基于嵌入式人臉識(shí)別的高校圖書館借閱系統(tǒng)設(shè)計(jì)

劉晶晶

摘? 要： 高校圖書館的借閱往往是通過校園一卡通的形式進(jìn)行管理，此類管理方式相對(duì)繁瑣，管理上效率較低，為實(shí)現(xiàn)高校借閱系統(tǒng)的更好管理，探究基于嵌入式人臉識(shí)別的高校圖書館借閱系統(tǒng)。嵌入式人臉識(shí)別的驗(yàn)證方式克服了平常校園卡借閱的繁瑣性和不易管理性。通過將人臉特征數(shù)據(jù)傳送到云端，并借助外端攝像頭進(jìn)行人臉比對(duì)，做出合適的人臉識(shí)別驗(yàn)證，實(shí)現(xiàn)便捷安全的人臉識(shí)別借閱，提高借閱系統(tǒng)的管理便捷性和用戶本身信息的安全性。經(jīng)過進(jìn)一步的系統(tǒng)完善與實(shí)踐查證，該系統(tǒng)便捷可行。

關(guān)鍵詞： 高校圖書館; 借閱系統(tǒng); 系統(tǒng)設(shè)計(jì); 嵌入式人臉識(shí)別; 生物特征比對(duì); 信息安全

中圖分類號(hào)： TN911.23?34? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）20?0037?05

Design of university library borrowing system based on embedded face recognition

LIU Jingjing

（Hubei University of Technology， Wuhan 430068， China）

Abstract： As the borrowing of university library is usually managed in the form of campus card， which is relatively tedious and inefficient， a university library borrowing system based on embedded face recognition has been explored to realize the better management of the university borrowing system. The verification mode of embedded face recognition has overcome the tedious and unfavorable management of borrowing with campus card. By transferring the face feature data to the cloud， and using the external camera for face comparison， the appropriate face recognition verification is made， and the convenient and safe borrowing according to the face recognition is realized， which can improve the management convenience of the borrowing system and the security of users′ own information. The results of further system improvement and practice verification indicate that the system is convenient and feasible.

Keywords： university library; borrowing system; system design; embedded face recognition; biological feature comparison; information security

0? 引? 言

隨著科學(xué)技術(shù)的發(fā)展，以生物特征為基礎(chǔ)依據(jù)的識(shí)別技術(shù)發(fā)展越來越迅速，相關(guān)方面的應(yīng)用也被更多地應(yīng)用到生產(chǎn)生活當(dāng)中。繼已經(jīng)相當(dāng)成熟并且應(yīng)用相對(duì)普及的指紋識(shí)別技術(shù)之后，人臉識(shí)別技術(shù)也得到了更多的重視與應(yīng)用[1]。而今人臉識(shí)別技術(shù)在圖書館借閱系統(tǒng)方面的應(yīng)用，主要是針對(duì)在高校圖書館當(dāng)中，需要紙質(zhì)借閱登記或者是借閱卡進(jìn)行圖書借閱的情況。人臉識(shí)別技術(shù)更好地實(shí)現(xiàn)了高校圖書館借閱系統(tǒng)的人性化、智能化以及高效化。嵌入式人臉識(shí)別的應(yīng)用，使得高校學(xué)生能夠?qū)崿F(xiàn)更好地與圖書館借閱系統(tǒng)之間的交互。

1? 人臉識(shí)別技術(shù)簡述

1.1? 人臉識(shí)別的定義

人臉識(shí)別技術(shù)是一種以生物特征為基礎(chǔ)的識(shí)別技術(shù)，它借助計(jì)算機(jī)技術(shù)，通過對(duì)人臉的特征分析與確認(rèn)，實(shí)現(xiàn)對(duì)不同人臉的精確識(shí)別[2]。

