人脸识别在高校学生校园轨迹回溯中的应用

2020-10-17施雯斐

黑龙江科学 2020年20期

施雯斐

(南京城市职业学院，南京 210002)

1 人脸识别技术

1.1 技术简介

人脸识别也叫面部识别或人像识别，是一种根据人的面部信息来进行身份识别的生物识别技术。人脸识别系统主要有四个过程：人脸图像采集，图像预处理，图像特征提取，匹配及识别[1]。(1)人脸图像的采集是通过摄像机或照相机采集包含人脸的视频流或图像。通常人脸图像采集会受到图像大小、图像分辨率、光照环境、运动模糊程度、遮挡程度、采集角度等影响。(2)对采集的图像进行预处理，主要包括图像增强、人脸对齐。针对低质量的图像，一般采用暗光增强、超分辨率、去噪、去除运动模糊等方式进行图像增强，尽量避免因采集环境及设备等客观因素带来的误差。若采集的人脸是歪的，则需要利用眼角、鼻子、脸的轮廓这些关键点把人脸“校准”，尽量去消除姿势不同带来的误差。(3)图像特征提取，是用专业的算法将图像的特征信息提取出来。特征信息的提取有利于高效的匹配和识别图像。(4)匹配及识别，通常有两种方式：人脸识别1∶1比对、人脸识别1∶N比对。前者适用于采集的人脸是图片形式，后者适用于采集的人脸是视频流形式。通过比对人脸的关键信息，从人脸的数据库中检索出人员信息。

人脸识别技术具有并发性、非强制性、无感知性、自学习性、高通用性的优势，它的存在使人们在工作学习和生活中实现刷脸乘车、刷脸购物、刷脸签到、刷脸解锁手机等等，出门无需携带钥匙、银行卡、交通卡等常被我们遗忘却非常重要的物品。未来，人脸识别技术的更多应用将被人们发掘，它的存在及发展将改变人类的衣食住行、工作、学习、生活等方式。

1.2 人脸识别技术在高校的应用

我国高校有关人脸识别问题研究的论文成果最早是2011年12月发表的一篇《基于人脸识别的高校无阻碍门禁系统设计研究》论文。截止至2020年6月1日，笔者在中国知网高级检索用主题及关键词“人脸识别”和“高校”检索，共检索出48篇相关论文，通过知网中计量可视化分析中年发文量分析图(如图一)可以看出，从2011年到2019年有关高校人脸识别的论文发表量呈增长趋势，其中从2017年的5篇至2018年的18篇可以看出，高校人脸识别技术的应用情况在2018年之后有着质的飞跃，各大高校开始将人脸识别技术更多的应用在教育教学中。

图1 知网计量可视化分析—年发文量分析图Fig.1 Analysis graph of number of published paper yearly through measurement visualized analysis of CNKI

目前，人脸识别技术在高校中的应用主要有智能安防、图书馆出入管理、学生考勤、宿舍管理、晨跑打卡等，贯穿了学生的学习和生活。此外，现在由于疫情的原因，师生出入校园及校内公共场所都需要测温，所以许多高校采用人脸识别和红外测温相结合，这样在对校园学生的体温健康状况检测时，不仅提高了学生管理工作的效率，而且记录了每个学生在校园轨迹回溯中的情况。

2 人脸识别在高校学生校园轨迹回溯中的应用

2.1 人脸识别安防及测温系统

众所周知，2020年爆发的新冠肺炎导致全国乃至全球的学校都进行了不同程度的停学，在疫情有所控制之后，各地区各学校逐渐复学返校。与中小学不同的是，高校的学生来自全国各地，甚至来自国外，数千学生集中返校对高校防疫工作无疑是一个巨大的挑战。这时就需要一套智能化的安防及测温系统，在学生进入校门时无接触识别学生且体温是否正常。该智能化的安防及测温系统是基于人脸识别技术和红外测温技术设计的，主要的功能设计包括以下几点：(1)人脸采集及建立数据库。在新生入学时，统一安排人员及设备进行新生人脸采集，同时录入该生的基本信息及学号、专业等学籍信息，建立一套完整的学生信息数据库，对接校园内所有人脸识别相关系统。(2)人脸识别及红外测温。学生在特定区域内，露出鼻子以上部位，尽量保持不动，摄像头识别出来后在大屏中显示该生信息。同时，红外测温系统测出的该生体温也同样显示在大屏中，如果体温异常会报警提示。(3)数据记录。将每一个学生每一次进出的数据记录在数据库中，以便调取每位学生出入校园的记录及体温情况。

