广州中医药大学：人脸识别到宿舍-中国教育和科研计算机网CERNET

　　通过实地考察省内外多所院校的学生宿舍管理模式，并结合学校实际，采用人工智能、大数据分析、云计算、人脸识别等新技术的智慧宿舍管理系统建设方案应运而生。前端通过人脸识别及通道系统实现对师生进出宿舍的管控，后台通过深度学习及大数据分析对宿管数据进行挖掘和分析处理，最终实现学生宿舍的智慧化管理，提升学校宿舍管理工作的水平和效率。

系统建设主要目标

　　1.通过人脸识别技术实现快速无感通行，为全校师生提供人性化的宿舍管理和服务，确保学生出行的有序和高效。

　　2.杜绝外来人员非法闯入宿舍，极大保障师生安全，促进校园稳定。外来人员可通过自助访客机或者学校公众号，实现访客预约登记。

广州中医药大学

　　3.与协同办公系统的对接，后台数据分析结果及时推送校领导、学生管理部门、院系领导、辅导员，包括对学生晚归、未归、长期无进出等异常情况，进行及时预警，实现精准化管理。

　　4.宿舍基础情况要一目了然，各楼栋的总床位、总入住，剩余可分配的房间与床位实时更新，提高宿舍管理水平。

系统建设主要问题

　　1.人脸识别技术的选型

　　目前，人脸识别技术的行业应用较成熟，人脸识别准确率基本在99%以上，识别速度不超过0.3秒，满足在上学高峰期快速、准确完成验证。采用人脸识别既提高了验证的安全性，也解决了学生忘带卡、借卡给他人使用的弊端。因此将人脸识别作为本项目的首选人员身份识别手段。

　　2.实时动态的人脸检测

　　本次人脸检测以Two-stage物体检测框架为基准：Stage1通过计算复杂度低的卷积神经网络，快速过滤非人脸区域，提取有效人脸的候选窗口；Stage2增大人脸输入分辨率和卷积神经网络层数，进一步对候选窗口进行分类删选，并通过非极大值抑制合并检测框。由粗到精的网络结构设计和多尺度特征共享，极大降低了深度学习网络的计算量，实时动态进行人脸检测。

　　3.人脸识别流程

　　注册阶段：用户通过拍照录入和视频录入，上传人脸图像。系统对人脸特征进行提取，并把人脸特征值加入人脸数据库。

　　认证阶段：将提取的人脸图像的特征值与数据库中存储的特征模板进行搜索匹配，设定一个阈值，当相似度超过这一阈值，则输出匹配最相似的结果。该过程分为两类：一类是比对，即1：1人脸图像比较的过程；另一类是识别，即1：N人脸图像搜索匹配的过程。如图1所示。

图1 人脸识别流程

　　4.人脸信息的保护

　　人脸照片目前非常敏感，属于个人隐私范畴，一旦数据外泄，将造成重大安全隐患，因此对人脸数据的保护尤为重要。系统中的人脸信息调用一卡通数据，存储于专用的数据库服务器中并加密处理，服务器仅限内网访问，不与外网通讯，学校网络有多层认证机制和安全管理系统，有效保证人脸信息的安全。

　　5.异常情况的应急处理

　　在网络异常时，人脸识别终端及通道闸脱机运行，现场抓拍的人脸信息直接与本地人脸终端存储的人脸图片特征值进行匹配，匹配成功即可开闸，不影响人员正常进出，待网络通讯后，自动与服务器建立通讯并同步通行信息。

　　通道闸机及应急门，与消防报警联动，平时常闭状态，火警时全部自动打开，满足人员快速疏散要求。

效果展现

　　1.人脸识别助力人员快速验证通行

　　目前，人员进出宿舍可支持“刷脸”和“刷卡”，外来访客通过登记授权也可“刷脸”通行。根据后台数据统计，采用人脸进出的学生比例维持在92%左右，单人通过时间约2秒左右，100人连续通过时间在165～180秒之间，按现有宿舍最大1300人的总量，以及每栋楼平均5通道闸机来核算，不足9分钟可全部通行完成，完全可以满足日常高峰期学生上课出行需要。

　　2.宿舍住宿管理更便捷精准

　　建立实时完善的宿舍管理数据，空房间、空床位直观展现，床位和人员信息一键查询，人员的入住、调宿及退宿可实时管理，也可以支持表格批量导入，系统自动批量生成人员住宿数据，解决了宿管靠人工登记，调度效率低、出错高的问题。

　　3.协同办公联动实现及时预警

　　宿舍管理系统与协同办公系统实现了无缝对接，学生管理人员可按角色在协同办公系统中分权限查看学生的住宿情况，如在宿情况、晚归、未归等。所有数据可进行图形化分析和展示。

　　智慧宿舍管理系统使用人脸识别技术，让宿舍进出有迹可查，提升了我校宿舍安全管理水平。

　　(本文刊载于《中国教育网络》杂志2020年1月刊，作者：温祥彬，单位为广州中医药大学；责编：朴艺娜)

　　特别声明：本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系。