煤矿人证系统的研究与应用

刘素华 郭坤闪

(河南中平自动化股份有限公司，河南省平顶山市，467000)

1 入井人员考勤存在的问题

平煤股份下属各单位目前入井人员考勤主要依据考勤系统从人员定位系统中读取出入井信息，进行统计分析后最终形成考勤报表。人员定位系统将人员定位卡与职工携带的矿灯进行绑定来定位井下人员，由于人员定位卡和矿灯可以分离，矿灯和人也可以分离，并且没有视频及其他辅助复核系统做相关佐证[1]，因此，实际考勤中存在以下问题。

(1)存在一人多卡出入矿井问题。由于人员定位系统是通过射频读卡的方式读取出入矿井人员信息，无法判断具体携带人员，存在部分人员一人多卡、人卡不一等考勤作弊现象，导致系统获取的信息失真[2]。

(2)部分员工不携带定位卡出井。部分生产辅助单位入井作业任务不重，主要以检查和辅助作业为主，为了完成考勤指标的同时又不愿意长时间待在井下，因此出现不携带人员定位卡提前出井现象，人员定位卡留在井下继续“作业”，系统无法准确识别和判断此类情况。

随着国家“机械化换人，自动化减人，智能化少人”工作的逐步深入开展，各安全生产子系统信息逐步实现共享，信息的“穿透性”得到加强，然而人员出入井信息的不准确性却得到了急速放大，如导致井下部分区域或整个生产班次人员超限，而实际下井人员不足，导致一系列连锁问题，严重影响领导的决策指挥，带来严重的安全生产隐患。因此，精准识别人员出入井问题亟需解决。

2 煤矿人证系统主要建设内容

针对以上问题，研究端到端的生物识别系统，通过生物识别手段，实现对海量人员、复杂场景下的精准、高效的人员识别，实现对生产现场的“人证合一”管控，帮助管理人员实时掌握真实出入井人员信息。

(1)建设前端人脸抓拍比对系统，实现对出入口大量人员以及复杂条件下的人员快速识别，同时不影响职工正常通行。

(2)建设生物识别系统，实现对煤矿特殊工种出井人员的识别，如工作面采煤工，由于出井时面部较黑，通过摄像头进行人脸识别时识别率较低，需要采用虹膜识别等其他的生物识别方法。

(3)通过标准OPC接口，实时读取原有人员定位数据，并存入管理服务器。

(4)建设数据监控中心，搭建数据采集和管理服务平台，配合前端设备及人员定位系统实现对人员的存储、分析(比对)、管理以及检索服务。数据监控中心整个系统的核心。

(5)建设信息实时显示和提醒系统，对识别结果进行实时显示。

3 煤矿人证系统实现功能

通过对煤矿企业出入井人员管理的调研，认为，设计的煤矿人证系统应主要具备以下功能。

(1)具备防考勤作弊功能。对进出矿井的人员实行人、卡合一验证，通过生物识别(人脸、虹膜)等方式识别出入矿井的人，通过生物识别和人员定位系统进行结合，判断是否存在“一人多卡”或无卡出入现象；当识别到人员信息与人员定位系统信息不一致时，能够在电脑软件上进行实时报警，提醒管理人员，同时能够判断具体违章人员信息，并在系统平台上实时显示。

(2)具备精确考勤功能。在管理平台上实时统计出入井人员信息(数量)， 能通过人、卡合一验证的出入井人员才计入考勤，杜绝了一人入井后多人有考勤记录的“一人多卡”问题，实现了精确考勤。

4 煤矿人证系统设计

4.1 系统架构

煤矿人证系统主要包含生物识别系统(人脸抓拍、虹膜识别、人脸识别服务器、生物识别管理服务器)、信息显示系统、人员定位系统、监控中心存储设备及综合管理服务器等，各部分通过工业以太网连接，实现数据高效快速传输。整个系统的最基本、最重要的环节是生物识别系统的选型设计。煤矿人证系统整体架构如图1所示。

4.2 主要软硬件构成

(1)人脸识别系统。人脸识别系统主要由人脸抓拍机、人脸识别服务器等设备以及识别软件组成。

(2)信息显示系统。信息显示系统主要由LED人员信息显示屏以及信息发布软件组成，该系统能够将识别出的人脸及人员信息在LED屏上显示。

(3)生物识别管理服务器。该服务器实现人脸识别、人员进出信息的统一记录，并能够进行抓拍图片的检索和人员信息的检索。

(4)人脸识别服务器。该服务器能够实现多路人脸抓拍摄像机的统一接入，可以实现大量人脸名单数据库的统一管理，同时实时和人脸的数据库进行比对，可提供根据时间、地点进行抓拍人脸图片的查询和检索功能[3]。

