基金項(xiàng)目：2023年滁州職業(yè)技術(shù)學(xué)院橫向研究項(xiàng)目；項(xiàng)目名稱：智能化安防系統(tǒng)升級(jí)與維護(hù)；項(xiàng)目編號(hào)：CZZY-HX-2023-12。2023年滁州職業(yè)技術(shù)學(xué)院橫向研究項(xiàng)目；項(xiàng)目名稱：企業(yè)信息發(fā)布及人臉識(shí)別考勤管理系統(tǒng)；項(xiàng)目編號(hào)：CZZY-HX-2023-09。2022年安徽省高校自然科學(xué)研究重大項(xiàng)目；項(xiàng)目名稱：基于近紅外光譜的滁菊品質(zhì)無損檢測(cè)模型研究；項(xiàng)目編號(hào)：2022AH040333。2021年滁州職業(yè)技術(shù)學(xué)院科研項(xiàng)目；項(xiàng)目名稱：基于數(shù)字圖像處理技術(shù)的滁菊識(shí)別與花形分級(jí)方法研究；項(xiàng)目編號(hào)：YJY-2021-02。2022年滁州職業(yè)技術(shù)學(xué)院專業(yè)群建設(shè)項(xiàng)目；項(xiàng)目名稱：物聯(lián)網(wǎng)應(yīng)用技術(shù)專業(yè)群；項(xiàng)目編號(hào)：2022zya04。

作者簡(jiǎn)介：丁海濤（1987— ），男，安徽宿州人，助教，碩士；研究方向：物聯(lián)網(wǎng)，計(jì)算機(jī)教學(xué)科研。

摘要：人臉特征是人重要的生物特征，具有不可復(fù)制性、獨(dú)特性等特點(diǎn)，被廣泛應(yīng)用。筆者通過分析人臉特征、人臉識(shí)別的一般過程以及人臉識(shí)別的原理，并結(jié)合人臉識(shí)別在考勤打卡、人臉支付、密碼驗(yàn)證等方面的應(yīng)用，對(duì)它們的功能特點(diǎn)進(jìn)行了研究和分析。人臉作為生物信息存在泄漏、被惡意利用等風(fēng)險(xiǎn)，結(jié)合實(shí)際，筆者給出了保護(hù)、合理使用人臉信息的改進(jìn)措施及相關(guān)建議。

關(guān)鍵詞：人臉識(shí)別；考勤；支付；密碼驗(yàn)證

中圖分類號(hào)：TP18? 文獻(xiàn)標(biāo)志碼：A

0? 引言

人臉識(shí)別自從20世紀(jì)60年代開始被科學(xué)家正式提出研究以來，經(jīng)過幾十年的快速發(fā)展，目前已經(jīng)融入人們的日常生活。伴隨著計(jì)算機(jī)技術(shù)的發(fā)展，人臉識(shí)別相關(guān)系統(tǒng)的處理速度、識(shí)別結(jié)果越來越高，被廣泛應(yīng)用在金融服務(wù)、公安偵查、工作生活等領(lǐng)域，被越來越多的人接受。近年來，對(duì)人臉識(shí)別的研究很多，在工作生活方面，賀一粒［1］對(duì)基于人臉識(shí)別的移動(dòng)簽到考勤系統(tǒng)進(jìn)行研究，提出了一種以livenessnet為基礎(chǔ)，基于復(fù)合CNN的活體檢測(cè)方法，通過部署和實(shí)際驗(yàn)證，簡(jiǎn)化了考勤流程，避免替簽現(xiàn)象產(chǎn)生。在公安偵查方面，王彬［2］通過分析靜態(tài)人臉識(shí)別技術(shù)和動(dòng)態(tài)人臉識(shí)別技術(shù)特點(diǎn)及實(shí)際應(yīng)用，指出人臉識(shí)別技術(shù)的使用提高了公安機(jī)關(guān)打擊違法犯罪工作的效率，有效地維護(hù)了社會(huì)秩序，成效顯著。在金融服務(wù)方面，史祺鈺［3］改進(jìn)人臉檢測(cè)算法將數(shù)據(jù)集中圖像數(shù)據(jù)增強(qiáng)到原來的6倍，并加深網(wǎng)絡(luò)層深度，采用改進(jìn)的VGGNet人臉識(shí)別算法，經(jīng)過實(shí)際測(cè)試，其設(shè)計(jì)的基于人臉識(shí)別的自動(dòng)柜員機(jī)身份自動(dòng)認(rèn)證有著較高的準(zhǔn)確率。