人臉識(shí)別技術(shù)包含三個(gè)步驟，即對(duì)人臉進(jìn)行檢測、對(duì)人臉進(jìn)行追蹤以及對(duì)人臉進(jìn)行比對(duì)。對(duì)人臉進(jìn)行檢測的過程，是指在監(jiān)測畫面當(dāng)中確認(rèn)是否有人臉的過程;對(duì)人臉進(jìn)行追蹤，是指在監(jiān)測畫面當(dāng)中檢測到人臉時(shí)，對(duì)人臉進(jìn)行追蹤，從而提取對(duì)應(yīng)的人臉特征;對(duì)人臉進(jìn)行比對(duì)，就是將已經(jīng)提取的人臉特征數(shù)據(jù)與數(shù)據(jù)庫當(dāng)中已有的人臉數(shù)據(jù)進(jìn)行比對(duì)。人臉識(shí)別的流程圖如圖1所示。

1.2? 人臉識(shí)別的現(xiàn)狀

首先進(jìn)行人臉識(shí)別這一技術(shù)研究的是美國，當(dāng)前國外對(duì)人臉識(shí)別的研究相對(duì)成熟的國家是德國、美國以及日本。我國關(guān)于人臉識(shí)別技術(shù)的對(duì)應(yīng)研究相對(duì)較晚。我國的人臉識(shí)別盡管迅速，但是由于起步較晚，仍然有很大進(jìn)步與完善的空間。人臉識(shí)別目前的應(yīng)用領(lǐng)域主要體現(xiàn)在社會(huì)保障、安全監(jiān)管、銀行、軍隊(duì)、政府以及電子商務(wù)等各個(gè)方面。其具體的人臉識(shí)別應(yīng)用場景如表1所示。

人臉識(shí)別最為重要的應(yīng)用場景是安全防護(hù)以及身份認(rèn)證，尤其在一些安全等級(jí)要求相對(duì)較高的場合，人臉識(shí)別的應(yīng)用也相對(duì)廣泛，如在機(jī)場、運(yùn)動(dòng)場、政府機(jī)關(guān)、圖書館、銀行以及檔案館等各種場合，其門禁系統(tǒng)已經(jīng)廣泛采用人臉識(shí)別的方式來進(jìn)行對(duì)應(yīng)的身份驗(yàn)證。隨著科學(xué)技術(shù)的發(fā)展和人們生產(chǎn)生活的需要，在筆記本電腦以及手機(jī)等隱私性要求較高的私人物品上，也采用了人臉識(shí)別的方式進(jìn)行安全驗(yàn)證。從2019年9月份的蘋果發(fā)布會(huì)上，其推出的iPhone X就采用了人臉識(shí)別的方式進(jìn)行手機(jī)解鎖。同時(shí)，其人臉識(shí)別的功能也能夠被引用到相應(yīng)的軟件管理以及手機(jī)內(nèi)置的電子支付管理系統(tǒng)上[3]。

同時(shí)，更為精密的人臉識(shí)別技術(shù)也被應(yīng)用到公共安全方面，具體的應(yīng)用主要體現(xiàn)在配合警察更為高效的破案。當(dāng)前人臉識(shí)別的精確度已經(jīng)足夠可以支持實(shí)際的破案工作。人臉識(shí)別的技術(shù)盡管已經(jīng)日趨完善，但是人臉識(shí)別作為AI技術(shù)的組成部分，只有與AI技術(shù)的其他部分，如動(dòng)作識(shí)別等相互結(jié)合，才能實(shí)現(xiàn)更進(jìn)一步的高效化和精準(zhǔn)化。從當(dāng)前情況來看，人臉識(shí)別的應(yīng)用領(lǐng)域更為廣泛，其技術(shù)應(yīng)用也更為成熟，人臉識(shí)別的應(yīng)用不僅是在門禁系統(tǒng)、考勤系統(tǒng)，也應(yīng)用到醫(yī)療系統(tǒng)的各個(gè)方面。隨著信息技術(shù)的不斷發(fā)展，人臉識(shí)別技術(shù)的應(yīng)用范圍越來越廣，同時(shí)其發(fā)展也更加遠(yuǎn)程化、多元化、多維化和自動(dòng)化。

