人脸识别系统在智慧校园应用中数据对接模型设计

摘要：人脸识别技术日趋成熟，在高校也得到了一定程度的应用，成为高校数字化校园建设逐步迈向智慧校园建设的重要技术支撑。本文主要结合我校人脸识别系统平台建设经验，分析了人脸识别数据中心与人脸识别通道机等子系统的数据同步、人脸识别数据中心与数字化校园平台的数据对接，通过数字化校园平台多子系统间数据共享和数据流动，实现校级的应用整合，进而对人脸识别等终端采集数据进行分析和利用，提高学校管理水平，推进智慧校园大平台应用的广度和深度。

关键词：人脸识别;智慧校园;数据对接

中图分类号： TP181        文献标识码：A

文章编号：1009-3044（2020）34-0183-02

Abstract： face recognition technology is becoming more and more mature， and it has been applied to some extent in Colleges and universities. It has become an important technical support for the construction of digital campus in Colleges and universities to step into the construction of intelligent campus. This paper mainly analyzes the data synchronization between face recognition data center and face recognition channel machine， and the data docking between face recognition data center and digital campus platform based on the construction experience of face recognition system platform in our school. Through the data sharing and data flow among multiple subsystems of digital campus platform， the application integration at school level can be realized， and then the terminals data such as face recognition can be realized for analysis and utilization， improve school management level， and promote the breadth and depth of the application of smart campus platform.

Key words： face recognition; Intelligence campus; data docking

为了加强校园安全管理，提高学校管理水平，充分利用信息化的技術手段提高管理效率和效果，江苏经贸职业技术学院建设了智能人脸识别平台。该平台是智慧校园建设的重要组成部分，目前已经完成数据中心建设、校门人脸识别通道机管理、宿舍人脸识别通道机管理、会议人脸考勤管理、主要楼宇人脸识别轨迹跟踪，以及黑名单预警等功能，后期还会进一步扩展应用的深度和广度。为了整合智慧校园各系统的数据共享和互通，有必要在建设前对各系统间的数据对接和使用进行规划和设计，本文结合建设经验对此进行了分析。

1 人脸识别平台数据中心人员基础信息表设计

人脸识别系统与数字化校园平台之间采用统一的身份认证，并通过Oracle的数据集成工具ODI、创建中间库、开放数据库结构等方式，进行数据交换、数据同步，实现数据共享共用。人脸识别中心数据库创建完成后，人员基础信息表与数字化校园数据平台自动同步，要求人员基础信息表数据来源于各数据源，管理人员不需要直接手动操作该表。主要的数据源有：1）教工数据同步于人事系统，识别码为工号;2）学生数据同步于教务系统，识别码为学号;3） 临时人员同步于外聘和临时人员管理系统，识别码为人员编号。另外还可以根据需要设置黑名单人员库。要求当各源数据变动后自动同步更新人脸识别系统的人员基础信息表。如新增教工、教工离职、学生毕业、新生入学等都会及时同步。通过统一的数据源，保证了各系统数据的识别唯一性和统一性，便于智慧校园建设的统一管理和大数据应用分析。

在人员基本信息录入后，可以批量和个别采集用户的图像作为人员识别的人像比对源，目前每个宿管站安装了自助采集设备进行人员比对源图像的采集，自助采集时通过身份证进行人员身份识别，可通过身份证照片和采集人员进行比对，防止冒用他人信息。源图像数据采集完毕后，自动上传到人脸识别平台数据中心。

人员基础信息表数据录入完毕后，可根据具体应用进行用户授权管理，根据不同的用户权限提供相应的授权服务。在人脸识别终端设备采集的数据，可以自动同步到数字化校园数据中心平台，供各业务系统进行数据分析使用。

2 校门人脸识别通道机数据对接

目前已注册人脸识别信息的行人，进出校门都通过人脸识别通道机自动识别进出，考虑到系统的稳定性和实效性以及断网后的可用性，每台通道机都配置自己的存储系统，人脸识别平台数据中心下发可通过校门的人员信息到各个通道机的存储系统。下发时可选择清空通道机设备数据批量下发，也可以根据数据变动增量同步下发。经过测试，当注册用户在自助采集设备进行人员比对源图像的采集后，新照片10秒内会下发到各个通道机终端，实现采集和下发的实时同步，提高人员使用人脸识别系统的体验满意度。

人员进出权限由人脸识别平台数据中心的用户权限管理平台进行管理和设置。可以推送黑名单人员到各终端设备，如有犯罪嫌疑人进入校园，在事后跟踪定位时抓取到清晰的照片，可将照片设置到黑名单，下次该嫌疑人进入校园人脸识别设备区域，设备识别成功比对后，人脸识别系统会自动报警，校园保安人员进行跟踪布控。