(5)综合管理服务器。该服务器实施与人员定位系统的数据读取，实现“人证合一”的验证、人证系统的统一管理、人证信息的记录以及统计等功能。

(6)人脸抓拍机。人脸抓拍机主要部署在人员进出口位置，严格按照指定位置进行安装。人脸抓拍机内置智能分析算法，实现对进出人员的人脸进行自动捕获、跟踪、抓拍、智能识别的功能，支持抓拍人脸与名单库人脸的实时比对。同时具备人脸区域自动曝光功能，以适应各个抓拍识别位置逆光环境下也能捕捉到较为清晰的人脸。

图1 煤矿人证系统整体架构

5 煤矿人证系统的关键技术

5.1 常见的生物识别方式

目前，常见的生物识别方式有指纹识别、掌纹识别、静脉识别、虹膜识别、声纹识别、人脸识别等。各种识别方式优劣势分析如下。

(1)指纹识别。指纹识别通过分析指纹可测量的特征点，从中抽取特征值，然后进行认证；但是该识别方法对手指的湿度、清洁度等较为敏感，脏、油、水都会造成识别不了或影响识别结果；对于脱皮、有伤痕等低质量指纹也存在识别困难和识别率低等问题。下井人员手上老茧较多时，注册和识别困难也较大，同时存在出井后手指上会有较多的煤灰、油等，这对指纹识别的影响较大。

(2)掌纹识别。掌纹识别是指手指末端到手腕部分的手掌图像掌纹的形态由遗传基因控制，即使由于某种原因表皮剥落，新生的掌纹纹线仍保持着原来的结构。由于掌纹识别与指纹识别比较类似，均为接触式识别，同样不适用于煤矿出井人员的识别。

(3)静脉识别。静脉识别是通过指静脉识别仪取得个人手指静脉分布图并将特征值存储，比对时实时采集静脉图，提取特征值进行匹配，从而对个人进行身份鉴定。静脉识别具备高度防伪、简便易用、快速识别及高度准确等优点。然而手指静脉仍然可能随着年龄和生理的变化而发生变化，且受环境中的煤灰影响较大，对采集设备有特殊要求，设计相对复杂，制造成本较高。

(4)虹膜识别。虹膜识别是基于眼睛中的虹膜相互交错的斑点、细丝、冠状条纹、隐窝等细节特征进行身份识别。这些特征在出生之前就以随机组合的方式确定下来，一旦形成终生不变。但是虹膜识别易用性较低，需要人员的眼睛对准设备，并且保证一定的距离(10～30 cm)，对人员靠近设备的姿势有一定要求，且虹膜识别的成功率与光线、眼部有无遮挡都有较大关系。

(5)声纹识别。声纹识别是通过识别说话人的声纹图谱来辨识说话人身份，任何两个人的声纹图谱跟指纹类似，都不会相同。声纹识别时需要周围没有任何杂音，而煤矿出入井处同时出入井的人较多、现场环境干扰较大，而且从技术角度看，声音通过特殊设备或者特殊技能的人恶意模仿的风险也比较高。

(6)人脸识别。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的识别。与其他几种生物识别相比，人脸识别方式具有不用接触、非强制性以及并发性强(即一个场景可进行多个人脸的分拣与识别)的优势。

为了使煤矿出入井人员有较好的使用体验，设计采用人脸识别方案。目前人脸识别方式有两种：前端摄像机人脸识别、前端摄像机抓拍后端服务器人脸识别。前端摄像机人脸识别适用于人脸库较小(即人员较少)的场景，能够有效、快速地识别人脸。但当人脸库较大(人员较多)时，受摄像机GPU处理芯片运算能力限制，识别时间较长。由于平煤股份各单位人员下井人员较多，考虑到人脸识别的时间，为了保证煤矿的应用效率和效果，经过现场实际测试和使用，采用前端人脸抓拍后端服务器人脸识别的方案。出井口处采用人脸识别的同时，由于部分人员(5%左右)人脸较黑，影响识别率，设计采用虹膜识别复核的方式。

5.2 人脸识别流程

5.2.1 建立人员信息库

在人脸识别服务器中录入人员人脸照片，采用人脸抓拍机进行现场人脸抓拍录入，同时根据需要把内部人员的信息(包含姓名、年龄、班组、工牌号、人脸照片等信息)录入人员信息数据库。