2? 生物特征識(shí)別與人臉識(shí)別技術(shù)的聯(lián)系

2.1? 生物特征識(shí)別概述

生物特征識(shí)別的主要優(yōu)勢在于，其所供識(shí)別的生物特征依據(jù)難以遺忘、無法復(fù)制且隨時(shí)隨地都能夠“攜帶”。具體來說，生物特征識(shí)別包括兩大類，一類是基于行為特征的生物特征識(shí)別，一類是基于身體特征的生物特征識(shí)別。行為特征主要是指語音動(dòng)態(tài)、面部表情、行走步態(tài)以及簽名筆跡等，身體特征主要包括臉型、眼睛、虹膜、指紋掌紋、靜脈、視網(wǎng)膜、骨骼以及DNA等[4]。同時(shí)，以何種身體特征作為生物特征識(shí)別的基本依據(jù)，也應(yīng)當(dāng)考慮對(duì)應(yīng)特征識(shí)別所需設(shè)備技術(shù)是否成熟，成本是否合適等實(shí)際問題。具體生物識(shí)別技術(shù)的對(duì)比如表2所示。

在表2中，指紋識(shí)別在采集以及設(shè)備成本上相對(duì)較低，但是其偽造程度相對(duì)較高，安全性不能夠得到更好保障;DNA識(shí)別以及虹膜識(shí)別盡管具備較高的安全性，但是采集方式復(fù)雜，設(shè)備成本較高，對(duì)于高校圖書館借閱系統(tǒng)而言并不合適。因此，高效圖書館借閱系統(tǒng)的身份識(shí)別方式，可以采用設(shè)備成本較低，安全性可靠且采集便利的人臉識(shí)別來進(jìn)行相關(guān)認(rèn)證[5]。

2.2? 人臉識(shí)別技術(shù)的優(yōu)勢

在各大高校當(dāng)中，通常通過RFID技術(shù)進(jìn)行對(duì)應(yīng)的智能驗(yàn)證。RFID技術(shù)的識(shí)別速度相對(duì)較快，并且識(shí)別精度較高。當(dāng)前情況下，人臉識(shí)別、指紋識(shí)別以及RFID技術(shù)是使用頻率較高并且相對(duì)合適的特征識(shí)別方式。三類技術(shù)的具體比較如表3所示。

與人臉識(shí)別相比，RFID技術(shù)主要存在以下劣勢。首先是其證件與持卡人不能保證絕對(duì)統(tǒng)一，在借閱卡片丟失、被盜、借用以及數(shù)據(jù)復(fù)制等情況下，RFID技術(shù)不能做出更為精確的篩選。這就導(dǎo)致高校圖書館以及相應(yīng)的檔案地區(qū)無法做到絕對(duì)安全，在保密性、安全性要求較高的地方，仍需通過人工識(shí)別的方式進(jìn)行甄別，不能夠?qū)崿F(xiàn)絕對(duì)的自動(dòng)化。對(duì)于指紋識(shí)別來說，以當(dāng)前的科學(xué)技術(shù)十分容易復(fù)制對(duì)應(yīng)的指紋，指紋識(shí)別無法保證基于生物特征的不可復(fù)制性，會(huì)導(dǎo)致以下一系列的問題：一是所造成的損失存在連續(xù)性，當(dāng)用戶的指紋數(shù)據(jù)被盜時(shí)，如果防范不夠及時(shí)，很有可能被不法分子破解用戶通過指紋設(shè)置的其他云端信息，造成一系列的信息丟失和個(gè)人損失;二是無法做到及時(shí)的防范，指紋識(shí)別不同于卡片式的認(rèn)證方式，用戶無法及時(shí)知悉自己的指紋數(shù)據(jù)是否被盜，不能做到及時(shí)的防范;三是恢復(fù)程序十分復(fù)雜，用戶進(jìn)行掛失以及補(bǔ)辦時(shí)，在相應(yīng)程序上要比校園卡繁瑣許多[6]。

