1 人脸识别技术及其特点

人脸识别技术，包含人脸检测和搜索(对比)技术。人脸检测仅对图片(连续的图片即为视频)中的人脸进行识别，类似于照相机的人脸识别，只对图片中的人脸有无、性别、年龄、表情等信息进行识别。人脸搜索技术是对1张图片与指定人脸库中的N个人脸进行比对，找出最相似的1张脸或多张人脸。根据待识别人脸与现有人脸库中的人脸匹配程度，返回用户信息和匹配度，即1∶N人脸检索。可用于用户身份识别、身份验证相关场景。人脸识别流程见图1。

图1  人脸识别流程示意图

与其他类型的生物识别(指纹、虹膜)技术比较，人脸识别技术具有几项特点。

1.1 非强制性

用户不需要专门配置人脸采集设备，几乎可以在无意识的状态下就可获取人脸图像，这样的取样方式没有“强制性”。

1.2 非接触性

用户不需要和设备直接接触就能获取人脸图像；并且在实际应用场景下，可以进行多个人脸的分拣、判断及识别。

近年来，随着深度卷积神经网络的引入，人脸识别技术取得了较大进步，人脸识别的准确率得以提升，众多经典算法相继出现。目前人脸识别系统最高的正确率超过99.5%，而人眼在同等条件下识别的正确率仅为97.52%，人脸识别技术的准确率已经做到了比肉眼更精准。可以预见，在识别精度日益提升的背景下，人脸识别技术有望成为大规模应用的主流生物识别技术。因此，在应用生物识别技术推进智能化选煤厂建设的进程中，人脸识别是此基础技术的首选方案。

人脸识别技术作为基础应用，很少有独立应用，大部分是在已有的业务软件体系上做增强，比如客户人脸校验(在过去密码基础上增加一层)、人脸检索(比人工高效，摄像头结果过滤)。

基于人脸识别这项技术既提供了方便，也有个人隐私的顾虑，易被滥用，在国外某些城市禁止公共场所使用面部识别。因此，某些项目需要注意此条款。

1.3 实现人脸识别的途径较多

常用实现人脸识别的几种途径如下：

(1) 采用高级语言编程，在PC端使用；

(2) 采用嵌入式开发环境，在嵌入式设备内使用；

(3) 采用MATLAB环境开发，在PC端使用：MATLAB环境中，有图形处理工具箱，可以利用拖动图标工具的方式对图片进行处理；

(4) 采用集成识别环境应用开发，在PC端使用：国内有集成识别环境，类似MATLAB环境，但更侧重于工业使用，支持OPC、MODBUSTCP等通信协议，如OPT软件；

(5) 采用调用百度(谷歌、腾讯都有)人脸识别API开发模式，在PC端使用。其实，百度跟随谷歌步伐，AI产品不但有人脸识别API，而且包含语音AI，图像AI，文字AI等，提供诸多AI应用。

采用百度人脸识别API开发模式，可以利用互联网巨头的技术成果，实现先进的识别效果，直接为开发程序利用，使得开发人员不再纠结人脸识别技术，可以集中精力处理智能应用。其API分为离线和在线2种模式，离线模式可以将人脸识别API内置在各种终端内，在线模式采用POST方法，使用非常简单。

百度接口规格：

最小人脸检测大小：50px×50px；

检测速度：100ms，720p；

人脸检测耗时：小于100ms；

1万本地人脸库检索速度：小于400ms。

2 人脸识别技术在选煤厂的应用现状

目前国内选煤厂对智能化的需求愈来愈高，其中对人脸识别的需求也迎合了选煤厂智能化的热点。有些系统集成公司和设备厂商将此作为卖点推销给用户，但各方对实现了人脸识别后的功能没有提出具体需求，只将识别结果存入后台服务器，可供查询、统计。有的厂在向参观人员介绍时，将此项功能作为智能化的一项内容，有的“智能化选煤厂”则把人脸识别当作考勤系统使用。人脸识别功能的加入提高了系统的采购和运维成本，并没有给用户带来相应的收益。

