人臉識別技術在智慧建筑安防中的應用

　　摘要：近年來，計算機等相關科技得到了迅猛發(fā)展，社會的各行各業(yè)對于智慧化安防的需求越來越高，尤其是智慧校園建設的推進，校園智能安防體系建設就顯得十分必要。人臉識別技術作為一種典型的生物特征識別技術，將其應用于智慧校園安防系統(tǒng)中，可以強化校園安全保障及精細化管理，降低管理成本，提高管理效率。

　　關鍵詞：人臉識別；MTCNN算法；門禁系統(tǒng)；監(jiān)控系統(tǒng)

　　引言

　　隨著科技的不斷發(fā)展與進步，物聯(lián)網(wǎng)、云計算、人工智能等新興技術發(fā)展迅速，給人們的生活和社會帶來了巨大的變化，尤其是網(wǎng)絡技術和人工智能領域的發(fā)展，用計算機替代人工從事一些工作量大的重復勞動已成為可能。運用信息和通信技術手段感測、分析、整合各種關鍵信息，實現(xiàn)智慧式的管理和運行，已經(jīng)成為當今社會發(fā)展不可逆轉的歷史潮流。

　　1人臉識別技術

　　1.1概述

　　人臉識別，又稱為人像識別，它是基于人的臉部特征，對輸入的人臉圖像或者視頻流等數(shù)據(jù)信息，利用計算機人臉識別算法首先判斷圖像或視頻流中是否存在人臉，如果存在人臉，則根據(jù)人臉的位置、大小和各個主要面部器官的位置信息，并依據(jù)這些信息進一步提取人臉中所蘊含的身份特征，再將其與已知的人臉進行對比，從而識別每個人臉的身份[2]。對于人臉圖像的采集通常是借助于攝像設備進行采集，人臉識別的核心技術在于識別算法是否精準、高效。

　　1.2研究方向

　　目前主流的人臉識別研究主要包含兩個方向，一種是基于整體的研究方法，它考慮了模式的整體屬性，包括特征臉（Eigenface）方法、SVD分解的方法、隱馬爾可夫模型（HiddenMarkovModel，HMM）方法、人臉等密度線分析匹配方法、彈性圖匹配（ElasticGraphMatching，EGM）方法及神經(jīng)網(wǎng)絡的方法等[3]。第二種是基于特征分析的方法，即將人臉基準點的相對比率和其他描述人臉面部特征的形狀參數(shù)或類別參數(shù)等一起構成識別特征向量。基于整體面部的識別不僅保留了人臉部件之間的拓撲關系，而且也保留了各種部件本身的信息，而基于部件的識別則是通過提取人臉中的局部輪廓信息以及灰度信息，再具體設計識別算法[4]。

　　2人臉識別流程

　　人臉識別的研究內容主要分為人臉檢測、人臉特征提取和人臉識別三個過程[5]。首先通過攝像設備采集待識別的人臉圖像，使用人臉檢測算法判斷是否含有人臉，如果有則繼續(xù)搜索人臉的具體位置、大小等狀態(tài)信息，然后對圖像進行圖形形態(tài)學處理，以便后續(xù)的特征提取，接著對提取到的特征樣本進行訓練，最后將待識別的人臉圖像與樣本庫中的數(shù)據(jù)進行比較，判斷得出身份信息，人臉識別流程如圖1所示。

　　2.1人臉采集

　　人臉采集是先在計算機中建立一個人臉數(shù)據(jù)庫，通過攝像設備獲取或是從網(wǎng)絡中下載的圖片，并將圖片中的人臉區(qū)域提取出來，然后通過特征區(qū)域保存人臉的向量特征，再存入計算機數(shù)據(jù)庫中[6]。對于智慧校園安防系統(tǒng)來說，獲取采集圖像的方式主要由各區(qū)域門禁系統(tǒng)和校園監(jiān)控系統(tǒng)中的攝像頭。

　　2.2人臉檢測

　　人臉檢測是人臉識別過程的關鍵步驟，它是指在圖像或視頻流中搜索尋找人臉（如果存在）的位置、大小的過程。實現(xiàn)人臉檢測的算法模型也有不少，而基于深度學習的人臉檢測算法因其具有更高的識別準確率已經(jīng)成為目前的主流檢測算法。基于深度學習的人臉檢測算法是以卷積神經(jīng)網(wǎng)絡（ConvolutionalNeuralNetwork，CNN）為基礎，通過卷積自動提取圖像特征，檢測精度較高，但檢測速度略下降[7]。在幾種經(jīng)典的CNN模型中，MTCNN（MultiTaskConvolutionalNeuralNetwork）因其檢測精度相較而言比較不錯，故本研究主要采用MTCNN模型來實現(xiàn)人臉檢測模塊。

　　3人臉識別技術在智慧校園安防中的應用

　　當前是一個科技創(chuàng)新時代，智慧校園建設工作要與時俱進，跟上時代前進的腳步。人臉識別技術科學應用作為智慧校園建設管理過程的重中之重，是一項必不可缺的關鍵內容，能夠最大程度保障學校信息與師生個人信息安全，為廣大教職工與學生工作學習提供更多便利之處。因此，本研究以智慧校園安防系統(tǒng)建設為例，具體研究人臉識別在智慧建筑安防中的應用。