终端设备自动将识别数据推送到人脸识别数据中心和数字化校园数据中心，数字化校园相关应用系统可调用数据进行后续的分析使用。

3 宿管站人脸识别通道机数据对接

目前学校9个宿管站都已经安装了人脸识别通道机，实现了授权用户与公寓管理系统人员进行同步，只有在公寓管理系统登记的该宿管站的住宿学生和管理人员才可以进出宿管站。当公寓管理系统人员变动时，数据自动下发宿管站相关通道机的存储系统。

各个通道机采集的数据，自动推送到人脸识别数据平台，并同步到数字化校园数据中心，学工管理系统可以使用采集数据统计某个时间段，进出人员数量、在宿舍人员人数和名单、未在宿舍人员人数和名单。对进出人员或晚归、夜不归宿的学生，校舍管理人员无须人工查寝，只需通过电脑进行分析，自动生成需要的名单，可进行精准查寝，提高查寝的效率和有效性。教务系统可以提供正常外出实习课表人员名单，学工管理系统本身也有请假离校人员名单，这些人员可以设置为白名单，不作为异常数据。

4 我校其他人脸识别采集终端应用

在会议室入门处架设人脸采集设备，通过采集设备采集到会人员面部信息，识别到会人员身份，通过与参会人员名单对比，实现会议签到功能。会议名单采用三种方式：1）与会议系统数据对接，根据配置要求自动同步会议信息和人员名单到人脸识别会议子系统;2）在人脸识别子系统中直接创建会议和设置参会人员名单;3）在人脸识别子系统中直接创建开放式会议，刷脸识别人员均认为是参会人员。

在校内主要楼宇出入口处架设人脸识别摄像机，用于采集进出人员的面部信息，在识别区域内，以非接触式实现进出人员图像采集和识别，使得人员管理变得人性化。对可识别人员进、出情况进行记录，不可识别人员进行图像采集和存储，数据可用于人员轨迹分析和黑名单预警等应用。

在校内部分道路架设人脸识别和车牌识别摄像机，对路上行人和车辆进行识别，可进行人员和车辆的轨迹分析，对超速车辆和电动自行车车主进行识别，对违规人员按管理规定进行相应的处罚，如警告、限制驶入校园等。

5 智能服务分析系统数据对接

我校在智慧校园平台设计时，提出建设智能服务分析系统，通过人脸识别采集终端获取人员信息，推送到数字化校园数据中心，学校根据需要，开发设计各类应用子系统，支持与数字化校园平台的其他系统进行数据交换、数据同步、数据共享共用，实现数字化校园平台上层应用，可利用人员数据信息进行查询和分析。

主要应用场景有：

1）簽到考勤，如课堂考勤、值班考勤、教工考勤、会议考勤等。实现需要三个重要环节：在需要考勤的场所架设人脸识别摄像机、考勤签到机等人脸信息采集设备，获取人脸信息，进行身份识别;通过与教务系统、会议系统、人事系统、学工系统等数据整合，获取需要考勤的人员名单;智能服务分析系统对人员信息进行比对，完成考勤功能。

2）人员轨迹分析，通过在校园内主要区域架设人脸识别摄像机、通道机等，实时捕获校园内步入识别范围内人员并进行甄别记录。智能服务分析系统利用识别数据，实现人员信息查询、分析等功能，对校内人员的行为轨迹进行有效的跟踪，定位各时间节点出现的位置。并可通过人员照片进行轨迹分析（如是校内注册人员能反向检索人员信息），此功能可用于案件调查追踪。

3）人员分布分析，查询当前时间或某段时间全校或指定区域的人员分布情况，如有多少人员在图书馆、有多少人员在宿舍、有多少人聚集活动等情况。可以按片区、按时间进行人员数量、人员分类等的统计，可以生成报表。

4）异常预警分析，可按学校要求进行异常情况分析，如旷课（迟到、早退）学生分析、夜不归宿学生名单或多天没有轨迹记录的学生分析，可以按院系、专业、辅导员、时间段等生成统计报表，发送给辅导员和相关领导提供预警。

6 结束语

人脸识别技术将会越来越广泛地在应用于高校智慧校园建设，本文通过人脸识别的具体应用，阐述了我校智慧校园建设过程中的应用探索。在我校具体应用中也发现人脸识别技术仍然存在一些不足之处，例如，室外通道机摄像头被强光照射，人员识别率会下降，影响行人通行。行人面部遮挡或识别角度等原因也会影响人员信息的识别。相信在未来的技术改进中，人脸识别技术更加智能化，也会更加广泛地应用到高校智慧校园建设。

参考文献：

[1] 时伟翔.基于人脸识别的校园智能化方案[J].价值工程，2020，39（1）：264-265.

[2] 李良.智慧校园建设中定位识别服务分析系统设计[J].电脑知识与技术，2017，13（30）：77-78.

[3] 刘树飞.人脸识别技术在智慧校园中的应用探析[J].通讯世界，2019（9）：44-45.

【通联编辑：唐一东】