人脸识别技术在智慧校园中的应用

    牟国栋 谭俏俏 李田来 刘亮

    摘要：從数字校园到智慧校园，该校已逐步完成数据治理项目建设。2020年新冠疫情的到来加速推动了该校的信息化建设，其中人脸信息库已完成建设，并成功应用在门禁出入、教师上课、就餐支付、刷脸乘车等方面。人脸识别具有唯一性、便捷性、非接触性、非侵扰性、并发性等特点，在应用过程中暴露出采集不规范、安全性风险等问题。该文结合山东师范大学人脸识别技术应用案例，对人脸识别应用过程中暴露出的问题，分析问题原因，并提出人脸识别技术应用策略规划。

    关键词：智慧校园;人脸识别;场景应用;特征识别

    中图分类号：TP391 文献标识码：A

    文章编号：1009-3044（2021）16-0190-03

    开放科学（资源服务）标识码（OSID）：

    Application of Face Recognition Technology in Smart Campus

    MOU Guo-dong， TAN Qiao-qiao， LI Tian-lai， LIU Liang

    （Shandong Normal University， Jinan 250014， China）

    Abstract： From digital campus to smart campus， our university has gradually completed the construction of data governance projects. Due to the arrival of new coronavirus epidemic in 2020， the information construction of our school has been accelerated， among them， face information database has been completed and successfully applied in access control， teachers attending classes， meal payment， and detecting faces in university buses. Face recognition has the characteristics of uniqueness， convenience， non-contact， non-intrusiveness， and concurrency， which exposes problems such as irregular collection and security risks during application process. This article combines the application case of Shandong Normal University's face recognition technology， analyzes the problems exposed in the process of face recognition application， and put forward a strategic plan for the application of face recognition technology.

    Key words： smart campus; face recognition; application scenario; feature recognition

    随着高校信息化建设的不断发展，生物识别技术应运而生，生物特征数据可以将服务对象转移到个人身上，通过对个人特征数据例如指纹、虹膜、声纹、人脸等内容的采集和识别，实现完全针对个人的人性化加密手段[1]。其中，人脸识别的应用更加推动了高校从数字校园到智慧校园的进步。国内部分高校的信息化部门已悄然开启了校园数据治理工作，人脸数据作为高校数据资产中的一部分，应该得到重视和应用。人脸识别算法从早期的几何特征算法到现在基于深度学习的算法，识别率几乎接近百分之百。同时，以人脸识别为主要业务的商汤、旷视等科技公司，已经上市相关成熟产品，并广受各行业消费企业欢迎。2020年新冠疫情的突然到来，无接触式的人脸识别应用顺势在我校得到推广，人脸识别技术在高校智慧校园中的应用势在必行，同时在应用过程中暴露出的问题也亟需解决。

    1校园人脸识别技术应用场景

    智慧校园环境下，高校人脸识别技术借助大数据、云计算、物联网、人工智能等，有着很大的应用空间和发挥余地。在部分高校中，人脸识别主要应用于门禁出入、考勤管理、教工上课、就餐支付、图像识别等。门禁出入：一般指高校校园门口、宿舍门口出入地点，师生通过在闸机前刷脸出入，人脸识别作为师生身份验证的工具;考勤管理：一般用于教职工刷脸考勤或学生上课刷脸考勤，由于人脸具有不可替代性，极大地提高了考勤的准确性;教工上课：随着智慧教室的普及，我校已经实现部分教室的智慧化建设，拥有一套完备的软硬件设备，教职工通过刷校园卡或者刷脸即可开启设备。就餐支付：我校已实现教职工餐厅刷脸就餐支付，通过刷脸支付，极大地便捷了全校教职工。图像识别：该功能主要应用于校园摄像头录制的非结构化视频数据，在视频信息中识别人脸信息，可实现批量无感知人脸信息的识别。

    1.1身份认证，“行走的身份证”

    人脸识别作为身份验证的生物识别工具之一，具有唯一性和无接触性。广泛应用于校园、宿舍门禁，考试身份验证等，有效保障了校园安全，杜绝外来人员，防止考试替考等现象的发生。2020年新冠肺炎疫情的到来，推动了我校信息化建设中的人脸库的建设。由于人脸识别的无接触性，极大地便捷了校内广大教职工，有效防止了疫情期间的交叉感染。

    1.2教务教学，上课考勤的“小助手”

