基于人脸识别的防疫系统研究

张建伟，霍进，李言章，伊其明，李路

（1.四川大学，成都610065；2.中石油新疆油田公司，克拉玛依834000；3.新疆海纳同创智能科技有限公司，克拉玛依834000）

0 引言

新冠疫情爆发以来，全世界各个国家都受到了疫情的影响，并且积极开展了疫情的防控工作，疫情防控的关键是阻断新冠病毒在如机场、火车站、地铁等人员密集场所的传播，利用人脸识别技术对人员密集场所进行管控势在必行。鉴于如今市场上的人脸识别产品多数采用的是二维识别技术，不能对佩戴口罩人员进行精准快速的识别，且防伪能力较弱。为了提升人员密集场所的安全性，更好地实施疫情期间的各场所管控措施，降低人员感染风险，本文设计了基于三维人脸识别的防疫系统，该系统可对佩戴口罩人员进行精准识别，并具有实时测温功能，拥有很强的防伪能力，有效满足了人员密集场所的日常管控需求。

1 系统结构及原理

本文设计的三维人脸识别防疫系统主要使用了卷积神经网络、红外条纹结构光和热红外成像等技术。系统可自动对进出场所的人员进行身份识别、测量体温和异常报警的操作，并可对相关数据进行智能处理。该防疫系统主要由身份认证、体温检测和闸机设备组成，其整个系统结构原理如图1所示。

图1系统结构原理

该防疫系统采用人脸识别和身份证识别的方式对出入场所的人员进行核验[1-4]，对于各种人员密集的场所，首次使用该系统，需要刷身份证或其他有效证件采集三维人脸图像记录人员信息，完成首次信息采集之后，可佩戴口罩直接刷脸通过，无需人工登记相关人员身份信息，避免二次交叉感染，提高了通行效率[5]。其检测流程如图2所示。

图2系统检测流程

该系统会对出入场所人员进行三维人脸识别和体温检测，若体温检测不合格，则会进行人工核查，人脸识别不通过则会读取身份证信息进行人证核验，人证核验不一致再进行人工核查，人证核验一致则进行人脸三维数据采集，以便下一次刷脸通过。

2 人脸识别与体温检测设计

2.1 人脸识别

机器学习中研究最多的领域是深度学习，目前已有多种深度学习模型得到应用[6]，如深度受限玻尔兹曼机[7]、自动编码器[8]和卷积神经网络[9]等，其中卷积神经网络是应用最广泛的深度学习模型之一，主要包括输入层、卷积层、池化层和全连接层，其广泛应用于图像识别领域[10]。本文提出了使用三维卷积神经网络（C3D）进行人脸识别，C3D是Ji等[11]提出的一种基于时域和空域的深度学习模型，与使用最多的二维卷积神经网络相比，C3D能更好提取到人脸特征，实现对佩戴口罩人员的识别。本文所使用的C3D网络结构如图3所示。

为了对采集到的三维图像进行处理，C3D使用三维卷积核对上一层网络中的特征图进行卷积运算，可以提取到更多的时域特征。具体的，第l层网络的第j个特征图上的像素点(x,y,z)的特征值记为，如下式所示：

式中blj为特征图的偏置项，n为连接当前特征图的第l-1层网络的特征图集，Sl和Tl分别是三维卷积核和的高度和宽度，Rl为三维卷积核的时域维度大小，wstrlj为连接上层特征图的三维卷积核位置(s,t,r)的权重，f(x)代表激活函数。

2.2 体温检测

自然界中，不同温度的物体会辐射出不同强度的红外线，红外线属于电磁波的一种，波长范围在0.78微米到1000μm之间，其中波长在1.5μm以下的红外线为近红外，波长在1.5μm到10μm的红外线为中红外，波长超过10微米的红外线为远红外，而测温模块使用的热红外线的波长在2μm到1000μm之间。测温模块通过对人员面部进行热红外成像进行体温测量，可由如下斯特藩-玻尔兹曼定律[12]得到被测人员体温：

