人脸识别技术在智慧建筑安防中的应用

　　摘要：近年来，计算机等相关科技得到了迅猛发展，社会的各行各业对于智慧化安防的需求越来越高，尤其是智慧校园建设的推进，校园智能安防体系建设就显得十分必要。人脸识别技术作为一种典型的生物特征识别技术，将其应用于智慧校园安防系统中，可以强化校园安全保障及精细化管理，降低管理成本，提高管理效率。

　　关键词：人脸识别；MTCNN算法；门禁系统；监控系统

　　引言

　　随着科技的不断发展与进步，物联网、云计算、人工智能等新兴技术发展迅速，给人们的生活和社会带来了巨大的变化，尤其是网络技术和人工智能领域的发展，用计算机替代人工从事一些工作量大的重复劳动已成为可能。运用信息和通信技术手段感测、分析、整合各种关键信息，实现智慧式的管理和运行，已经成为当今社会发展不可逆转的历史潮流。

　　1人脸识别技术

　　1.1概述

　　人脸识别，又称为人像识别，它是基于人的脸部特征，对输入的人脸图像或者视频流等数据信息，利用计算机人脸识别算法首先判断图像或视频流中是否存在人脸，如果存在人脸，则根据人脸的位置、大小和各个主要面部器官的位置信息，并依据这些信息进一步提取人脸中所蕴含的身份特征，再将其与已知的人脸进行对比，从而识别每个人脸的身份[2]。对于人脸图像的采集通常是借助于摄像设备进行采集，人脸识别的核心技术在于识别算法是否精准、高效。

　　1.2研究方向

　　目前主流的人脸识别研究主要包含两个方向，一种是基于整体的研究方法，它考虑了模式的整体属性，包括特征脸（Eigenface）方法、SVD分解的方法、隐马尔可夫模型（HiddenMarkovModel，HMM）方法、人脸等密度线分析匹配方法、弹性图匹配（ElasticGraphMatching，EGM）方法及神经网络的方法等[3]。第二种是基于特征分析的方法，即将人脸基准点的相对比率和其他描述人脸面部特征的形状参数或类别参数等一起构成识别特征向量。基于整体面部的识别不仅保留了人脸部件之间的拓扑关系，而且也保留了各种部件本身的信息，而基于部件的识别则是通过提取人脸中的局部轮廓信息以及灰度信息，再具体设计识别算法[4]。

　　2人脸识别流程

　　人脸识别的研究内容主要分为人脸检测、人脸特征提取和人脸识别三个过程[5]。首先通过摄像设备采集待识别的人脸图像，使用人脸检测算法判断是否含有人脸，如果有则继续搜索人脸的具体位置、大小等状态信息，然后对图像进行图形形态学处理，以便后续的特征提取，接着对提取到的特征样本进行训练，最后将待识别的人脸图像与样本库中的数据进行比较，判断得出身份信息，人脸识别流程如图1所示。

　　2.1人脸采集

　　人脸采集是先在计算机中建立一个人脸数据库，通过摄像设备获取或是从网络中下载的图片，并将图片中的人脸区域提取出来，然后通过特征区域保存人脸的向量特征，再存入计算机数据库中[6]。对于智慧校园安防系统来说，获取采集图像的方式主要由各区域门禁系统和校园监控系统中的摄像头。

　　2.2人脸检测

　　人脸检测是人脸识别过程的关键步骤，它是指在图像或视频流中搜索寻找人脸（如果存在）的位置、大小的过程。实现人脸检测的算法模型也有不少，而基于深度学习的人脸检测算法因其具有更高的识别准确率已经成为目前的主流检测算法。基于深度学习的人脸检测算法是以卷积神经网络（ConvolutionalNeuralNetwork，CNN）为基础，通过卷积自动提取图像特征，检测精度较高，但检测速度略下降[7]。在几种经典的CNN模型中，MTCNN（MultiTaskConvolutionalNeuralNetwork）因其检测精度相较而言比较不错，故本研究主要采用MTCNN模型来实现人脸检测模块。

　　3人脸识别技术在智慧校园安防中的应用

　　当前是一个科技创新时代，智慧校园建设工作要与时俱进，跟上时代前进的脚步。人脸识别技术科学应用作为智慧校园建设管理过程的重中之重，是一项必不可缺的关键内容，能够最大程度保障学校信息与师生个人信息安全，为广大教职工与学生工作学习提供更多便利之处。因此，本研究以智慧校园安防系统建设为例，具体研究人脸识别在智慧建筑安防中的应用。

