人脸识别技术的应用研究及改进措施

基金项目：2023年滁州职业技术学院横向研究项目；项目名称：智能化安防系统升级与维护；项目编号：CZZY-HX-2023-12。2023年滁州职业技术学院横向研究项目；项目名称：企业信息发布及人脸识别考勤管理系统；项目编号：CZZY-HX-2023-09。2022年安徽省高校自然科学研究重大项目；项目名称：基于近红外光谱的滁菊品质无损检测模型研究；项目编号：2022AH040333。2021年滁州职业技术学院科研项目；项目名称：基于数字图像处理技术的滁菊识别与花形分级方法研究；项目编号：YJY-2021-02。2022年滁州职业技术学院专业群建设项目；项目名称：物联网应用技术专业群；项目编号：2022zya04。

作者简介：丁海涛（1987— ），男，安徽宿州人，助教，硕士；研究方向：物联网，计算机教学科研。

摘要：人脸特征是人重要的生物特征，具有不可复制性、独特性等特点，被广泛应用。笔者通过分析人脸特征、人脸识别的一般过程以及人脸识别的原理，并结合人脸识别在考勤打卡、人脸支付、密码验证等方面的应用，对它们的功能特点进行了研究和分析。人脸作为生物信息存在泄漏、被恶意利用等风险，结合实际，笔者给出了保护、合理使用人脸信息的改进措施及相关建议。

关键词：人脸识别；考勤；支付；密码验证

中图分类号：TP18  文献标志码：A

0  引言

人脸识别自从20世纪60年代开始被科学家正式提出研究以来，经过几十年的快速发展，目前已经融入人们的日常生活。伴随着计算机技术的发展，人脸识别相关系统的处理速度、识别结果越来越高，被广泛应用在金融服务、公安侦查、工作生活等领域，被越来越多的人接受。近年来，对人脸识别的研究很多，在工作生活方面，贺一粒［1］对基于人脸识别的移动签到考勤系统进行研究，提出了一种以livenessnet为基础，基于复合CNN的活体检测方法，通过部署和实际验证，简化了考勤流程，避免替签现象产生。在公安侦查方面，王彬［2］通过分析静态人脸识别技术和动态人脸识别技术特点及实际应用，指出人脸识别技术的使用提高了公安机关打击违法犯罪工作的效率，有效地维护了社会秩序，成效显著。在金融服务方面，史祺钰［3］改进人脸检测算法将数据集中图像数据增强到原来的6倍，并加深网络层深度，采用改进的VGGNet人脸识别算法，经过实际测试，其设计的基于人脸识别的自动柜员机身份自动认证有着较高的准确率。

1  人脸识别一般过程

1.1  人脸图像数据采集

人的脸部由眉毛、眼睛、鼻子、嘴唇、下巴等器官组成，每个人这些器官的位置、外观存在差异，此外不同人的肤色、脸部的轮廓、脸的纹理特征也不相同，人的脸部信息一般不会改变，是一种非常独特的生物信息。人脸图像被采集设备采集，被采集的人脸信息可以是静态图像，也可以是动态的一段视频。人脸信息采集效果的优劣受到系统软硬件、环境因素的影响。采集到的图像经过人脸检测技术进行人脸定位，如深度学习、肤色定位、模板匹配等。

1.2  预处理

采集到的人脸图像一般需要预处理，排除一些干扰，这种干扰可能由拍摄设备、拍摄环境因素引入。为了保证人脸图像特征有效，需要把待特征提取的图像进行统一化处理，如图像去噪，去除图像中的异常像素点的值。灰度化处理用于减少处理的计算量，图像增强处理能够改善图像的质量，几何归一化处理进行图像校正、统一尺寸。

1.3  人脸特征抽取

人脸识别准确率取决于特征量提取的有效性，经过预处理后的脸部图像需要进行特征量抽取。从人脸的几何特征分析，提取脸部器官的位置和大小信息，如眼部、嘴部、头部的特征，可以计算两眼之间的欧式距离，嘴部区域纵横比。陆荣秀等［4］在通过脸部特征和头部姿势检测疲劳时引入眼睑纵横比EAR。脸部纹理特征如人脸上的雀斑、皮肤松紧纹络、皱纹等都可以作为纹理特征进行提取，如LBP、Gabor滤波器等算法可提取人脸纹理特征信息，也可通过深度学习，采用神经网络或改进的相关模型进行特征提取［5］。