    在部分高校的教务教学过程中，已经普遍开始使用人脸识别技术。由于人脸的不可替代性，有效保障了上课的签到率，便捷了广大教职工。学生上课刷脸签到，在识别签到的同时，也将签到时间等数据存储至日志，实现了上课签到的自动化、信息化。同时，我校已完成部分教室的智慧教室建设，教职工如忘记携带校园卡，可以刷脸开启机器，保障了学生上课按时进行。

    1.3生活消费，就餐、购物、乘车支付的备选方案

    校园一卡通作为师生身份验证的有效证件和就餐、购物、乘车的支付工具，便捷了广大师生。为了让支付更为多样性，我校已实现部分餐厅、班车刷卡机的聚合支付功能，不但可以刷卡支付，也可以扫码、刷脸支付。人脸识别作为一项备选支付手段，首先在教职工群体推广开来。

    1.4校情分析，“大数据”下动态无感知人脸识别

    对非结构化数据如视频录像的分析，存在分析难度大，分析时间长等问题。动态人脸识别算法的实现使人脸识别技术由平面的、静态的识别向动态的、立体的层面发展，实现了人脸识别过程无停留，实现快速的动态抓拍和识别，动态人脸识别技术现在已经广泛地应用于公共安全、刑侦、金融、交通等各个领域[2]。商汤、旷视等人脸识别公司拥有一套无感知动态人脸识别采集系统，该系统可以完成流动人员人脸信息的即时采集，广泛应用于考试、宿舍、餐厅等。保障考试过程、宿舍出入人员的即时录入，有据可查;同时可以有效分析餐厅人员流动情况，将该功能开放给学生后，学生可以根据走势避开餐厅高峰时段。当该系统部署遍布于校园时，可以实现全校人员流动分析，有效辅助领导决策，避免事故、灾害等的发生。

    2智慧校园建设中人脸识别技术应用问题

    人脸识别系统主要包括四个组成部分，分别为：人脸信息采集、数据预处理、特征提取、匹配识别。正是这样的一个过程，使人脸识别具有唯一性、非接触性等特点，师生在享受人脸识别带来的便利的同时，也逐渐暴露出了人脸识别存在的问题。

    2.1应用优势

    1）唯一性：人脸识别作为身份验证的工具之一，具有唯一性。每个人都拥有一张独特的脸，由于人脸识别的唯一性，使其同时具有不可替代性;

    2）便捷性：随着智能手机的普及，人脸识别照片采集更加便捷和迅速，人们使用自己的手机就可以随时随地采集人脸照片并上传;

    3）非接触性：人脸识别具有非接触即可识别的特点。即在识别过程中被识别者不用与特定仪器有身体接触，不易激起其反感，同时也是一些特定人群（如洁癖患者）的福音[1]。由于新冠疫情的到来，助推我校人脸识别技术迅速应用。尤其是在门禁系统刷脸出入校门方面，减少了疫情期间人员聚集、交叉感染的风险;

    4）非侵扰性：人脸识别无须干扰人们的正常行为就能较好达到识别效果，无须担忧被识别者是否愿意将手放在指纹采集设备上，他们的眼睛是否能够对准虹膜扫描装置等等。只需在摄像机前自然地停留片刻，用户的身份就会被正确识别[3];

    5）并发性：在无感知人脸采集设备中，可以并发批量识别并采集流动人员的人脸信息。这对于非结构化数据来说，这更像一种“半结构化数据”。在大数据时代，让数据挖掘和知识发现变得不再困难。

    2.2人脸识别应用问题

    1）人脸信息采集不规范

    人脸识别信息采集具有便捷性的特点，人们使用手机即可采集人脸信息，但采集的人脸照片存在不规范等问题。首先是在人脸采集软件开发角度，除了必须在软件中打开本地相机采集照片外，还应对采集的照片完整性进行检测，不能允许有遮挡、有假人脸等照片上传。其次，有的软件还可以上传手机相册照片，即使对大家进行了友情提醒，还是存在很多人上传增加美颜、滤镜、修图，遮挡脸部、角度歪斜、姿态多端等不规范照片。势必增加管理员照片审核难度，同时也会导致人脸识别设备终端的匹配认证失败。

    2）人脸识别过程不可控因素较多

    目前基于深度学习的人脸识别算法虽然超越了真人识别的准确率，但由于照片采集不规范和识别过程中姿态、光照、表情、年龄、眼镜一类物品遮挡等不可控因素，识别率无法达到百分之百。如光照条件可能因为光照的强度以及角度变化而发生改变[4]，在门禁出入场景下用户体验下降，在餐厅等支付设备上将导致支付失败，产生不必要的纠纷。