針對(duì)RFID技術(shù)和指紋識(shí)別技術(shù)的弊端，人臉識(shí)別技術(shù)的優(yōu)勢主要體現(xiàn)在以下幾個(gè)方面：一是識(shí)別精度相對(duì)較高，當(dāng)前的人臉識(shí)別技術(shù)的發(fā)展，能夠最大程度地實(shí)現(xiàn)不同光照下的人臉識(shí)別，精度相對(duì)較高;二是人臉識(shí)別技術(shù)可追蹤，通過對(duì)應(yīng)的視頻技術(shù)，人臉識(shí)別技術(shù)能夠及時(shí)掌握高校圖書館的各種動(dòng)態(tài)，對(duì)館內(nèi)人員的身份進(jìn)行識(shí)別，并且對(duì)目標(biāo)人員進(jìn)行鎖定和追蹤;三是獲取的信息相對(duì)準(zhǔn)確，人臉識(shí)別技術(shù)能夠通過用戶的人臉數(shù)據(jù)關(guān)聯(lián)其身份和一些基本個(gè)人信息，并建立相關(guān)數(shù)據(jù)庫，方便人員的信息管理和查找;四是人臉識(shí)別的安全性相對(duì)較高，當(dāng)前的人臉識(shí)別同時(shí)是動(dòng)態(tài)識(shí)別，用戶必須到達(dá)現(xiàn)場才能夠驗(yàn)證成功，能夠相對(duì)完整地保證生物特征識(shí)別的不可復(fù)制性。綜上所述，相比于指紋識(shí)別和RFID技術(shù)識(shí)別，對(duì)于高校圖書館的借閱系統(tǒng)而言，人臉識(shí)別應(yīng)當(dāng)是最為合適的選擇。

3? 嵌入式人臉識(shí)別借閱系統(tǒng)

嵌入式人臉識(shí)別借閱系統(tǒng)以刷臉的方式進(jìn)行用戶信息的獲取，主要包括的模塊有圖像識(shí)別、圖像采集以及特征提取等。人臉識(shí)別通過將收集到的數(shù)據(jù)與云端信息進(jìn)行比對(duì)，做出對(duì)應(yīng)的人臉特征篩選與身份甄別。人臉識(shí)別技術(shù)具備精度高、操作簡單、投資較小以及結(jié)果明了等優(yōu)點(diǎn)。

3.1? 人臉識(shí)別的方案設(shè)計(jì)

以嵌入式人臉識(shí)別為基礎(chǔ)依據(jù)的高效圖書館借閱系統(tǒng)主要借助FaceCore開放平臺(tái)進(jìn)行設(shè)計(jì)。通過嵌入式的視頻對(duì)前端的人臉數(shù)據(jù)進(jìn)行采集并且上傳到云端，通過云端的數(shù)據(jù)處理并且進(jìn)行人臉的對(duì)應(yīng)姿態(tài)估計(jì)，從而提取出對(duì)應(yīng)的人臉特征，最終實(shí)現(xiàn)數(shù)據(jù)的比對(duì)和用戶身份的核實(shí)。系統(tǒng)采用的是映射?協(xié)議框架，能夠?qū)⒉杉降拿娌刻卣鲾?shù)據(jù)進(jìn)行數(shù)據(jù)分割之后傳到云端，從而實(shí)現(xiàn)更好的面部特征提取，來應(yīng)對(duì)光線、肥胖、年齡以及角度等各種客觀環(huán)境對(duì)人臉造成的影響[7]。其具體流程如圖2所示。

3.2? 人臉識(shí)別借閱系統(tǒng)的實(shí)現(xiàn)

人臉識(shí)別的借閱系統(tǒng)首先要對(duì)高校師生的臉部進(jìn)行數(shù)據(jù)采集，并將采集的數(shù)據(jù)傳到云端。而后，通過灰度變化、二值化、光線補(bǔ)償以及對(duì)比度增強(qiáng)等各種方式進(jìn)行人臉的處理，處理完成之后，建立各自對(duì)應(yīng)的人臉特征碼存儲(chǔ)到云端，并進(jìn)行相應(yīng)備份。借閱者在圖書借閱時(shí)，攝像頭將對(duì)借閱用戶的面部進(jìn)行拍攝，并將拍攝信息上傳云端，云平臺(tái)迅速對(duì)上傳圖像進(jìn)行處理，并且生成對(duì)應(yīng)的人臉識(shí)別碼，將此識(shí)別碼與之前數(shù)據(jù)庫中的人臉識(shí)別碼進(jìn)行比對(duì)，從而做出精確的篩選與匹配[8]。系統(tǒng)的流程如圖3所示。

