新大陆|人脸识别典型案例

一、企业简介

新大陆创立于1994年，公司始终坚持 “科技创新，实业报国”的理念，探索在全球科技飞速发展的背景下本土高科技企业生存和发展模式，先后经历了一次创业硬件起家、二次创业“软硬兼施”、“拐大弯”IT服务转型、“物联网”战略变革和“转型升级、拥抱大数据”五个发展阶段，现已成长横跨金融支付、物联网、信息化三大领域的综合性高科技产业集团。公司POS产品销量位居亚太第一、全球第二，条码识读领域销量稳居全国第一、全球前五，业务遍及全球100多个国家和地区。公司2000年在深交所上市，入选"2014中国主板上市公司价值百强"，经营业绩长期保持高速增长。

公司是国家高新技术企业、国家知识产权优势企业、工信部产业技术基础公共服务平台，开发了全球首颗二维码解码芯片，公司实验室通过CNAS认可，作为物联网行业标准的主要制定者，主持/参与制定了30多项国家、行业及地方标准，承接了工信部智能制造综合标准化与试验验证项目。公司曾荣中国专利金奖、全国质量标杆、中国质量技术奖二等奖、省技术发明奖一等奖、省标准贡献奖一等奖、省优秀新产品二等奖等众多荣誉。

二、项目需求

在教育领域，基于人脸识别技术的学勤系统，将大大增加校方对于课堂教学质量的把控。

课堂考勤是学校管理的重要手段，也是学校行使教育和培养职责的必备手段。目前学校普遍采用的课堂考勤制度存在三个主要的弊端：考勤方式陈旧、难以严格执行。目前使用的人工点名，刷卡点名，门禁刷脸签到，APP点名等五花八门的点名方式，都需要学生或者点名人员花费时间精力去执行。而且上有政策，下有对策。种种的代点名办法孕育而生，甚至有人点名后就离开，没有参与到教学活动中。有鉴于此。新大陆设计了一套基于人工智能的视觉分析系统，在教室内上课期间，自动识别学生，完成点名操作。可以消除以往点名的种种弊端。通过在教室安装视频采集系统，采集教室内学生的上课视频。系统将视频经过处理,传输给后端的人工智能视觉分析系统。系统自动统计出开始上课后5分钟内实际上课人数、通过与该教室上课学生的电子照片比对，得到实际应参与上课的学生名单列表。班主任及任课老师可以及时了解学生的考勤情况。对于迟到、早退、旷课、请假的学生也可以了解原因，做好学生的管理工作。

随着人工智能技术的不断发展，可以在下一阶段考虑利用视频及音频信息，进行学情分析，例如，抬头率，点头率等。教师可以结合上课内容不断改善授课技巧，提高教师授课水平。

三、方案设计

整体方案框架如图所示：

本项目拟采用公司已有的技术或公开技术和计划开发的技术（合作或独立）两种方案，即在前期已研究的技术基础上，持续性地做性能提升开发和所需的其他功能性技术开发。

主要通过视频方式来实现对学生/教师的无感考勤、学生姿态与表情分析。主要采取的研究方法包括以下几个方面:人脸检测方法；人脸识别方法；人脸姿态分析方法；人脸表情分析方法；深度学习方法。

本项目阶段一技术路线如下图所示，阶段二的技术路线与下图类似，唯一不同的地方是把人脸检测放到前端摄像头进行处理，然后在服务器上执行其他的操作，通过图像/视频的方法来进行图像/视频结构化分析是目前计算机视觉的一大热点。在配合场性下目前已有比较成熟的商业应用，比如像麦当劳的刷脸支付。而基于无配合的人脸识别目前在应用方面还有一些问题。

由于教室场景学生位置在短时间内是相对固定的。虽然基于单帧的无配合人脸识别准确率不高，但综合多帧信息以及位置固定这一先验信息，能够克服单帧识别准确率低的问题。另外，在各个子算法模块我们都采用了目前国际上比较先进的算法，并且在场景数据下进行微调，从而提高算法在特定场景下的性能。

人脸检测，即找出图像中含有人脸的坐标位置。传统的人脸检测算法，是通过滑动窗口结合多尺度思想，给出可能是人脸的所有候选框，然后提取手工设计的特征并将特征送入事先训练好的分类器对每个框判断是否为人脸。传统的人脸算法在经过充分的优化后虽然速度快，但是存在检测性能差，特别对于教室这种人脸比较多的场景。而近几年随着深度学习的发展，基于深度学习的人脸检测方法在性能方面已经碾压传统的人脸检测方法。经过调研各种基于深度学习的算法之后，决定选择级联CNN架构作为人脸检测的基准算法，原因有以下几点：一是基础的检测性能能够基本满足产品要求， 二是由于其采用级联的思想，在速度方面优化空间巨大。根据产品需要，结合教室实际场景，在基本保持性能的基础上对检测速度做了优化，相比原有网络已经降低了2/3的检测时间

 四、实施效果

该项目达到以下效果

1. 组合静态镜头，从教室黑板方向正面覆盖长9米×宽7米标准教室，保证距黑板1.5米处往教室后方，所有坐姿人脸均在有效采集区域内；

2. 可进行指定区域测光、曝光；

3. 有效采集区域内人脸最小宽度>=80像素；

4. 每秒采集视频>=2帧；

5. 可运行多种检测算法，包括但不限于：人脸检测、人脸角度、性别检测、年龄检测、特定物体检测等；

6. 可对检出人脸进行图像质量判断，以及多种检测结果的综合处理；

7. 输出优选人脸图片和其他检测结果；

8. 符合GA-T1399/1400等相关国家/公安部标准；

9. 一台服务器可支持10间教室的考勤人脸识别。

老师可以及时了解学生的考勤情况。对于迟到、早退、旷课、请假的学生也可以了解原因，做好学生的管理工作。通过学情分析，例如，抬头率，点头率等。教师可以结合上课内容不断改善授课技巧，提高教师授课水平。