1.4  人臉识别

对人脸特征量抽取的数据进行分析，可根据主成分量抽取技术，选取有效特征数据放入人脸数据库中。如考勤打卡系统中可以通过比对方式将新捕捉的人脸图像提取特征数据，与数据库中数据进行比对，比对成功即完成考勤。在人脸表情识别中可选取分类器对特征数据进行训练，建立分类器模型，对待测表情图像进行分类识别［6］。

2  应用分析

2.1  考勤/打卡系统

考勤/打卡系统一般应用在企事业单位、学校、实验室等地。在企事业单位，考勤/打卡系统用于对员工上下班情况的掌握，是员工管理、工资核算的重要依据。一般考勤/打卡系统需要对采集到的人脸图像进行检测，与系统中人脸数据库进行对比识别。管理人员需要在企业考勤/打卡系统中提前将员工的工号、姓名、人脸数据、上下班时间等导入数据库，员工打卡时，系统会自动记录打卡时间，并判定是否迟到、早退，以及迟到、早退时间长度，该系统也有统计功能，统计一周、一个月出勤情况，如某企业采用钉钉软件进行考勤打卡。住宿式学校一般也会有考勤系统，与企事业单位不同，学校考勤的目的是掌握学生是否在校、是否夜不归宿，方便及时了解原因，排除完全隐患，系统会把缺勤情况及时推送给对应老师和宿舍管理员。考勤打卡系统的一般框架如图1所示。

2.2  人脸支付

人脸支付在生活中使用较为普遍，如自动售卖机、无人超市、公共交通等均有人脸支付功能。人脸支付的出现极大地方便了人们的出行和生活。

在无人超市购物时，购物者选取好需要购买的货品，在出口处进行扫描核算价格，选择支付功能里的人脸支付，脸部对准人脸采集摄像头，被识别成功后自动进行费用扣除。购物者在此之前需要在第三方支付平台注册并开通人脸支付功能。

随着人脸识别技术快速发展，公共交通出行也非常方便。如乘客在乘地铁时可以不再需要先购票再乘车，乘客通过安检后对准入口处采集摄像头，入口闸机门打开，乘车到站后在出口处再次对准采集摄像头，出口闸机门打卡，控制中心会把乘客出行数据产生的费用通过第三方支付平台进行云支付，该过程极大地方便人們的出行，大大提高了体验效果。以地铁出行为例的人脸支付系统基本框架如图2所示。

2.3  密码验证

在小区门禁系统中，人脸可作为密码验证的方式，当验证成功后入户门被自动打开。多数手机在解锁时也可选取人脸进行验证。金融机构如网银软件登录、转账同样需要人脸作为验证。

密码验证中采用的人脸校验以静态方式和动态方式为主，一般安全系数要求不高的场所采取静态方式，只需要采集到用户的照片进行匹配，匹配成功后即可完成验证。在安全系数要求较高的网银软件登录、修改密码时，需要进行活体检测，一般在较短的时间内需要完成一系列动作，如张嘴、摇头、眨眼等，确保是用户本人在操作。

3  改进措施

目前，人脸识别的身份验证的系统给生活和工作带来了很大的便利，但也会存在一些问题，如化妆后的女生可能考勤不成功，被考勤者为保护个人的生物信息，不想自己头像被每天多次采集。所以，人脸识别系统应被改进，增加实用性、人性化的特征。

3.1  增加动态密码二次验证

在人数较多的场合，如学校、大型企业，由于人数较多，早晚的考勤量非常大，会出现考勤不成功的情况，带来诸多不便。以学生考勤系统为例，可以增加密码二次验证环节，若早晨学生考勤时3次不成功，系统会自动向学生绑定的手机上发送验证码，验证码的有效时间可以设定较短时间，如20 s，在这个时间内学生在考勤的人脸采集屏幕上手动输入密码即可完成验证，这样可避免由于考勤不成功造成排队情况，提高考勤效率。由于密码有效时间较短，防止了代打卡情况的发生。以上方法也适用被考勤者由于化妆后难于考勤成功的情况。笔者建议一个周期内的二次验证的次数应进行限制，对于发生多次使用二次验证的被考勤者应重新采集其头像，确保下次可以考勤成功。

