APP下载

人脸识别技术在我司安防业务的应用项目

2018-12-06邓建林

视听 2018年12期
关键词:考勤黑名单人脸识别

□ 邓建林

人脸识别又叫人像识别、面部识别,是通过采集人的面部特征信息进行身份辨认的一种生物识别技术。该技术的核心关键点是看是否具有高超的算法能力,通过人工智能、机器学习识别、大数据、模型理论、专家视频图像处理系统等前沿科技,同时结合中间值处理能力实现快速、无感识别。目前人脸识别已经告别过去的传统基于可见光图像的人脸识别技术,因其在环境光照发生变化时,识别能力会急剧下降,从而造成应用效果大相径庭。近年来迅速发展起来的是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响,取得了卓越的识别性能,提升了识别精度、稳定性和速度方面的整体系统性能。以下介绍一下我司在某高校智慧校园建设解决方案中应用该技术的情况。

一、总体需求及解决方案

基于校方对系统功能的期望及实际应用需求,我们将系统主要分为三部分:学生活动管理、实验室使用管理、安防管理。

学生管理活动中,用人脸作为标签,打通学生在学校的所有活动场景。学生从入学报名开始使用人脸识别自助注册,从而避免手工注册带来的错漏,减免人力成本,同时也解决了学生排长队注册浪费时间的问题,提高了工作效率。刷脸进出宿舍楼,上课刷脸签到,可通过大数据分析出经常不回寝、上课迟到、旷课的学生,及早对其进行教育,避免因小错致大错无法挽回的情况发生。考试时人证核实,可避免替考舞弊现象的出现,有效减少监考老师工作量,规范摒除人为因素的干扰。刷脸出入图书馆,可有效保护珍贵典藏书籍等十分重要的学校资源,及时阻止未经授权人员进入图书馆,降低学生各种安全风险。在食堂等校内消费场所进行刷脸交易,可以保障学生消费权益,避免食品安全问题发生,将分散的业务数据通过人脸汇聚,将学生所有行为数据汇总到数据分析平台,实现学生轨迹分析、行为危险预警、以图找人等功能,构建智慧学生管理平台。

在实验室使用管理中,为了保护实验室内大量重要的实验材料、科研设备,以及教师和学生的电脑设备和研究数据等,可以通过人脸识别技术对进出实验室的人员进行考勤管理,通过重点区域门禁通行控制解决丢卡、冒用卡片带来的风险,及时阻止未授权人员进入科研场所,重要设备器材使用授权则可确保资源被合理、正确、安全地使用,解决实际中经常出现的注册者和使用者不一致的情况,避免纠纷和安全事件的发生。同时,基于人脸数据打通系统,可以实现统一的底库管理和业务场景使用。

安防管理是针对传统的视频监控和门禁控制系统的不足提出的,是传统安防系统的有效升级和补充。通过采用人脸识别技术进行访客管理,对重点区域的人员通行管理,比如学校大门、宿舍、体育场馆等设置黑白名单和陌生人识别,将教职员工、学生和其他经授权通行人员列入白名单,名单人员可直接刷脸通行,可提升使用体验,避免忘带卡的尴尬和冒刷风险;黑名单用于重点人员布控,学校内经常发生偷窃、故意伤害等违法犯罪行为,而校内范围较大,所涉及场所又多,校内安保部门和公安机关掌握着犯罪嫌疑人的相关资料,却无法及时发现和处理,通过在关键区域架设动态黑名单识别系统,布控黑名单人员,可及时发现黑名单人员的行踪,便于阻止和抓捕,预防和防范风险;陌生人识别,是在学校重点区域如重要实验室、涉密场所等严格控制准入权限,通过人脸识别系统对白名单之外的人员进行预警,避免非授权人员进入,可作为白名单识别的有效补充,确保重点区域的访问人员合规。