式中j*为辐射量，ε为黑体的辐射系数，σ为斯特藩常量，T为绝对温度，单位为开尔文。

测温模块根据被测物体表面温度波动导致辐射量变化进行热红外成像，可很好区分人脸各个区域和背景。测温模块的工作原理如图4所示。

图4测温模块工作原理

温度测试模块通过红外热成像镜头获取人脸的红外辐射，将其转换为电信号，红外辐射能量大小与电信号的强弱成正比，然后电信号转换为光信号在屏幕上显示，得到被测人员的可见热红外图。

2.3 系统模块实现

依据上述人脸识别原理，开发设计了三维人脸识别平板，三维人脸识别平板如图5所示，此平板具有人脸识别和红外测温功能，采集精度达到0.2 mm，点云密度为5万-8万个，百倍于二维人脸细节特征，识别率达99.5%。可有效鉴别用照片、视频、3D人皮面具及硬质面具的仿冒。具体参数如表1所示。

图5三维人脸识别平板

表1三维人脸识别平板具体参数

通过红外测温摄像机与三维人脸识别技术的结合，实现非接触式体温快速筛查及人员身份核验，构建起高效的防疫管理控制系统。

2.4 人脸识别与体温检测实验

人脸识别实验在三维人脸识别平板基础上选择照片仿冒、视频仿冒、人皮面具仿冒和硬质面具4种仿冒攻击场景，实验结果如图6所示。

图6人脸识别实验

由图6可知，本文开发的人脸识别平板能有效阻止不同形式的仿冒攻击行为，验证了所设计的防疫系统具有很强的防伪能力。

体温检测实验在红外测温摄像机基础上随机选择8位同学作为测试人员，实验结果如图7所示。

图7红外测温实验

在30℃~45℃温度范围，本文所设计的测温模块温度检测精确度高达±0.3℃，具有很强的实用性。

3 系统应用案例

3.1 校园应用场景

基于人脸识别的防疫系统运用在校园场景之中，一方面可有效实现校园防疫管控，以达到精准测温、人脸识别、异常报警、轨迹反查、区域防控及减少接触等目的；另一方面可有效实现校园日常管理，以达到人员出入、访客管理、安防监控、考场监控、考勤打卡及消防安全等目的。校园防疫系统结构如图8所示。

防疫系统先利用三维人脸识别平板实现人脸注册，同时测量当前人员体温，运用身份证或一卡通绑定该人脸注册信息，并通过校园网将数据信息保存到学校信息管理系统的数据库中。完成注册之后，该人员就可直接进行人脸识别通行校园，并实时检测通行人员体温。

图8 校园防疫系统结构

3.2 医院应用场景

在急诊科、产房、产科、儿科、检验科等位置安装部署基于人脸识别的防疫系统，对不同区域不同科室的医护人员设置不同的门禁权限，平时医护人员出入时可以佩戴口罩通过人脸识别门禁进行身份识别，为医护人员提供更加便捷和安全的门禁方式。医院防疫系统主要由6部分构成：基础业务、临床应用、后勤管理、医院安防、大数据中心和医院业务系统。医院防疫管控结构如图9所示。

图9医院防疫管控结构

3.3 交通运输应用场景

地铁、机场、火车站、汽车站、港口等人员密度特别大、流动性特别高的场所，在进出口处通过安装人脸识别防疫系统，首次使用时刷身份证，人证核验成功且体温筛查通过后方可进出。同时系统自动采集人员三维人脸数据，与身份信息进行自动绑定，一次数据采集，全系统实时同步数据实现数据共享。交通运输防疫管控结构如图10所示。

图10交通运输防疫管控结构

3.4 工厂（油田）园区应用场景

通过在园区大门、办公楼、电梯间等安装三维人脸识别及体温检测设备的人脸识别防疫系统，可实现人员“出入有凭据，权限可细分，进出可管控，轨迹可追踪”的“分时段、分区域、分权限”精细化、精准化管理。在新疆油田采油一厂机关部署了4套识别终端，防疫管控结构如图11所示。

图11工厂（油田）园区防疫管控结构

4 结语

本文设计的基于三维人脸识别的防疫系统，主要包括数据采集、数据处理和数据库存储3个模块，可满足如学校、医院、车站等人员密度大、流动性特别高的场所疫情管控要求，实现了对佩戴口罩人员的快速识别，有效降低了感染的风险，经过实地测试，所设计的系统可稳定运行，并且具有很高的安全可靠性，应用前景广阔。