大数据在智慧校园中的应用

方莉莉

摘  要 随着信息技术的发展，智慧校园已经成为当今校园建设的主要目标。智慧校园突破传统校园的局限，将教育教学、科研管理等服务结合为一体，建立起数字化的校园环境。大数据技术在智慧校园建设中有着至关重要的地位，其中人脸识别技术已经被广泛应用于校园建设当中。基于宿舍人脸识别系统研究，对大数据在智慧校园中的应用进行探索。

关键词 大数据;智慧校园;人脸识别技术;宿舍人脸识别系统;宿舍管理

中图分类号：G483    文献标识码：B

文章编号：1671-489X（2021）09-0062-03

0  引言

随着我国科学技术水平的不断提高，信息化技术已经进入崭新的发展时期，迎来全新的大数据时代。对于学校来说，在教育教学过程中要积极与大数据技术进行结合，丰富智慧校园的功能，特别是将人脸识别技术应用于宿舍管理，能够提高宿舍管理工作的效率，保障学生的安全，更好地为学校管理做好服务。

1  大数据智慧校园的相关概念

1.1  大数据含义

大数据技术能够对于大量且无序的素材进行有序分析和储存，让管理人员得到有效的数据分析结果，提高数据的使用效率。在智慧校园建设中，大数据通过调动智慧校园中的各种应用系统，对于学校中海量的信息和数据进行快速分析，探寻数据中的规律，从而开展智慧应用。可以说大数据的发展带动了智慧校园的发展。

1.2  智慧校园含义

数字化校园发展的产物即为智慧校园，它以互联网技术、大数据技术和云计算技术为技术基础，打造新型智慧校园环境，用多种服务功能将教学科研管理结合在一起，让校园中的教师和学生能够通过网络，不受时间和空间的限制，自由地进行学习与生活。

1.3  大数据智慧校园的含义

所谓大数据智慧校园，就是在大数据技术的支持下，将校园实现信息化建设，以大数据技术、云技术以及物联网技术为依托，实现校园智慧化，为师生打造全新的信息化智慧校园环境。与之前的数字校园相比，二者区别在于智慧化校园能够通过智能终端对海量的信息进行分析，将有价值的信息储存起来，从而达到高效利用数据的目的。

1.4  智慧校园的优势

依托网络技术，教师与学生能够在智慧校园平台上进行交流和沟通，同时利用智能终端，师生能够实现远程操控，从而打破时间和空间的限制，走出课堂教学，将线上和线下教学结合起来。

2  人脸识别技术

所谓人脸识别技术，就是利用人脸部的特征，通过计算机算法，对于脸部五官的生物特征进行分析和识别，以达到身份确认的目的。从目前发展应用而言，人脸识别技术已经被广泛运用于各行各业，并且已经在智慧校园中应用推广起来。

2.1  人脸识别技术的特点

人脸识别技術的采集方式比较简单，主要是通过摄像设备或其他采集器，对人的脸部进行图像采集，在设备的要求上并不高。在信息采集上也没有烦琐的操作，仅需要采集对象在摄像头前停留片刻，对面部进行拍照储存，采集的方式比较简单。另外，人脸采集相对于指纹和虹膜采集更加主动，安全性也更高，伪造的概率比较低。人脸具备独一无二的特性，即便两个长相相近的人，在面部上也会有不同的特点，所以人脸识别技术的唯一性比较高。同时，相对于其他传统的识别技术来说，人们对于脸部的图像采集接纳度更高，容易被接受，不会像指纹和虹膜等信息，采集起来人们的戒备心比较大，采集难度比较高。目前人脸识别技术的准确率已经达到99%以上，所以人脸识别技术是目前安全性最高的技术之一，能够为人们带来准确性更高的识别结果。

2.2  人脸识别系统在宿舍管理中的应用意义

在学生宿舍中应用人脸识别系统，主要依靠AI（人工智能）技术和宿舍管理系统之间的结合，实现智慧校园的管理工作。人脸识别系统成为学生通过人脸识别进入和离开宿舍的基础，和传统的刷卡宿舍管理模式相比，人脸识别系统的准确率更高，识别方法更加简单，能有效避免传统管理方法中被他人盗刷身份卡的现象。另外，依据人脸识别系统中对于学生面部数据的收集，还可以对学生的出勤进行管理，学校能够根据人脸识别系统的数据，掌握学生学习和休息的时间的同时，又能够保证学生宿舍的安全。在互联网技术的支持下，以人脸识别技术数据为基础，实现教师、宿管人员、学生和家长的信息收集与整理，为不同管理人员推送相关的信息，调动起各方的力量参与学生的宿舍管理活动，及时快速地发现并解决问题，为教育教学改革和研究提供技术支持。

通过在宿舍的出入口安装人脸识别系统，对于宿舍进出人员的面部进行无感识别实现监控。同时，人脸识别系统除了能够对学生进行身份识别之外，还和报警系统相连接，当学生宿舍内出现禁止出现的人员时，将会及时通知提示，进入预警阶段，杜绝安全隐患。人脸识别系统的后台功能中包括设备的管理、用户的管理、黑名单和白名单的管理、自动进入考勤管理等，因此能够将宿舍的安全监督工作发展到全新的阶段，及时发现学生迟归、不归或长时间待在宿舍的现象，保证学生能够有良好的作息习惯;禁止非法人员进入学生宿舍，保障学生的人身和财产安全，简化宿舍的检查以及考勤管理，降低管理成本，真正将宿舍管理推向现代化、智能化和高效化。

