基于人脸识别的厂区智能安防解决方案

白 浩，吴 亮

（中海油能源发展装备技术有限公司南海工程分公司，广东湛江 524057）

0 引言

基于人脸识别的厂区智能安防建设是智能安防系统的重要组成部分。本方案针对内部及外部人员出入管理，基于人脸识别、红外测温、车辆识别技术，对厂区项目人员进出及进行管理，同时结合防疫要求开展测温和记录工作。按照公司的厂区安全管理制度结合安全培训形成人员管理的授权名单，从总体上进行管理。

1 厂区人员出入管理现状

长期以来项目人员、施工该人员凭登记的方式通过登记的方式或人工核验进入厂区。后经过信息化改造，改为采用IC 卡刷卡方式。但仍缺乏有效的人员身份核验管理手段，存在伪造、复制、冒用等情况，而且证件保存、携带不便，很多情况下不能真正的推广应用。由于厂区人员岗位职责较多，特别是外部项目人员多，管理难度大。随着项目的开展，经常出现项目人员变换，给管理增加了难度。频繁的人员变动在信息统计、安全管理、项目管理等方面增加了很大工作量，需要通过新的技术手段开展数字化、信息化管理，创新管理模式，提高管控效率，夯实安全规范，促进生产应用。

2 人脸识别技术的研究应用

人脸识别技术已经在各个领域广泛应用，目前大部分门禁硬件厂家都有相应的人脸识别技术方案。人脸识别技术具有唯一性、不可复制性等特点，具备安全性及便捷性的优势，技术成熟且成本相对较低，具备可推广性和普及性，其原理如图1 所示。

图1 人脸识别安防系统

2.1 技术原理

人脸识别安防系统主要包括两部分：一是硬件设备，二是软件系统。硬件设备主要由识别一体机、道闸、红外测温装置构成。软件系统主要由人员管理、识别分析、展示等软件功能构成。其处理过程包括图像采集、人脸监测、图像处理、特征提取、模型训练、图像识别与信号传输等。

（1）图像采集：人脸面部图像数据采集包括运动图像和静止图像。主要通过摄像头等数字采集设备获取，并且能够结合红外测温装置。

（2）人脸检测：分析输入的视频图像信息，判断是否包含人员面部信息，把视频中的人脸图像经过处理后从背景图像中分离。

（3）图像处理：按照统一的标准对具有人脸信息的图像进行格式化，提供高质量的分析图像数据。通过图像尺寸的裁剪、大小统一、降噪、图像平衡处理等。

（4）特征提取：处理后的人脸面部图像数据按照模型提取出用于识别的数据特征，将首次提取的面部图像集成到新的特征空间，从处理的图像库中提取具有良好分离性能的特征数据。

（5）模型训练：通过分类器的设计，生成可用于识别的数据参数。在已有样本模型训练的基础上确定判定规则，按规则对被识别图像进行分类，降低错误识别率。

（6）图像识别：通过图像的比对获得采集的人脸参数和原有的训练数据，形成人脸的分类和判别，并输出识别结果，完成图像识别过程。

2.2 技术方案

视频监控系统架构如图2 所示，包括视频数据采集层、数据传输层、数据处理层以及应用展现层。视频数据采集层由安装在现场的摄像装置，包括各类摄像机、防护罩和支架等前端设备组成，任务是采集厂区监控区域图像视频信息。前端视频数据采集层主要由200 万像素以上的网络高清摄像机组成，其中安装于恶劣环境和室外的摄象机应加装防护罩。摄像机的安装高度、地点等应充分考虑日后检修的便利性，同时确保监视区域无遮挡物，安装位置具有可靠的安装基础。

图2 视频监控系统架构

人脸识别智能安防系统基于边缘计算的终端采集设备及微服务架构的软件平台，能够提供稳定的终端采集应用和软件扩展服务能力，满足厂区私有云部署要求。开放的数据接口程序可以和培训系统、视频监控系统、人员定位系统、车辆识别系统等进行集成，形成整体解决方案。