　　3.1门禁系统

　　3.1.1校园门禁系统

　　我国多数大学校园均处于开放状态，社会人员可以自由出入校园，人员进出数据无迹可寻，取证和追溯困难，给校园治安、交通管理带来很大安全隐患。另外受新冠肺炎疫情影响，各高校根据疫情防控要求需要封闭校园，加强人员出入管理，因此对于高校的门禁系统提出了更高的要求。基于人脸识别的门禁系统可以代替保安人员的查验管理，快速识别校内师生及其他工作人员身份，并记录出入等信息。对于临时访客，可建设访客预约系统，与整个门禁系统进行配合，实现访客的手机预约。在线审批、行程记录追踪及权限精准管控等功能。

　　3.1.2教学楼及办公楼的门禁系统

　　校园安防的另一个重点就是对教学楼、办公楼的管理。教学楼办公楼是学生上课教师办公的地方，直接影响学生及教职工的安全，为了避免外来人员随意进出教学、办公楼，将教学楼和办公楼安装门禁系统就显得尤为重要。目前我国高校的一般的现状是教学楼和办公楼都是自由出入，并无针对性的措施，针对此现状可以在教学楼和办公楼安装基于人脸识别的门禁系统，当发现外来人员时，系统会自动识别人员身份并根据访客系统中的等级信息进行权限判别，对于无进入权限的、且试图非法闯入的人员进行将启动报警装置。

　　3.2视频监控系统

　　大部分高校的门禁系统与监控系统是各自独立的系统，所采集的数据各自独立，不能互联互助、信息共享。门禁系统虽然已经有效地防范了无关人员的进入，但还需要关联视频监控系统才能真正地实现校园的整体安防体系建设。人脸识别追踪需要依靠智慧校园内的视频监控系统采集人脸图像，并根据门禁系统和访客系统中的登记信息，对外来人员进行实时监控和行迹追踪。同时还能够对非法闯入人员进行快速、有效识别，当在监测到非人脸数据库中的人员时系统将自动预警；对于正常进入的外来人员当其擅自进入非其权限区域时，系统能够快速捕捉、识别其身份权限，并进行预警与追踪，让整个安防体系更加的全面可靠。

　　4小结

　　基于人脸识别的智慧校园安防体系可以自动快速实现人员身份识别、记录出入信息、实施监控和追踪以及分级授权等功能，在保障校园安全的同时精细化了校园的安全管理，实现校园监控、追踪、报警及消防系统的配合联动。本文对人脸识别技术在智慧校园安防系统中的应用进行了研究，对人脸识别的关键技术进行了深入的分析，使得校园安全管理更为智能化，具有很强的实用意义。但基于人脸识别的校园安防系统在实际应用场景中，仍存在着很多挑战。如在门禁系统中，如果某一个时间点人流量会特别大，当用摄像头采集人脸时，画面中可能会同时出现多张人脸，怎样筛选出正确的、唯一的待检测人脸；在自然真实的场景中，人脸图像的采集往往会受到当天光照、衣帽遮挡等各种遮挡的不利因素的影响，导致现有的人脸识别性能远远不能满足实用的要求。又如识别精度高的算法其速度会较低，识别速度快的算法其精度又不尽人意，人脸识别算法的精度和速度不能兼得等问题，都将是今后值得深入研究的方向。

　　参考文献

　　[1]王智.智慧校园系统中人脸识别技术的应用与研究[D].太原:中北大学,2019.

　　[2]李迎,甘霖.关于人脸识别技术与其应用于智慧校园的思考[J].电脑知识与技术,2019,15(4):169-170.

　　[3]李萌昕.基于深度学习的人脸检测和识别关键技术研究与实现[J].深圳大学学报(理工版),2020,37(S1):92-94.

　　[4]兰雯飞,张盛兰,朱容波,等.基于改进MTCNN的人脸检测算法[J].中南民族大学学报（自然科学版）,2020,39(6):637-641

　　贾蕊

《人脸识别技术在智慧建筑安防中的应用》

上一篇：滨江城市轨道交通线网规划布局研究

下一篇：智慧城管在城市建筑工地环境治理中的应用