遞給分發(fā)平臺網站。智能分發(fā)程序的工作界面如圖4所示。

3? 人臉識別方案的技術要點

3.1? 人臉識別引擎的選擇

目前，市面上可供選擇的人臉識別引擎很多，且各具特色。考慮到畢業(yè)照應用場景的實際需求，這種應用主要有以下幾個特點：

（1）每年只有幾天的使用時間，大部分時間是不需要使用的，但在使用時間段內人臉識別的并發(fā)量可能比較大。

（2）短短的幾秒鐘內需要完成多張高分辨率照片的網絡傳輸、人臉提取、人臉特征值計算、人臉比對，對人臉識別的效率、網絡傳輸速率要求比較高。

（3）考慮到并發(fā)量以及網絡傳輸?shù)膯栴}，只能采用本地離線部署的方案，所以首先排除只提供在線服務廠商的方案。其次，考慮到產品的易用性和性價比，最終決定選用虹軟Arcsoft提供的Arcface離線人臉識別SDK來處理所有的人臉相關業(yè)務。經過實際測試，該引擎的人臉相關性能如表1所示，足夠滿足畢業(yè)照分發(fā)的應用需求。

3.2? 分發(fā)平臺網站設計細節(jié)

考慮到目前的很多手機前置攝像頭分辨率也極高，因此可能會導致用來刷臉的自拍照文件大小超過5 MB，從而在用戶手機網絡帶寬不是特別理想的情況下，要么傳送時間過長，要么干脆傳送失敗。為了有效解決這個問題，方案設計在這個環(huán)節(jié)上，應用網頁內嵌的JavaScript腳本先對自拍圖片進行一個壓縮的操作，把絕大多數(shù)場合下的照片文件傳輸量控制在了1～2 MB，有效保證了上傳的成功率。

其次，還有保護用戶照片隱私權的問題。因為拍攝現(xiàn)場相機生成的JPG文件是按數(shù)字順序遞增命名的，這樣就容易出現(xiàn)某位用戶在知道自己照片的JPG文件名（類似DSCN0022.JPG）之后，去Web網站用修改文件名半部分序號的方式嘗試獲取他人照片的漏洞。如果沒有足夠的保護措施，極端情況下甚至可能用編程工具自動獲取平臺上所有畢業(yè)生的照片。為了有效規(guī)避這種安全漏洞，系統(tǒng)采用了專用臨時目錄的方法，將與用戶自拍照匹配的數(shù)張照片，放到這個臨時目錄，并將這個臨時目錄的路徑通過Web網站反饋給用戶，并在3分鐘之后定時刪除這幾個JPG文件。通過這種機制，有效地隱藏了所有畢業(yè)生照片目錄的原始路徑，讓用戶只能通過刷臉找回屬于自己的照片而無法通過猜測或者推理的方法得到其他用戶的照片，有效保護了平臺所有用戶的隱私權。

在應用效果方面，相比于2016年的初次嘗試所花費的數(shù)十人參與，另有3名專職技術人員滿負荷工作一周才能完成的任務，在剛剛過去的2022畢業(yè)季，采用人臉識別技術的智能分發(fā)方案投入實際應用，在畢業(yè)典禮的現(xiàn)場就立刻為全校將近300名參加學位授予儀式的畢業(yè)生現(xiàn)場提供了學位照智能分發(fā)服務，大大節(jié)省了人力物力成本，取得了非常好的效果，得到了體驗過該項服務畢業(yè)生的一致好評。

4? 結? 論

采用人臉識別技術的照片智能分發(fā)方案，在畢業(yè)學位照應用場景中的應用，目前還沒有檢索到有國內其他高校采用。本方案對于各類大型活動的照片智能分發(fā)，由于人臉識別技術的采用，極大地提高了大型活動中照片分發(fā)的效率和準確性，減輕了相關工作人員的工作負荷，同時也保護了被拍攝者的個人隱私，對在每年定期舉辦畢業(yè)典禮的高校有很重要的參考價值。

考慮到人臉識別技術日趨成熟，在活動參與者無法自己拍照但具備統(tǒng)一拍攝條件的旅游景點，類似峽谷漂流活動、高空探險平臺留念等活動場合，本方案應該也可以有很好的應用前景。

參考文獻：

[1] Arcsoft公司.Arcface3.0離線人臉識別SDK軟件開發(fā)包詳細接入介紹 [EB/OL].[2015-08-11].https：//ai.arcsoft.com.cn/manual/docs#/128.

[2] 薛繼偉，孫宇銳，辛紀元.基于ArcFace算法的人臉識別應用研究 [J].電子設計工程，2022，30（11）：168-172.

[3] 李武軍，王崇駿，張煒，等.人臉識別研究綜述 [J].模式識別與人工智能，2006，19（1）：58-66.

[4] 鄭遠攀，李廣陽，李曄.深度學習在圖像識別中的應用研究綜述 [J].計算機工程與應用，2019，55（12）：20-36.

[5] 盧宏濤，張秦川.深度卷積神經網絡在計算機視覺中的應用研究綜述 [J].數(shù)據(jù)采集與處理，2016，31（1）：1-17.

作者簡介：徐洶濤（1972.11—），男，漢族，江西南昌人，實驗師，本科，研究方向：教育技術與教育裝備；陳孟嫻（1968.04—），女，漢族，廣東汕頭人，副教授，碩士，研究方向：高校計算機基礎教育。

收稿日期：2022-09-29