二、技术原理与实现

从技术上来讲,人脸识别比对类型可分为分核实式(即1对1)和搜索式(1对多)两种。1对1解决的是自然人和证件信息是否匹配的问题,从而明确“你是不是你”。1对多是在N张底库中,识别照片或者视频中的人是谁,解决的是“你是谁”的问题。根据比对照片来源的不同,分为静态1∶N(照片和底库比)、动态1∶N(视频流和照片比)两种方式。因此系统从这一原理出发,构建应用于全校的人脸识别系统和进行统一的库底。通过设备和识别结果管理,便于数据收集、分析和应用,系统将分为四层:前端设备层、算法识别层、底库数据层和业务应用层。

系统总体逻辑结构

其中,最底层的前端设备层,根据不同的识别方式而选择不同的产品形态。比如高清人脸枪机,其特点是实时视频流处理速度快,可应用于电磁门门禁、黑名单布控、陌生人提醒;门禁控制器可应用于闸机和电磁门通行;人证核验设备可应用于考试身份验证、自助设备身份校验等场景;前端面板机可实现前端抓拍和后端识别区域应用,比如实验室、图书馆、教室、会议室门禁等;移动设备可在移动考勤、结果展示上进行使用;结果显示设备则是将考勤弹窗、识别结果显示出来。

算法识别层根据识别模式分为:①1∶1识别,识别服务器在学校集中部署,前端为抓拍一体机,主要应用于人证核验、自助设备场景;②静态1∶N识别,集中部署识别伺服器,在考勤、pad门禁安装前端抓拍机等;③动态1∶N识别,在闸机、枪机门禁识别安装,为直接快速处理视频流将识别服务器靠近摄像头附近部署,以避免网络延迟带来的问题。

底库数据层主要包括底库数据、识别结果数据。底库数据根据需要进行分组,比如按照宿舍楼、班级、学院、上课排班、实验室等分组,用于确定识别范围。底库数据的精确度直接影响到整个系统的运行效率和识别度,所以系统部署初期的数据录入工作十分关键。识别结果统一汇聚管理,便于进行学生行为数据分析,识别结果经过算法识别层获取而来,如果说底库数据层是心脏门的话,算法识别层就成了大脑或者CPU。

业务应用层是面向具体场景、由具体用户使用的业务应用系统,一般与现有业务系统交互,实现某一业务功能,如报表查看、数据分析、底库管理逻辑等。因此我们将业务主要分为学生宿舍通行、教室上课考勤、自助终端机、考试人证核验、行为轨迹分析、行为风险预警、实验室通行考勤、重要设备授权、安保通行管理、陌生人告警、黑名单布控等多个子系统和功能模块。以宿舍管理子系统为例,其业务层包括宿舍人员管理、宿舍人员通行记录查看、归宿人员报表查看、陌生人告警等模块。为了便于Web网站和移动App的接入,我们还预留了二次开发接口与数据交互端口,同时在校方要求下系统也将在授权协议下与第三方系统展开互动交互。

三、系统设计思路及总结

计算机网络技术高速发展的今天,它不仅给人们的工作、生活带来了深远影响,更改变了人们的沟通交流方式,与此同时也将各领域的数据交互技术引向了一个新的领域。该系统的建设充分利用了现阶段高速发展的网络技术,将各子系统接入网络,实现了各子系统之间的数据共享,让各个单独的子系统组合成为一个有机的整体,为大数据应用提供底层基础。考虑到学校的实际情况及其特殊性,我们认为智能化管理服务平台建设要本着先进性、实用性、经济性、成熟性、开放性和可扩充性的原则,使系统可靠、技术成熟、功能实用、方案先进、保密性强、思路创新成为现实,为学校建成能够代表当今先进水平的管理服务平台。

猜你喜欢

考勤黑名单人脸识别
防晒黑名单?第2款就翻车了!
人脸识别 等
揭开人脸识别的神秘面纱
人脸识别技术的基本原理与应用
基于人脸识别技术的考勤应用研究
智能人脸识别考勤系统
浅谈电子考勤的优势及简介
便携式指纹考勤信息管理系统设计
受惩黑名单
受惩黑名单