基于人脸识别技术的考试入场验证

长春工业大学人文信息学院图书馆　孟丽丽

基于人脸识别技术的考试入场验证

长春工业大学人文信息学院图书馆孟丽丽

现在在各类考试中发生的替考现象五花八门、频繁出现，损害了考试结果的公正性，影响到考试的信誉与有效性。怎样杜绝代考和枪手，让弄虚作假的考生无机可乘，成为摆在各级考试管理部门面前的一道需要解决的难题。

人脸识别；身份认证；技术应用

对于考生的身份验证，很久以来都是通过监考老师目视识别来检查的，所有考场对于考生和准考证的照片对比的工作都由监考老师凭借人工肉眼逐个进行判别来进行。虽然人工的判断可以达到比较准确的识别与比较，但监考老师大多数从未受到过专业的人脸识别训练；而人工的处理速度是有限的，精神集中不集中也会对判别的结果造成一定影响；所以，只靠人工辨别的方法根本没有办法在较短时间内完成大量考生的对比和判别工作，也非常容易出现错判、漏判或其他的人为因素的干扰。

1　人脸识别技术概述

人脸识别具有重要意义在理论完善与技术的发展:首先它促进了人们的理解关于人类视觉感知能力。其次，它可以应用于人工智能的一些应用领域，如访问控制系统。利用计算机实现自动检测和识别人脸，是一个科学和有效，节省精力的事情，所以自动人脸识别系统有着非常广的应用前景，相比其他更为成熟的识别方法（如指纹、虹膜和DNA的检测等等），人脸识别有以下三个优势：

①没有侵犯的行为，一般的识别方法需要双方合作后，但是人脸识别方法不需要人工的干预，可以通过摄像头和其他电子设备，在不被发现的情况下，得到识别的图片。

②价格便宜，操作容易，只需要一般的摄像头，相机，可以达到人脸识别系统的需求，随着智能手机的高速发展，许多人喜欢用手机的嵌入式摄像头记录图像，使图像获得更简单、方便和普遍。

③人脸识别的过程不需要人工干与，计算机系统可以自动执行，根据用户的设置，并且不需要主动参与的测试对象。

因为上面的人脸识别技术的优点，越来越多的研究人员关注这项技术。

2　人脸识别研究现状

人脸识别是人类出生就会的能力，但是机器识别人脸涉及到许多学科，包含数字图像处理、认知科学、模式识别、和生物学等等、人脸识别与基于生物特征的识别方法有着紧密的关系。

在60年代，Bledsoe首先提出人脸识别的特征提取与半自动系统模式。1972年，自动人脸识别系统被sakai设计出来，哈蒙在理论与实践关于互动的人脸识别方法开展了详细讨论。在80年代初， T. Minami.进一步改善脸部图像系统的相关性能。

早期的人脸识别通常需要人们通过自己的知觉得到一些经验，但是不能完全依赖于计算机来执行，获得我们需要得到的识别结果。在1990年代，由于人脸识别系统在各个方面更为紧迫的需求，这种需求激发了人们的高度热情到人脸识别的研究中，越来越多的人开始研究人脸识别领。所以很多研究成就应运而生，开始真正的计算机自动识别阶段，比如K-L变换，神经网络。除此之外，出现了很多的论文与人脸识别相关，仅仅在1990年代到2000年的这段时间，SCI和EI人脸识别文学达到了成千的文章，因此人脸识别研究得到快速发展。国外很多大学因为得到大量资金开始人脸识别技术的探索，随后在中国一些著名的学者也已经开始人脸识别研究。

伴随人脸识别深入的研究，人们还发现一些解决比较困难的问题：①面对人脸在拍摄过程中，光线，脸偏转角和拍摄距离都有影响；②人脸可能被挡住，例如头发，眼镜，帽子和其他装饰物品；③随着年龄的增长，人脸会发生变老等情况；④高像素和彩色的图像像素，造成大量的数据输入，处理速度非常慢。

人脸识别研究历史可分为三个阶段:第一阶段（1964—1990）在这个阶段主要是基于几何结构的人脸研究，研究主要集中在轮廓，主要的研究是关于如何提取面部轮廓曲线的结构特点。这个阶段属于人脸识别的早期阶段，没有太多的优秀研究成果，并没有获得真正应用。