3.2.1? 注冊人臉

設(shè)備在啟動(dòng)后，對(duì)攝像頭拍攝的人臉進(jìn)行讀取，并將人臉圖像對(duì)應(yīng)的特性值、相關(guān)用戶信息以及人臉的照片保存到云端。

3.2.2? 人臉信息的導(dǎo)入

在對(duì)用戶的面部收集完成上傳到云端之后，云平臺(tái)會(huì)對(duì)人臉圖像進(jìn)行精密的圖像處理、分析與監(jiān)測，當(dāng)前使用的方法主要有以下四種。

1） 光線補(bǔ)償?shù)姆绞?。在光線補(bǔ)償中，圖像中的所有像素按照從高到低的方式依次排列，通常選擇排在前5%的像素對(duì)其進(jìn)行對(duì)應(yīng)的線性放大，從而使所取像素的平均亮度能夠接近極大值，以此來消除光線不平衡時(shí)造成的色彩失衡。光線補(bǔ)償情況如表4所示。

2） 灰度變化?；叶茸儞Q旨在進(jìn)一步改善畫質(zhì)，使得圖像的整體質(zhì)量更為清晰明了?；叶茸兓ㄟ^依據(jù)特定變換法逐點(diǎn)對(duì)原圖像當(dāng)中的各個(gè)像素的灰度值的方法來實(shí)現(xiàn)。其變化圖如圖4所示，灰度變化如表5所示。

3） 二值化方法。二值化是指彩色圖像在做出對(duì)應(yīng)的灰度化處理之后，對(duì)對(duì)應(yīng)的灰度照片做出二值化的處理。二值化旨在對(duì)用戶的背景進(jìn)行提取和分類，便于后續(xù)的人臉識(shí)別工作的進(jìn)行。通常采用閾值法對(duì)灰度照片進(jìn)行二值化處理，也就是說，通過圖像中背景與目標(biāo)人臉的差異，對(duì)其進(jìn)行不同的級(jí)別劃分，以實(shí)現(xiàn)背景與目標(biāo)的分離[9]。二值化的編碼如圖5所示，二值化詳見表6。

4） 對(duì)比度增強(qiáng)。對(duì)比度增強(qiáng)是只通過對(duì)圖像當(dāng)中的亮度值所顯示的范圍進(jìn)行壓縮或者拉升，實(shí)現(xiàn)局部或者全局的對(duì)比度的提高[10]。對(duì)比度的編碼詳見圖6。

3.2.3? 檢索人臉

在人臉圖像的收集以及云端進(jìn)行對(duì)應(yīng)的備份之后，高校圖書館的攝像頭在定位到用戶時(shí)，系統(tǒng)會(huì)以動(dòng)態(tài)圖像或者是圖像檢索的方式進(jìn)行人臉的識(shí)別與監(jiān)測，同時(shí)將收集到的人臉數(shù)據(jù)與云端數(shù)據(jù)進(jìn)行對(duì)比，以進(jìn)行最終的比對(duì)。如果收集數(shù)據(jù)與云端數(shù)據(jù)一致，則驗(yàn)證通過，準(zhǔn)許用戶進(jìn)行借閱;如果不一致，則驗(yàn)證失敗，不能借閱[11]。

動(dòng)態(tài)圖像檢索是指以對(duì)應(yīng)的網(wǎng)格為基本模板，將圖像比對(duì)轉(zhuǎn)換為網(wǎng)格之間的相互比對(duì)，通過動(dòng)態(tài)鏈接結(jié)構(gòu)進(jìn)行人臉的定位和匹配。動(dòng)態(tài)圖像檢索適用于畫面中存在多個(gè)人臉或者是不同的膚色、尺寸、光照條件以及姿態(tài)等各種復(fù)雜條件下的人臉識(shí)別[12]。動(dòng)態(tài)圖像檢索詳見表7。

靜態(tài)圖像檢索是指攝像頭在拍攝到靜態(tài)人臉圖像時(shí)，能夠?qū)㈧o態(tài)人臉圖像與數(shù)據(jù)庫進(jìn)行自動(dòng)比對(duì)，進(jìn)行對(duì)應(yīng)的人臉識(shí)別，詳見表8。

