进校“刷脸”，你的脸照能被大学识别吗？

目前，人脸识别技术越来越多地应用到人们的日常工作生活中：手机刷脸解锁、汽车刷脸开门、刷脸支付、刷脸上班……“刷脸时代”日益来临。

人脸信息作为高校人员信息的组成部分，不仅是师生参与校园学习、生活的“身份证”，更是高校建设数字化校园的基础信息，在高校管理的各项工作中应用广泛。大到国家级的考试（如英语四六级、计算机考试、研究生入学考试等），小到高校日常事务的管理（如课堂考勤、宿舍门禁等），无不需要高质量的照片信息提供精准的身份识别依据。

人脸识别技术进校园，作为身份识别的基础，人脸照片采集工作如何开展？一起来听，大连理工大学的实践分享——

高校人脸照片采集工作

  照片采集流程 

对于人脸识别技术来说，高质量人脸信息的采集更是整个流程得以实现的先决条件。经过最近几年的研究摸索，大连理工大学已提出一套应用性较强的照片采集流程，以搭建大连理工大学人脸库为核心，逐步完善、丰富人脸照片获取的渠道（如图1所示）。

图1  照片采集流程

具体步骤如下：

01

公共库人脸照片获取

大连理工大学新生入学前需要在迎新系统中上传符合标准的人脸照片，迎新系统会调用人脸库检测标准接口对新生提交的人脸照片进行审核，只有符合标准的人脸照片才可以进入公共库，不合格的照片迎新系统会提醒新生重新上传。

02

人脸库照片质量检测

公共库通过对接推送的方式将所有新生、已在校老生和教职工的基本信息与人脸照片同步到人脸库，并使用算法设备对照片中人脸进行参数评定，审核该图像信息是否满足人脸识别的使用要求。如照片检测通过，将相应信息传入人脸库待用；如照片检测未通过只将人员基本信息保留至人脸库，这部分人员需要通过其它途径进行人脸照片二次采集。

03	丰富二次人脸照片采集渠道

照片检测不合标准的人员，对其采用多种方式进行人脸二次采集，相关工作由以下三种方式实现：移动端采集、客户端采集和自助机采集，可快速准确完成人脸信息的二次采集。

04	特征提取，下发服务平台待用

采集入库的人脸照片，在人脸库中完成特征信息提取及相关处理，人脸照片下发至相关服务平台或人脸采集设备中，以待用户使用。

 照片采集的三个关键点 

在照片采集流程的设计中，以下三项关键点是做好此项工作的核心：构建完备的统一身份识别认证机制、明确学生照片的标准及要求、开发多样的照片采集方式。

01	建立统一人脸身份识别认证体系

高校应基于人员身份信息，建立统一的身份识别认证体系，确保人脸信息与身份数据的关联。由信息化相关部门主导人脸数据的采集建库，之后将人脸数据库应用到学校各部门的业务层面，并将数据汇总至学校的公共数据库，完成各系统数据的交换共享，确保人员身份信息统一。

02

提交照片标准

由于公共数据库中人脸信息大部分来自学生自行提交，因此我们需要对所提交的照片设置严格的采集标准，确保图像信息的质量，减少二次采集量。提交标准应当包括如下内容：（1）图像中保证单色背景下，人物正脸面部清晰无遮挡；（2）限定文件大小格式，方便后期使用；（3）保证人脸双眼瞳间距的清晰度；（4）统一照片命名格式，方便信息导入；（5）相关辅助信息的采集等。

03

照片采集方式多样化

通过开发多样化的照片采集方式，提高采集工作的效率，同时有助于未识别人员的人脸信息二次采集工作的开展。目前常用的采集方式为：

移动端采集

设计相应的移动端界面嵌入学校移动应用平台，利用移动端自有的拍照功能或上传照片的方式使用户方便快捷的完成人脸照片的采集，采集的照片应满足人脸识别检测标准的要求，校验不满足人脸检测标准的照片需重新采集。为避免照片冒用，移动端采集过程中加入上传照片与原始照片的匹配校验，校验通过可以上传，未通过校验则需要到服务大厅现场采集（如图2所示）。

图2  移动端采集

客户端采集

PC客户端采集，用户下载人脸采集客户端，配合USB相机，按照客户端所提示的步骤，完成采集工作。客户采集模式可分离线（小规模团体）、在线（个人）两种。离线模式下，用户可先完成照片采集，之后统一上传数据库；而在线模式可实现平台信息的实时更新，有助于信息更正及二次采集。

自助机采集

使用支持人脸、身份证照片核验的设备完成大规模集中采集，通过身份认证调用用户信息，确保身份信息与人脸图像的一一对应。采集步骤如下：首先，被采集人员通过刷身份证方式完成信息提取；其次，完成身份核实后，进行照片采集，对比身份证存储照片和现场采集照片是否一致；最后，认证通过的照片输入人脸数据库，实现人脸图像的采集更新。

 问题及解决途径 

在人脸识别技术进入高校应用的试验阶段，在产出各项成果的同时，也遇到许多问题，需要进一步解决。

首先是采集照片的质量问题，多渠道的采集方式在给用户带来便利的同时，也给技术人员提出了难题，如何以最简单的流程采集高质量的人脸照片需要进一步的研究探讨；

其次，手机客户端采集也存在着信息冒用的风险，为解决这一问题已在移动端采集过程中加入上传照片与原始照片的匹配校验，但存在相似度要求太高易产生由本人上传而比对失败的情况，相似度要求过低则失去了比对的意义，因此校验相似度率需要根据工作实际情况进一步调整，进而满足需求。

伴随信息化时代的到来，人脸识别技术越来越广泛地应用于人们生活、工作等多个领域，极大地提高了人们的工作效率及生活品质；同时该技术在高校应用中也表现出极强的生机和活力。人脸照片采集作为人脸识别技术首要解决的问题，是使用人脸识别技术的前提，必须以高质量的人脸数据为基础，人脸识别技术在实际应用中方能运用自如。在未来的技术改进中，智能化作为人脸识别技术的新指标，减少了人工参与，提升了流程运行效率，将会成为完善人脸识别工作的重要课题。

（本文源自《大连理工大学：人脸照片采集奠定身份识别基石》，作者：翟鸣宇 张巍 田丽 刘春瑞，单位为大连理工大学网络与信息化中心，全文刊载于《中国教育网络》杂志2019年8月刊。文中首张图片来自网络。）