2.2 人脸识别图书馆管理系统

图书馆是高校学生出入频率较高的一个校园场所，学生在图书馆管内进行借书、还书、查找资料、考试复习等一系列学习活动，需要一套智能化的管理系统对学生出入图书馆、借还书、阅览室座位使用情况、行为轨迹分析等行为进行统一管理，提高图书管理工作效率，节省人力物力，更好的服务师生[2]。该智能化的图书管理系统同样是基于人脸识别技术设计的，主要的功能设计包括以下几点：(1)出入门禁系统。学生出入图书馆时，需要人脸识别身份信息，非本校学生禁止入内。出图书馆时若忘记办理借书手续，则门禁会报警提示。(2)图书自助借还系统。借书时，学生只需要将人脸对准摄像头识别出身份后，按照借书程序自助办理借书后，会显示该生所借图书的书名及借阅有效期。还书时，同样在系统中识别身份后，选择要还的书名，自助办理还书手续。若出现超时借书需缴费时，直接通过系统网上支付即可。(3)阅览室座位使用情况统计系统。通过阅览室摄像头实时抓拍的人脸图像来判断阅览室座位的使用情况，方便在期末考试期间学生密集使用阅览室复习时更有效的使用阅览室。(4)学生行为轨迹分析。根据学生出入图书馆的频率及借书等情况的数据统计，分析该生的阅读喜好、阅读需求等，更好地为学生服务。

2.3 人脸识别学生考勤系统

高校与中小学不同的一点是高校学生上课没有固定的教室，有些公共课程甚至有多个专业的学生混合在一个教室上课，这种情况下采用传统的教师点名、纸质签到等考勤方式，不仅增加了教师的工作量，浪费大量的时间，而且准确率不高。人脸识别学生考勤系统具有准确率高、统计方便等优点，该系统的主要功能设计包括以下几点：(1)人脸身份信息识别。学生进入教室时，在特点区域将脸对准摄像头进行人脸识别，显示器上会显示该生的基本信息及学籍信息，防止学生代考勤或者走错教室。(2)考勤数据统计。将每节课的考勤数据对接学校的大数据库，方便教师在期末考核时调取学生的考勤数据。同时，该统计数据也记录了学生每天在校园内的行为轨迹，提高了学生在校园内的安全性。

2.4 人脸识别学生晨跑打卡系统

根据国务院和教育部要求，推行学生校园健身晨跑，增强学生身体素质。许多高校也对学生健身跑做出考核要求[3]。若采用传统签到方式对学生考核，不仅工作量大，而且存在代签到的情况，影响考核结果。人脸识别学生晨跑打卡系统是基于人脸识别技术和定位系统设计的，能够解决传统签到存在的问题，主要的功能设计包括以下几点：(1)手机软件APP登录。提前将全校学生的人脸数据信息录入系统，学生通过学号和密码登录定制的软件APP，登录之后携带手机实现实时跟踪定位。(2)随机产生路径规划。登录APP后，每天该系统会自动随机产生当天的路径规划，同时生成三个打卡点，学生跑步需经过打卡点且全程跑完。为避免学生骑车打卡等作弊情况，系统会计算该生每日跑步的平均速度，若出现异常情况会自动判定该日打卡无效。(3)人脸识别身份。学生跑完全程后需到指定校园建筑物前拍照上传人脸图像，人脸图像识别成功后才算打卡成功。此外，该手机该软件记录该生每日的跑步打卡情况，方便期末考核时数据的调取。

2.5 人脸识别学生宿舍管理系统

高校学生走读的并不多，几乎都住在学生宿舍。千余人的宿舍管理工作量巨大，宿舍阿姨每晚必须查寝保证住校生的安全。同时，出入宿舍楼的人员也必须确认是否为住校学生。此外，疫情期间也要保证出入宿舍的学生必须体温正常。人脸识别学生宿舍管理系统是基于人脸识别技术和红外测温技术设计的，包括门禁系统、宿舍考勤、体温测量三个主要功能。(1)门禁系统。对接学校的大数据库，学生出入宿舍楼时人脸需对准摄像头，认证成功后闸机打开，确保出入宿舍楼的人员均为住校生。(2)宿舍考勤。该系统通过学生出入数据统计出宿舍内外的学生人数及名单，宿舍阿姨通过该统计结果进行针对性考勤，提高考勤效率。(3)体温测量。由于疫情的原因，在原来的宿舍管理系统中加入了体温测量功能。学生在进入到人脸闸机区域时，在进行人脸身份认证的同时进行了红外测温，且温度显示于显示器上，若体温异常则立刻报警提示。