3.2  增加考勤方式

人脸特征是人生物特征中非常重要的一种，每天的考勤会采集不同状态的人脸特征，如果发生信息泄漏，后果不堪设想。学校、企业中的考勤系统中除了人脸识别功能外，应有可以供选择的另外的验证方式，该验证方式应可靠。笔者建议考勤系统应配有手机App功能。该App登陆应有严格的身份认证，只能用被考勤者的手机号登录，手机号一旦被绑定，被考勤者不可自己解绑，特殊情况下只能由管理员进行重新绑定。同样，以学生考勤系统为例，在考勤时，学生可选择二维码验证，考勤位置的显示屏上可显示该二维码，二维码有效时间较短，学生打开App，用扫描验证中的扫一扫功能，扫取显示屏上的二维码，确认即可完成考勤。学生在选择扫一扫功能时，笔者建议App要进行一次指纹验证，防止拿别人手机代考勤情况发生。考勤单位应根据自身情况把控考勤环节，也可以采用比人脸特征重要性低一些特征供考勤选择。

4  生物信息保护建议

4.1  增强自我防范意识

人脸识别确实给整个社会带来了进步，但同时也带来的非常大的安全隐患。越来越多的软件有人脸验证功能，这使得用户的人脸生物信息被多次采集，人脸特征信息一旦泄漏容易被用于一些非法场合，后果不堪设想。特别是目前AI技术的发展，一些违法案例层出不穷，这就需要用户提高自我防范意识。笔者建议用户不要轻易开通人脸支付功能，对于一些非官方的软件要求采集人脸、指纹等生物信息的，可以拒绝或选用其他密码。参加线上会议、网络交友时，用户应谨慎开启视频，防止被他人进行人像采集。

4.2  加大违法犯罪处罚力度

为进一步规范市场，惩戒犯罪。监管部门对于违法收集公民生物信息的机构、部门应加大处罚力度，应公开违法犯罪的投诉渠道，对于微视频中违法采用AI换脸技术，更应出台相关法律，笔者建议发现违法行为后责令立即下架，并要求运营机构谨慎向公众开通AI功能。对于恶意使用生物信息用于盗取钱财、敲诈勒索等违法犯罪情况，监管部门更应加大处罚力度。

4.3  完善监督体系

政府部门应完善监督体系，成立相关管理部门，不定期对企业考勤打卡系统、自动售卖机、无人超市、小区门禁等进行核查，对于未经审批进行人像采集的相关企业应督促其整改，发现违规进行纠正。企业进行人像收集必须经员工同意，企业需要提供多种考勤方式供员工自由选择。

5  结语

人脸识别技术的发展一定程度上确实给使用者的生活、工作、学习带来了方便，但也会带来不确定的安全隐患，需要大家合理使用、做好防范、持续改进，笔者相信在不久的将来社会对生物信息的保护意识更强，法规更加完善，生物信息被泄露的风险会更低。

参考文献

［1］贺一粒.基于人脸识别的移动签到考勤系统［D］.北京：北京林业大学，2021.

［2］王彬.人脸识别的公安应用［J］.广西警察学院学报，2021（3）：53-60.

［3］史祺钰.基于人脸识别的银行自助柜员机身份自动认证系统的研究［D］.太原：中北大学，2021.

［4］陆荣秀，张笔豪，莫振龙.基于脸部特征和头部姿态的疲劳检测方法［J］.系统仿真学报，2022（10）：2279-2292.

［5］樊飞.人脸特征点检测算法的改进与疲劳检测算法的研究［D］.南京：东南大学，2019.

［6］高婷婷，李航，殷守林.一种基于面部纹理特征融合的人脸表情识别方法［J］.河北科技大学学报，2021（2）：119-126.

（编辑  王永超）

Application research and improvement measures of face recognition technology

Ding  Haitao

（School of Information Engineering， Chuzhou Polytechnic， Chuzhou 239000， China）

Abstract：  Facial features are important biological features of human beings，which has the characteristics of non-replicability， uniqueness and so on， and is widely used. In the article， facial features were analyzed， the general process of facial recognition was introduced， and the principle of face recognition was also introduced by the author. Combined with the Application of facial recognition in attendance check-on attendance， facial payment， password verification， etc.， their functional characteristics were studied and analyzed by the author. As biological information， human face has the risk of being leaked and maliciously used.Based on actual situations， improvement measures and relevant suggestions for protecting and using facial information in a reasonable manner were provided by the author in the article.

Key words： face recognition; check-on attendance; facial payment; password verification