3  宿舍人脸识别系统研究的主要问题

3.1  技术的选型

从目前信息技术的发展状况来看，人脸识别技术在行业内的应用范围比较广，技术相对比较成熟，识别的准确率能够保持在99%以上，识别的速度比较快，一般不超过0.3秒，因而能够满足上下学高峰期时快速准确对学生的面部特征进行验证和识别的要求。利用人脸识别技术能够提高验证的准确性和安全性，也解决了传统宿舍管理模式中利用宿舍卡进行管理的弊端，杜绝学生忘记带卡或者借卡给他人使用现象。因此，对于组织管理者来说，采用人脸识别技术对宿舍进行管理是首选方案。

3.2  实时动态的人脸检测

人脸识别系统检测包括两个层次的检测框架：在第一层次，通过卷积神经网络对于非人脸区域进行初步筛选，对有效的人脸素材进行提取，并且将其放置于候选模块当中;在第二层次，加大对于人脸辨别的卷积神经网络层数，对于候选模块当中的人脸数据进行进一步的识别，并且通过非极大值抑制合并检测框。利用这种方式对验证的数据进行收集，可以降低系统的计算量，实时动态对面部实现检测。

3.3  人脸识别流程

包含两个阶段，分别为注册和认证阶段：在注册阶段中，学生通过采集设备，采集面部图片和视频，并且上传数据，由系统对其面部特征进行提取和计算，将数据录入数据库当中;当学生进行认证时，系统对于提取到的面部特征与数据库中存储的特征进行匹配，并且在阈值内进行验证，超过阈值的则验证失败。

3.4  数据信息的保护

人脸信息属于个人隐私的范畴，由于面部识别系统已经被广泛运用于各行各业，特别是人脸识别技术已经被应用于支付领域，如果数据外泄，将会给学生的人身财产安全造成重大的威胁。因此，利用人脸识别系统对宿舍进行管理，对于学生人脸数据的保护就显得至关重要。在系统中，对于收集到的数据进行加密处理，仅限校园的内网访问，不接通与外网之间的连接。学校的网络本身具备多层的认证机制，并且设置了相关的安全管理系统，因此能够保证学生信息的安全。

3.5  应急情况的处理

在网络正常连接的情况下，人脸识别系统将会自动与服务器进行通信，并且同步信息，当网络出现异常时，保证人脸识别系统的终端和闸机依然能够正常运行，主要通过将现场所采集到的人脸信息直接和终端所存储的人脸图片进行匹配，在阈值内匹配成功即开闸，不影响学生的正常进出。同时，闸机要和消防报警联动。在平时的管理中，闸机处于关闭的状态，只有当验证通过之后才会开启;当出现紧急情况时，闸机将会自动打开，以达到快速疏散学生的目的。

4  人脸识别技术在宿舍管理中的应用

4.1  系统设计

面向宿舍所建立的人脸识别技术所面对的人群数量比较大，所以在系统设计时一定要注意兼容性，这样才能够在实际的应用中提高其识別的效率。人脸识别系统的终端管理是宿舍管理人员对数据进行整理和汇总的关键。在这一个过程中，包含用户的登录、数据的录入、数据的传送以及最后的管理工作，涉及的环节比较多，步骤比较复杂，而且任何一个环节一旦出现问题，将会导致整个系统的故障，所以在设计过程中要注重标准化和规范化。当整个识别系统开始运行时，每一个程序环节应该尽量模块化，以保证数据的高效处理，方便管理者进行管理。

4.2  功能实现

在人脸识别系统运行过程中，最重要的问题就在于各个功能是否能够得到有效的实现。为了保护用户的隐私，用户在登录系统时要进行验证，必须设置登录的权限，学生只有录入正确的信息，才能够进入管理系统中进行日常打卡。同时要具备有一定的隐秘性，以保证信息不被外泄。整个系统中包含多个终端，因此要保证这些终端的正常连接，避免终端出现问题而影响到整个系统。由于每年学生人员信息都会有所变动，为了保证识别系统的正常使用，要定期对新旧信息进行管理，删除旧的学生信息，录入新的学生信息。对于错误的信息也要及时改正，避免出现监管不到位的现象。

4.3  系统测试

人脸识别系统的正常运行需要经过足够的系统测试，系统测试措施一般包括单元测试、整体测试和确认测试三个环节：在单元测试中，主要是将系统中的每一个模块进行功能性测试，保证系统中的每一个功能都能够运用到实际的运行过程当中，并且能够保证运行的稳定;整体测试是对于系统中模块化的检测，用来检测各个模块之间的连接情况，以及采集到的数据是否能够达到同步更新;确认测试则是在系统运行的过程中考察系统的安全性以及功能性。人脸识别系统只有通过了系统测试，才能够运用到实际的宿舍管理过程中。

5  结束语

对学生宿舍进行有效管理，能够确保学生的人身及财产安全，为学生提供安全舒适的生活学习环境。面部识别技术的应用，能够极大地提高宿舍管理工作的效率和安全性，保障学生安全，有利于学校的发展。因此，在宿舍管理中应该大力推行人脸识别技术，保证日常管理工作的高效开展，更好地为学校管理做好服务。■

参考文献

[1]王少豪.基于图像的人脸识别技术在高校课堂考勤系统中的研究与应用[J].电脑知识与技术，2017（33）：209-210.