前端人脸识别摄像机采集的图像视频信号通过1000 M 以太网与中心设备相连接，每个区域接入交换机（现场交换机）和汇聚交换机间应以1000 M 光缆连接；每个区域汇聚交换机（分控点交换机）与主交换机（核心交换机）以千兆光纤网络互联；人脸识别监控网络与办公网络之间通过防火墙实现互联；人脸识别视频存储系统考虑数据写入、读取的不间断性，数据量较大等因素，需要保证带宽需求。前端视频压缩技术能够减少带宽的占用，前端的视频图像处理技术能够形成分布式的分析节点减低网络及后端压力。交换机及网络设备具有强大的吞吐能力。提供相应客户端软件，便于分控区域的人脸识别与监控要求，监视点要能清晰地抓取人员面部特征，监控和回放数字高清视频监控图像，并可对摄像机进行远程控制。

数据处理层由数字高清视频监控系统的管理平台、解码拼接设备、传输设备、NVR 机等设备组成，包括视频监控管理软件及服务器等设备。

人脸识别监控管理平台作为人员管控、信息管理等系统功能实现的核心部分，其对整个系统的应用起着非常重要的作用。本工程视频监控管理平台核心设备采用硬件一体化设计，可靠稳定（图3）。

图3 智能识别感应系统示意

智能识别感应系统主要由人员出入管理和车辆出入管理组成，人员出入管理由人员出入道闸设备、红外人脸识别设备组成，实现人脸识别、红外测温、出入管理预约等功能。车辆识别系统应用视频采集分析技术，通过车牌识别进行车辆出入控制，结合LED 显示屏和管理软件实现信息实时显示，车辆信息维护等功能。

在企业厂区出入口、施工的关键区域安装摄像头等设备，摄像头采集的信息通过网络设备传输到视频监控系统和人脸特征处理单元。在人脸特征提取单元中完成人脸检测、图像处理、存储、记录。将人脸图像信息通过局域网传输到人脸识别服务器，与录入的人员原始数据库进行比对计算。图像的计算比对结果形成标识供应用调用，例如经识别比对，该人员未通过安全培训则告警并禁止通行，并在监视器进行显示，将结果写入系统日志。在管理端，监控人员可根据告警信息进行处理，未授权人员通过申请流程进行相关的培训、申请符合条件后进行设置。同时对进入厂区的人员数量进行统计，对人员的考勤情况进行统计分析，结合项目的进度开展高级的数据分析应用。

利用视频平台深度学习及分析技术实现禁区检测、穿越检测、人形检测、工作人员特征检测（安全帽佩戴等）、热成像及温度监测和仪器仪表数据获取等功能，实现主动防御、数据获取分析的目的，为安全生产、治安防恐等提供技术支撑，做到事故提前预警，提高指挥调度效率。

人形监测预警，主要对进入厂区或安全区域的人员进行识别分析、预警，并结合电子围栏、声光控制设备进行告警。利用特征识别技术对进入工作区域的人员进行特征识别，主要针对安全帽佩戴、衣服颜色等开展识别分析。同时结合视频监控平台实现异常画面自动提示，变被动监测为主动监测。

3 方案优势及前景

结合以往的厂区人员管理系统的对比分析，本方案具由便捷性、安全性、扩展性。①便捷性：人员图像采集验证的过程主动采集，不需要卡片和装置，进入区域主动识别；②安全性：通过人员面部数据采集，具有唯一的识别特性，无法篡改，不可替代，相较于其他识别技术在使用和体验上更加的便捷和安全；③高性能：随着计算能力的提升，网络技术的发展，极大提高了图像识别处理能力。项目成果在厂区已得到安装应用，并结合培训系统开展了从人员安全培训考试合格到人脸识别道闸系统结合识别规范入场的应用，能够大大提高厂区安全出入，提高人员出入的便捷性和高效性。

4 结束语

本文开展了基于图像识别技术的人员管控及车辆关键管控应用，通过扩展到人员培训、安全入场、人员统计、考勤等。随着信息技术的发展，基于图像识别的技术在视频监控、安全防护等园区智能化管理方面应用越来越广泛。技术人员在识别技术应用方面要不断探索，挖掘业务应用价值，促进技术发展。