高校安全保卫工作中人脸识别技术的应用研究

摘要：伴随现代信息技术高速发展变迁，人脸识别技术日渐成熟完善，并被广泛运用在社会各领域，发挥着无法代替的作用。学校作为社会人口密集相对较大的场所，运用传统安保系统难以获得理想效果。基于此种情况下，高校应合理运用人脸识别技术，从最初维护学校稳定及保证校园正常秩序逐渐发展成集人防、物防与技防为一体的安全防范体系，以期为师生营造安逸稳定的校园氛围。

关键词：高校安全保卫;人脸识别技术

引言

高校是学生求学进程中不可缺少的教育场所，因学校人数庞大，内部人员构成繁琐复杂，给安保工作带来诸多挑战。但是，将人脸识别技术运用在学校安保工作中，可比较、分析人脸识别技术采集到的数据，从而帮助相关工作者作出正确判断，提高学校安全管理工作开展效率。

一、人脸识别过程

（一）图像检测

所谓人脸图像检测，就是对收集的图像与视频是否可呈现正常人脸展开判断，计算人脸图像所处位置。一般来讲，人脸图像检测主要有两种方式，一种是静态化人脸图像，另一种是动态化视频图像。在对静态化人脸图像展开检测时，人脸识别系统会迅速标记出图像中的人脸部分，如若未能检测出人脸，识别系统会再次进行人脸图像收集。而对动态化视频图像展开检测时，在人脸摄像头固定监测范围可同时检测数张人物，而人脸识别系统则会利用自身功能和优势自动划出检测的部分。

（二）预先处理

通过人脸识别系统所检测的原始人脸图像极易受到光线强度、摄像角度以及运动模糊等多种因素影响，一般无法直接使用。而图像预先处理就是消除人脸图像中存在的无关信息和影响因素，降低不利因素对人脸图像形成的干扰，从而为提取完整有用的人脸图像特征奠定扎实基础。此过程主要囊括变换人脸图像的灰度、几何校正、锐化以及直方图均衡化等常规操作。值得注意的是，本环节的处理会对人脸识别效果产生一定影响，所以在具体实践时，必须要注意保持人脸图像的真实度和鉴别度。

（三）提取特征

人脸特征提取，是对预处理后的图像展开特征建模。立足人脸识别技术，其运用的特征基本上可划分为四种：其一，视觉特征;其二，像素统计特征;其三，图像变换系数特征;其四，图像代数特征。而人脸特征提取运用的方法有两大类，基于知识的方法和基于代数特征与统计学习的方法。人脸识别技术现有方法是把人脸特征划分成多个关键点，通常是68个点，包含鼻子、嘴巴、眼睛、耳朵、额头与眉毛等脸部器官。

（四）人脸匹配

所谓人脸匹配，就是把提取的图像特征信息数据和數据库原有人脸特征展开自动搜索匹配，并提前设定最佳阈值，一旦相似度高于此阈值，对应系统将输出匹配结果。根据具体形势，人脸匹配可划分成两类：第一种是确认，即一对一展开人脸匹配，主要针对静态化人脸头像;第二种是辨认，通常是运用在动态化视频图像中，展开一对多比较。与此同时，人脸匹配也会受到诸多因素影响干扰，如表情复杂性、面部是否存在遮掩与年龄变化等。

二、高校安全保卫工作中人脸识别技术的应用

（一）门禁控制

为保障校园师生安全，学校可在学校大门处、教学楼、学生公寓以及图书馆等场所出入口安装现代化人脸识别设备，有效预防各类突发事件发生，从而为学校安保部门迅速侦破案件，提供全新方式和思路。将人脸识别技术应用在高校门禁控制中，同门禁与闸机联动，为其分配对应角色与权利。在高校大门处，通过门禁系统有效识别进出者身份，阻拦社会人士随意进入校园。与此同时，人脸识别系统还能详细记录出入学校人员个人信息，分类管理校内人员、校外访客以及可疑人员等。学校安保人员作为此系统的主要管理者，可按照通道、时间与人员等相关条件设置开门区域和开门时段权限，以此更好保证学校安全。

（二）实时抓拍

通过对高校安保工作现实需求的了解，借助人脸识别技术的抓拍以及高清摄像机，在学校内部重点场所和关键区域动态化捕捉人脸图像，自动筛选清晰脸部图像与现场实时图像。在此基础上，要将抓拍到的人像上传抓拍服务器进行统一储存，随后进入人脸对比系统，继而为人脸识别布控、检索与分析等功能实现奠定扎实数据基础。

（三）人脸布控

在人脸布控场景中，高等院校安保部门可预先将黑名单中所涉及的布控人员个人信息、面部特征录入人脸识别系统，设置相应布控条件，如时间、地点、要求及报警阀值等。在进行实际操作时，人脸抓拍设备如若确定的人物相似度远超于报警阈值，此系统就会以语音或图像形式展开报警，以便于安保部门及时设定有效的处理措施。另外，在学校安保工作开展中，相关工作者还要在校园重点出入口设置人脸识别设备，保证安保部门可实现事前预警、事中控制、事后解决的良好效果。

（四）轨迹查询

从本质角度来讲，人脸轨迹查询需要人脸识别系统拍到人脸照片且完整详细记录数据后方能实现。高校安保部门可把已有人脸图片或系统检测出的图片作为基础条件，系统查询相关人物，如教师、学生与可疑人员等在学校内部的活动轨迹，并借助轨迹上的各个监控点查看对应视频回放，以此加强校内安保。

三、人脸识别技术未来发展局势

首先，人脸识别技术和大数据与互联网技术发展联系密切。伴随数据不断增长变化，人脸识别技术在匹配海面数据时面临极大挑战。但是，将人脸特征合理散布到多个电脑展开计算，则能得到更强大的计算能力。与此同时，依托云框架设计，运用混合多算法，则有助于提升大数据库人脸图像识别容量，提高对比速度。其次，多元化生物识别技术共生共存。现如今，人脸识别技术还未达到人类预期目标，针对部分安全性要求高的行业，比如金融行业、科技领域等，人脸识别技术极易被不良分子攻破，从而展开身份造假。所以，要想提高人脸识别技术的安全性，必须将各种生物特征识别技术有机结合，比如活体检测以及指纹识别等，从而有效提升身份识别的安全性以及识别率。

结语

综上所述，随着科学技术的不断发展及学校办学规模的日渐扩大，现代人脸识别技术广泛运用在各大院校已是必然趋势。高校安全问题，既影响着社会的稳定，又牵动着每个家庭的幸福，是社会关注的热点话题。

参考文献：

[1]薛淑敏.基于人脸识别的旅游景区自动安检系统研究[J].自动化与仪器仪表，2020（09）：156-160.

[2]郭春镇.数字人权时代人脸识别技术应用的治理[J].现代法学，2020，42（04）：19-36.

作者简介：马凯（1994.2～），男，汉族，安徽人，硕士，常州大学怀德学院教育管理研究实习员，研究方向：安全保卫技防。