　　3.1門禁系統(tǒng)

　　3.1.1校園門禁系統(tǒng)

　　我國多數(shù)大學校園均處于開放狀態(tài)，社會人員可以自由出入校園，人員進出數(shù)據(jù)無跡可尋，取證和追溯困難，給校園治安、交通管理帶來很大安全隱患。另外受新冠肺炎疫情影響，各高校根據(jù)疫情防控要求需要封閉校園，加強人員出入管理，因此對于高校的門禁系統(tǒng)提出了更高的要求。基于人臉識別的門禁系統(tǒng)可以代替保安人員的查驗管理，快速識別校內師生及其他工作人員身份，并記錄出入等信息。對于臨時訪客，可建設訪客預約系統(tǒng)，與整個門禁系統(tǒng)進行配合，實現(xiàn)訪客的手機預約。在線審批、行程記錄追蹤及權限精準管控等功能。

　　3.1.2教學樓及辦公樓的門禁系統(tǒng)

　　校園安防的另一個重點就是對教學樓、辦公樓的管理。教學樓辦公樓是學生上課教師辦公的地方，直接影響學生及教職工的安全，為了避免外來人員隨意進出教學、辦公樓，將教學樓和辦公樓安裝門禁系統(tǒng)就顯得尤為重要。目前我國高校的一般的現(xiàn)狀是教學樓和辦公樓都是自由出入，并無針對性的措施，針對此現(xiàn)狀可以在教學樓和辦公樓安裝基于人臉識別的門禁系統(tǒng)，當發(fā)現(xiàn)外來人員時，系統(tǒng)會自動識別人員身份并根據(jù)訪客系統(tǒng)中的等級信息進行權限判別，對于無進入權限的、且試圖非法闖入的人員進行將啟動報警裝置。

　　3.2視頻監(jiān)控系統(tǒng)

　　大部分高校的門禁系統(tǒng)與監(jiān)控系統(tǒng)是各自獨立的系統(tǒng)，所采集的數(shù)據(jù)各自獨立，不能互聯(lián)互助、信息共享。門禁系統(tǒng)雖然已經(jīng)有效地防范了無關人員的進入，但還需要關聯(lián)視頻監(jiān)控系統(tǒng)才能真正地實現(xiàn)校園的整體安防體系建設。人臉識別追蹤需要依靠智慧校園內的視頻監(jiān)控系統(tǒng)采集人臉圖像，并根據(jù)門禁系統(tǒng)和訪客系統(tǒng)中的登記信息，對外來人員進行實時監(jiān)控和行跡追蹤。同時還能夠對非法闖入人員進行快速、有效識別，當在監(jiān)測到非人臉數(shù)據(jù)庫中的人員時系統(tǒng)將自動預警；對于正常進入的外來人員當其擅自進入非其權限區(qū)域時，系統(tǒng)能夠快速捕捉、識別其身份權限，并進行預警與追蹤，讓整個安防體系更加的全面可靠。

　　4小結

　　基于人臉識別的智慧校園安防體系可以自動快速實現(xiàn)人員身份識別、記錄出入信息、實施監(jiān)控和追蹤以及分級授權等功能，在保障校園安全的同時精細化了校園的安全管理，實現(xiàn)校園監(jiān)控、追蹤、報警及消防系統(tǒng)的配合聯(lián)動。本文對人臉識別技術在智慧校園安防系統(tǒng)中的應用進行了研究，對人臉識別的關鍵技術進行了深入的分析，使得校園安全管理更為智能化，具有很強的實用意義。但基于人臉識別的校園安防系統(tǒng)在實際應用場景中，仍存在著很多挑戰(zhàn)。如在門禁系統(tǒng)中，如果某一個時間點人流量會特別大，當用攝像頭采集人臉時，畫面中可能會同時出現(xiàn)多張人臉，怎樣篩選出正確的、唯一的待檢測人臉；在自然真實的場景中，人臉圖像的采集往往會受到當天光照、衣帽遮擋等各種遮擋的不利因素的影響，導致現(xiàn)有的人臉識別性能遠遠不能滿足實用的要求。又如識別精度高的算法其速度會較低，識別速度快的算法其精度又不盡人意，人臉識別算法的精度和速度不能兼得等問題，都將是今后值得深入研究的方向。

　　參考文獻

　　[1]王智.智慧校園系統(tǒng)中人臉識別技術的應用與研究[D].太原:中北大學,2019.

　　[2]李迎,甘霖.關于人臉識別技術與其應用于智慧校園的思考[J].電腦知識與技術,2019,15(4):169-170.

　　[3]李萌昕.基于深度學習的人臉檢測和識別關鍵技術研究與實現(xiàn)[J].深圳大學學報(理工版),2020,37(S1):92-94.

　　[4]蘭雯飛,張盛蘭,朱容波,等.基于改進MTCNN的人臉檢測算法[J].中南民族大學學報（自然科學版）,2020,39(6):637-641

　　賈蕊

《人臉識別技術在智慧建筑安防中的應用》

上一篇：濱江城市軌道交通線網(wǎng)規(guī)劃布局研究

下一篇：智慧城管在城市建筑工地環(huán)境治理中的應用