第二阶段（1991—1997）这个阶段虽然相对较短的时间，但是取得了很大的进步，出现了一些代表性的算法和一些商业人脸识别系统。

人脸识别技术在第三阶段（1998—现在）已经进一步发展。大量的专业人员加入到人脸识别的研究。研究方向主要是针对主要的人脸识别技术的问题，如鲁棒性差的问题与收集条件并不理想的问题。研究重点是人脸的姿态与照明的人脸图像。Shashua的基于上图像的人脸图像识别和渲染技术。Blanz与Vetter的多姿势与多照明基于三维变形模型的人脸识别方法。Georghiades多姿态的光锤模型，人脸识别在多光照条件的方法。这些成为这一阶段的典型结果。

3　人脸识别技术应用方案

在考生的身份识别的工作中应用人脸识别技术，解决了很长时间以来一直困扰考试考生身份认证工作的技术问题，使各种各样的考试考生身份认证工作，达到了信息化与网络化的基本实现，大大提高考生身份验证的管理水平与工作效率，减少工作人员的劳动强度，促进教育信息化的建设。也在技术上消除“替考”等等作弊事件发生，保证考生的身份的真实性，维护了考试的公平公正原则。考生人脸验证系统的根本出发点是人脸识别技术的应用与识别的身份证信息核实考生身份的有效性。使用相机，考生身份证阅读器与程序服务器及配套的软件。适合各式各样的考试检测识别系统。

1）考点确认点。报名的时候，考生可以填写正确的信息来生成准考证的相关信息，并带着身份证到考点支付考试的费用，报名确认。现场可以通过人脸的注册机收集图片，确认身份登记。生成准考证的相关信息记录。上传到服务器，用于生成考生的考试相关信息， 可以下载和打印，完成考试的报名工作。考试报名确认过程后，依照考试的规定将考生的信息，下发给每一个考点，考点将下载到考生信息传递到人脸验证的设备上，准备迎接正式的考试。

2）检查考生身份验证流程图。考试前，监考人使用验证设备和每一个考生的身份证进行人脸的身份认证。监考人采集考生的人脸信息。考生的人脸信息与在服务器上的人脸信息进行比对。如果一样，考生是合法的考生。如果考生经过人脸验证，不能通过，需要使用考场安装的摄像机来收集信息。同时记录考生的基本信息。等待考试结束后再核实考生的身份是否合法。

3）考生忘了带身份证或着损坏的情况。在某些情况下，考生有可能忘记带身份证或身份证不能读取信息。这个时候一般需要根据考生的相关信息如准考证来识别考生的身份。考生将进行网络身份认证在特殊通道，考生人脸的信息将被收集，根据网上登记身份证信息通过互联网验证，确定考生的身份。

4　总结和展望

当前流行的身份验证手段，如眼睛的虹膜、指纹和其他身份验证需要接近目标或接触等比较高的数据采集要求。没有接触目标甚至不必在被识别人知道的情况下，来识别身份，和所有这些不同的方法相比，识别人脸具有重要的理论意义与实用价值，人脸识别有很多潜在的应用方向。

人脸识别技术的本质是用户通过视频捕捉设备获取到人脸图像，使用核心算法对面部特征的位置、形状和角度的分析和计算，然后在现有的数据库本身模型进行比较，最后确定用户的真正身份。所以，它是可行的在考试中使用人脸识别。它是一个有用的尝试使用面部识别来取代传统的证件识别方法。人脸识别技术与考试管理的结合不但会给考试管理带来巨大的方便，还可以达到准确、快速的识别考生的效果。能有效杜绝掉传统的考试中，假证件和其他非法现象，为考生创造一个公平公正的考试环境。

［1］李盛文，鲍苏苏.基于PCA+AdaBoost算法的人脸识别技术［J］.计算机工程与应用，2010（4）.

［2］孙强，叶玉堂，邢同举 等.基于主成分分析法的人脸识别的探讨与研究［J］.电子设计工程，201l（20）.

［3］马桂英.人脸识别技术的应用及研究趋势［J］.福建电脑，2009（10）.

孟丽丽，女，大学本科，馆员，现工作于长春工业大学人文信息学院图书馆。