在目前的选煤厂中，人脸识别技术多以海康威视、大华等工业电视监控系统的内部集成应用方式出现，对摄像头采集的图片进行分析和处理，对图片中的人脸与人脸库进行比对，并进行记录和查询，但并未对结果进行数据挖掘和提升，或只提供了简单的复合查询；也有采用基于PC端人脸识别API方式的应用，功能与第一种模式基本相同。

以海康威视为例，系统主要包含：前端人脸摄像头，网络传输设备，后端后台管理设备(和软件)，人脸识别后台服务器。

人脸识别技术在其他行业已有成熟应用，比如根据人脸ID对人员进行无卡指引，门店入口的会员识别，宾馆会员和客户的无卡登记等。

3 人脸识别技术在智能化选煤厂的应用与功能拓展

3.1 定位系统

智能化选煤厂普遍配置较多数量的摄像头，依据厂型大小，一般能够达到100只以上，遍布各个设备、栈桥旁。每个摄像头拍摄的区域有限且固定，因此采用查表定位方案，能够基本满足选煤厂定位精度要求。考虑到摄像头的重叠区域，在数据处理时需要对图片重叠抖动问题做出合适判断，设立重叠定位区域；对于摄像头之间的盲区，按照空间路径逻辑进行判断；综合摄像头的拍摄区域、重叠区域和盲区，整个系统可提供超过摄像头数量的定位空间区域。

对于关键出入口(厂房出入口等)，需要考虑双向摄像，防止出现背对摄像头无法识别的情况。系统软件主要功能表现为：人员在全局工业广场的分布情况；人员在车间不同平面的分布情况；对人员的实时查找功能。此定位功能作为基础服务，务必对方案谨慎处理，合理选择摄像头的数量和位置，同时对通行路径合理安排，尽量使人脸面向摄像头、依次通过。

3.2 考勤系统

利用出入口处的摄像头进行人脸识别，存储签到记录，可查询、生成考勤记录，杜绝“代打卡”漏洞，避免员工出现忘签、漏签现象，实现无感考勤。

3.3 门禁系统

目前选煤厂配置门禁系统较少，管理粗放。少数配置门禁系统的选煤厂使用指纹+密码开锁管理，提供了权限开锁、开锁记录、查询的功能。采用人脸识别模式后，可取消指纹门禁机，直接利用入口处摄像头进行人脸识别后开启门锁，避免占用单手摁压。摄像头可检测是否多人混入，防止无关人员跟随进入。同时选煤厂的煤粉环境所导致的指纹录入困难、易损问题也随之解决。

3.4 巡检(更)系统

依托人脸识别定位系统，实现在线巡检(更)功能，可对巡检人员移动路线进行实时显示、记录，并按时间顺序形成轨迹，进行有效的监督和管理。系统管理软件将事先设定的巡检计划同实际的巡检记录进行比较，可得出巡检漏检、误点等统计报表；可按条件生成班、天、月等巡检报告、某人巡检报告等；通过这些报表可以真实的反映巡检工作的实际完成情况。

3.5 自动照明系统

车间照明灯可根据人员的实时位置，点亮或熄灭相应区域的照明。目前此系统有采用zigbee定位控制器模式，或采用安卓移动终端定位模式，但都需要新增设备，增加了采购和运维成本。依托人脸识别定位系统，可直接控制相应区域的照明，实现人来灯亮、人走灯灭的功能。

3.6 智能信息推送

系统在关键生产岗位和平面布置工业级显示器和扩音器，对经过此处的人员进行识别后，按照人员专业分类，推送定制化的工艺生产信息和语音提示。如对选煤专业巡检人员，选择主要工艺数据，在显示器和扩音器上进行视觉、听觉推送，让巡检人员不必动手即可掌控生产信息。