3.3? 結(jié)果分析

實(shí)驗(yàn)測試通過對(duì)不同性別、不同年齡的100名人的面部圖像進(jìn)行識(shí)別，從不同的角度、背景、表情以及光照進(jìn)行測試，其驗(yàn)證結(jié)果如表9所示。

表9表明，基于嵌入式人臉識(shí)別的高校圖書館借閱系統(tǒng)可行性強(qiáng)，具備足夠的準(zhǔn)確性和實(shí)時(shí)性，切實(shí)可行，可被廣泛應(yīng)用[13]。

4? 結(jié)? 語

與傳統(tǒng)的校園卡進(jìn)行圖書館借閱相比，人臉識(shí)別具備更好的便捷性和安全性，同時(shí)更為直觀和精準(zhǔn)。相比于指紋識(shí)別及RFID技術(shù)等其他生物特征識(shí)別技術(shù)，人臉識(shí)別投資更少，精度更高。以嵌入式人臉識(shí)別為基礎(chǔ)依據(jù)的高校圖書館借閱系統(tǒng)，能夠更好地實(shí)現(xiàn)高校圖書館的借閱與管理工作。

參考文獻(xiàn)

[1] 張靜端.基于人臉識(shí)別技術(shù)的圖書館門禁系統(tǒng)的研究[J].現(xiàn)代電子技術(shù)，2016，39（18）：99?103.

[2] 杜紅軍，李巍，趙永彬，等.基于OpenStack體系的云計(jì)算基礎(chǔ)架構(gòu)研究[J].吉林大學(xué)學(xué)報(bào)（信息科學(xué)版），2018，36（2）：213?217.

[3] 張泊平.云計(jì)算平臺(tái)下的人臉識(shí)別[J].現(xiàn)代電子技術(shù)，2016，39（18）：88?90.

[4] 王維秋，劉春麗.基于人臉識(shí)別技術(shù)的我國圖書館智慧服務(wù)功能設(shè)計(jì)與模式構(gòu)建[J].圖書館學(xué)研究，2018（18）：44?50.

[5] 陳娟，忽曉偉，陳志鵬.嵌入式實(shí)時(shí)系統(tǒng)中劣質(zhì)數(shù)據(jù)動(dòng)態(tài)檢測方法研究[J].科學(xué)技術(shù)與工程，2017，17（17）：277?282.

[6] 初琦，丁鋮，李偉.基于嵌入式系統(tǒng)及現(xiàn)場總線的液壓支架壓力監(jiān)測平臺(tái)設(shè)計(jì)[J].煤炭工程，2017，49（4）：13?15.

[7] 楊文艷.圖書館計(jì)算機(jī)管理系統(tǒng)的總控設(shè)計(jì)與實(shí)現(xiàn)研究[J].微型電腦應(yīng)用，2018，34（4）：70?72.

[8] 曾瑞，羅亞泓.基于AR技術(shù)的高校嵌入式圖書館導(dǎo)覽系統(tǒng)設(shè)計(jì)[J].圖書情報(bào)工作，2018，62（20）：57?64.

[9] 周秋霞，楊春杰.基于物聯(lián)網(wǎng)技術(shù)的智慧圖書館監(jiān)控管理系統(tǒng)設(shè)計(jì)[J].自動(dòng)化與儀器儀表，2018（11）：85?88.

[10] 廖姜男，姜楠，宋海濤，等.基于嵌入式技術(shù)的全液壓鉆機(jī)參數(shù)監(jiān)測軟件設(shè)計(jì)[J].煤田地質(zhì)與勘探，2019，47（2）：13?19.

[11] FERNANDES S， BALA J. Performance analysis of PCA?based and LDA?based algorithms for face recognition [J]. International journal of signal processing systems， 2013， 1（1）： 1?6.

[12] AHONEN T， HADID A， PIETIKAINEN M. Face recognition with local binary patterns [M]. Heidelberg： Springer， 2004： 469?481.

[13] HINTON G E， OSINDERO S， YEE?WHYE T. A fast learning algorithm for deep belief nets [J]. Neural computation， 2006， 18（7）： 1527?1554.