    3）安全性风险

    由于人脸识别技术给人们带来的便捷性等特点，同时也存在着安全风险等麻烦。主要表现为：

    ①欺骗识别。人脸信息数据被不法分子盗取后，对个人生命财产产生不必要的威胁。人脸识别设备多数为2D识别，少数3D人脸识别，不法分子可以通过照片或制作3D面具模型等方式，骗过人脸设备，实现身份验证。

    ②存储安全。高校人脸信息库建成后，一般存储于机房数据中心，容易引起网络黑客的“关注”，虽然机房部署有防火墙等软硬件防护设备，但当存储有大量有价值“数据资产”时，网络黑客会不惜一切代价获取数据。因此，存储安全将受到一定威胁。

    ③法律纠纷。2019年10月，杭州某野生动物园未经游客允许，强制收集游客人脸照片被起诉。由于人臉信息为个人隐私的生物信息，法律法规方面，还需要进一步明确，以免带来不必要的麻烦。

    3校园人脸识别应用策略规划

    高校人脸识别技术的应用无疑为大家带来便利，但产生了诸多问题，存在一定安全隐患，这些问题亟需解决。现做出如下分析和规划：

    3.1 人脸识别不能作为身份验证的唯一手段

    多种生物识别技术将长期共生共存，当前人脸识别技术还达不到人类预期目标，对于一些安全性要求高的特殊行业，如金融行业，人脸识别技术很容易被不法分子攻破漏洞并进行身份造假，因此需要将多种生物特征识别技术的融合应用（如活体检测、虹膜识别、指纹识别等）以进一步提高身份识别的整体安全性、识别率[5]。2020年全国研究生考试，山东省统一采用人脸识别进入考场的验证方式，由于人脸识别设备无法100%验证成功，学生还需要准备好相应的证件以备查验。类似身份验证场景下，均存在此类问题，应该提前做好工作预案。

    3.2 为保证采集者即是本人，需加入人脸信息比对策略

    在我校人脸采集系统中，由于人脸识别初步采集不规范，加入了人脸比对功能。即通过比对升学入校证件照，核实人脸信息，有效防止了非本人采集等现象发生。同时，人脸信息采集系统应规范采集流程，指引被采集者有效完成人脸信息的采集。

    3.3 人脸设备需精准识别人脸信息

    人脸会在正常情况下发生一些自然改变，包括年龄、化妆、整容、遮挡等。人脸识别算法应进一步改进，以便精准识别自然改变状态下的人脸。在人脸识别场景，应提供良好的光照等环境设施，以便准确、快速地完成认证、支付等，提升师生的使用体验。

    3.4 人脸识别安全应制定信息标准规范

    高校在人脸识别应用过程中应结合法律法规和高校规章制度制定人脸信息库建设标准规范，规范人脸信息的存储和使用，防止人脸信息滥用以及产生不必要的纠纷。

    4 结束语

    人脸识别作为生物识别的工具之一突飞猛进，为社会带来了便利，在高校身份验证、教务教学、生活消费、校情分析等方面得到广泛应用，提高了学习工作效率，同时在辅助领导决策，助力高校发展上发挥了重要作用。但在该技术应用过程中，为更好地保障人脸识别应用的安全，降低信息泄露风险，应在采集、传输、使用、存储过程中加以防范，制定严格的标准规范，正确地使用人脸信息。只有超前谋划，做好信息化规划，才能让人脸识别技术在智慧校园建设中发挥其不可替代的作用。

    参考文献：

    [1] 聂瑞华，李康满.人脸识别技术在校园生活及管理中的应用[J].电脑知识与技术，2020，16（4）：166-167.

    [2] 胡亚洲，周亚丽，张奇志.基于深度学习的人脸识别算法研究[J].计算机应用研究，2020，37（5）：1432-1436.

    [3] 刘思佳.基于MATLAB的人脸识别系统研究[J].数码世界，2019（4）：7.

    [4] 王普，劉婷，楚志刚.基于改进光照因素影响的人脸识别在高校宿舍管理中的应用研究[J].智能计算机与应用，2019，9（2）：257-259.

    [5] 王宏福，李继文.人脸识别技术在高校安保工作中的应用研究[J].大众科技，2020，22（10）：7-8，11.

    【通联编辑：谢媛媛】