5.2.2 人脸抓拍

在矿井出入口部署人脸抓拍机，人脸抓拍机能够对经过设定区域的人员进行人脸检测和人脸跟踪，利用人脸质量评分算法自动筛选出一张人的正面脸部信息最为清晰的人脸图像作为该人员的抓拍图像，并把人脸照片、抓拍地点、抓拍时间等信息上传到人脸管理平台进行统一存储，以方便后期的检索与查询。人脸抓拍流程如图2所示。

5.2.3 人脸识别

按照相似度触发阈值信息设置，对抓拍的人员进行识别。系统对进出矿井的人员实时与人员信息数据库中的人脸照片进行实时比对，如果人脸的相似度达到设定触发阀值，证明人员比对成功，系统自动通过声音等方式进行提示，具体流程为：通过人脸抓拍机抓拍人脸图像，同时启动存储存入抓拍数据库，根据成像构成人脸模型，调用人脸信息数据库运用相似度计算，根据设定的阀值进行相似度阀值比较，进行相关信息输出[4]。人脸对比识别流程如图3所示。

图3 人脸对比识别流程

5.3 人员出入井流程设计

人员携带RFID人员定位卡出入矿井口时，安装在附近的人员定位基站识别出进入矿井的人员卡片信息，同时将人员卡片信息上传至软件平台；在经过人脸抓拍机时系统自动抓拍人脸，进行人脸识别，同时也将人脸信息上传至软件平台[5]。在管理平台比对人脸信息和人员卡片信息，并在LED显示屏显示比对结果。如果显示人脸信息和卡片信息一致，则记录下井人员考勤信息，整个流程结束；如果人脸信息和卡片信息不一致，则通过虹膜识别二次识别后进行信息比对，信息一致通过后记录下井人员考勤信息，整个流程结束；如果人脸信息和卡片信息不一致，且虹膜信息和卡片信息不一致，则计入考勤异常名单，同时声音提示中心管理人员。

5.4 人脸抓拍机安装位置研究

人脸识别准确率与摄像机安装位置、现场环境光线(如过暗、过亮)等因素影响极大。为了保证系统有更好的抓拍效果，提升识别准确率，安装时必须注意摄像机高度和俯视角度，人员经过通道时，主要是避免一前一后人脸重叠产生遮挡，同时需要照顾不同高矮人员经过时能正常抓拍。人脸抓拍机安装示意图如图4所示。

图4 人脸抓拍机安装示意图

经过多次实际测试，人脸抓拍摄像机安装位置遵循以下规范可达到较好效果：

(1)人脸抓拍机与人员通道出入口之间无遮挡，人脸抓拍机设在通道正前方，正面抓拍人脸，水平方向偏转角度小于25°，角度越小抓拍效果越好；

(2)人脸抓拍机安装需具有一定俯视角度，避免一前一后人员经过通道时后方人脸被遮挡，垂直方向俯视角度α为15°±5°；

(3)人脸抓拍机架设高度H为2.0～3.5 m时人脸识别效果较好，L(L=H-身高+人头高度)高度在0.5～1.5 m人脸识别效果较好，出入口人员距离人脸抓拍机最佳垂直距离D在1.5～4.0 m人脸识别效果较好；

(4)抓拍图片中要辨清人脸细节，要求人脸瞳孔覆盖的像素推荐大于60像素，最低要求40像素。

6 应用效果

2016年煤矿人证系统在平煤股份六矿投入使用，3年多的实际应用表明，入井处人脸识别成功率在90%，出井处在人脸没有煤灰或少量煤灰的情况下识别成功率为85%；另有5%的一线员工由于面部煤岩灰尘较多，采用虹膜识别方式进行二次识别，识别效果较好。除需要虹膜二次识别的人员外，其他员工识别均达到无感通过。通过后台实时读取人员定位系统数据并进行对比分析，在出入口处可实时检测并提示是否存在一人多卡、人卡不一等问题。煤矿人证系统对下井人员心里形成了有力震慑，一人多卡现象基本杜绝。

煤矿人证系统在平煤股份六矿成功应用后，在平煤股份十三矿、平煤股份首山矿也进行了推广应用，根据平煤股份六矿的入井考勤数据进行逐月比对分析，月计入考勤入井人员数量减少约8%；平煤股份十三矿、平煤股份首山矿运行半年来，经对比分析考勤数据，考勤入井人数减少约5%和6%。3套系统运行以来稳定、可靠，杜绝了一人多卡问题，达到了预期效果。煤矿人证系统将逐步在平煤神马集团其他单位开展实施，且具有在其他煤炭企业推广和应用的价值。