3.7 安全帽检测系统

尽管部分选煤厂用户有此需求，但因为此功能用户太少，海康威视、大华未推出类似人脸识别级别的系统内置安全帽佩戴检测功能；也可使用非标产品，但功能单一，价格高昂。

受制于技术条件，目前自行开发的安全帽佩戴自学习的神经网络系统，搭建费用较高，识别效率一般；也有采用安全帽特制标志模式检测的，但整体效率一般；或者采用人脸识别后，在人脸坐标上方检测安全帽色块，其效率也较低。还是希望专业厂商推出该系统内置功能应用，以期带来类似于人脸检测般的性价比和识别效率。

4 人脸识别系统的配置方案

为了配合人脸识别，摄像头采用了支持前端智能人脸识别的摄像头，价格较普通摄像头高；后端的人脸识别后台服务器也比普通工业电视系统新增设备的价格高。在此可有两种方案可供选择：

(1) 采用前端人脸摄像头，后端后台管理设备(和软件)，人脸识别后台服务器，二次开发联动服务器。此种方案价格较高，性能良好，适合大型系统。如海康威视DS－2CD7A27FWD，超脑iDS－96000NX系列，联动服务器。

此种方案采用海康超脑iDS系统后台检测系统，采用嵌入式设计，集成高性能GPU模块，内嵌深度学习算法，集IPC接入、存储、管理、控制、智能分析于一体，实现精准人脸、人体、车辆识别。

(2) 采用前端人脸摄像头、后端支持人脸识别的NVR，二次开发联动服务器。此种方案价格较低，单台NVR检测人脸的通道较少，但可以配置多台满足需求，适合性价比较高的系统，如：大华DH－IPC－HFW4243，DH－NVR5864，联动服务器。

此种方案采用大华睿智系列，工业级嵌入式微控制器，支持前端智能人脸检测识别、人体检测、通用行为分析，单台NVR支持4路人脸识别(1080p视频流)或24路人脸识别(图片流)比对报警。

以上两种方案各有适用场合，海康威视和大华等厂家都有类似对应产品，经过功能测试，都可以满足需求，可供参考。

注意前端人脸摄像头的同时检测及抓拍人脸数量的参数各不相同，后端识别主机识别通道数量与性能也不尽相同，使用者须根据使用要求谨慎选择。

5 结语

无论采用海康威视和大华的内置人脸识别方案，还是采用调用第三方人脸识别API方案，都可以极大地减轻技术开发的难度，将编程工作重点移至功能应用开发，可以迅速进行功能移植。

从目前实施的情况看，由于厂内佩戴安全帽的原因，导致人脸单次识别效率有所下降，但仍能达到单次识别率92%以上，而摄像头的多次筛选识别率接近100%(人脸处在识别区域内可以被反复识别，自动筛选输出最优人脸)，能够满足使用要求，但某些需要佩戴护目镜和防护口罩的场合不适用此项技术。

利用人脸识别的数据进行分析挖掘和功能拓展，利用既有设备，在不增加过多设备成本的情况下，增加了较多功能，比如人员定位、自动照明等系统，不但可以减少系统的冗杂，降低成本，减少用户的运维压力，也给用户带来全新的体验。

人脸识别是图像识别的重要组成部分，是智能化选煤厂的一个亮点，而下一步更重要的是升级服务，在接下来的智能化升级中，快而单薄的服务将被舍弃，唯有懂用户、有价值的应用模式，才有机会成为“智能化选煤厂”的真正助力者。

◎作者简介：成举炳(1974—)，男，河南南阳人，1996年毕业于重庆通信学院自动化专业，平顶山中选自控系统有限公司高级工程师、网络工程师、高级程序员。

◎引用格式：成举炳．人脸识别技术在智能化选煤厂的应用［J］．煤炭加工与综合利用，2020(1)：49－52．