1? 人臉識(shí)別一般過程

1.1? 人臉圖像數(shù)據(jù)采集

人的臉部由眉毛、眼睛、鼻子、嘴唇、下巴等器官組成，每個(gè)人這些器官的位置、外觀存在差異，此外不同人的膚色、臉部的輪廓、臉的紋理特征也不相同，人的臉部信息一般不會(huì)改變，是一種非常獨(dú)特的生物信息。人臉圖像被采集設(shè)備采集，被采集的人臉信息可以是靜態(tài)圖像，也可以是動(dòng)態(tài)的一段視頻。人臉信息采集效果的優(yōu)劣受到系統(tǒng)軟硬件、環(huán)境因素的影響。采集到的圖像經(jīng)過人臉檢測(cè)技術(shù)進(jìn)行人臉定位，如深度學(xué)習(xí)、膚色定位、模板匹配等。

1.2? 預(yù)處理

采集到的人臉圖像一般需要預(yù)處理，排除一些干擾，這種干擾可能由拍攝設(shè)備、拍攝環(huán)境因素引入。為了保證人臉圖像特征有效，需要把待特征提取的圖像進(jìn)行統(tǒng)一化處理，如圖像去噪，去除圖像中的異常像素點(diǎn)的值?；叶然幚碛糜跍p少處理的計(jì)算量，圖像增強(qiáng)處理能夠改善圖像的質(zhì)量，幾何歸一化處理進(jìn)行圖像校正、統(tǒng)一尺寸。

1.3? 人臉特征抽取

人臉識(shí)別準(zhǔn)確率取決于特征量提取的有效性，經(jīng)過預(yù)處理后的臉部圖像需要進(jìn)行特征量抽取。從人臉的幾何特征分析，提取臉部器官的位置和大小信息，如眼部、嘴部、頭部的特征，可以計(jì)算兩眼之間的歐式距離，嘴部區(qū)域縱橫比。陸榮秀等［4］在通過臉部特征和頭部姿勢(shì)檢測(cè)疲勞時(shí)引入眼瞼縱橫比EAR。臉部紋理特征如人臉上的雀斑、皮膚松緊紋絡(luò)、皺紋等都可以作為紋理特征進(jìn)行提取，如LBP、Gabor濾波器等算法可提取人臉紋理特征信息，也可通過深度學(xué)習(xí)，采用神經(jīng)網(wǎng)絡(luò)或改進(jìn)的相關(guān)模型進(jìn)行特征提取［5］。

1.4? 人臉識(shí)別

對(duì)人臉特征量抽取的數(shù)據(jù)進(jìn)行分析，可根據(jù)主成分量抽取技術(shù)，選取有效特征數(shù)據(jù)放入人臉數(shù)據(jù)庫中。如考勤打卡系統(tǒng)中可以通過比對(duì)方式將新捕捉的人臉圖像提取特征數(shù)據(jù)，與數(shù)據(jù)庫中數(shù)據(jù)進(jìn)行比對(duì)，比對(duì)成功即完成考勤。在人臉表情識(shí)別中可選取分類器對(duì)特征數(shù)據(jù)進(jìn)行訓(xùn)練，建立分類器模型，對(duì)待測(cè)表情圖像進(jìn)行分類識(shí)別［6］。

2? 應(yīng)用分析

2.1? 考勤/打卡系統(tǒng)

考勤/打卡系統(tǒng)一般應(yīng)用在企事業(yè)單位、學(xué)校、實(shí)驗(yàn)室等地。在企事業(yè)單位，考勤/打卡系統(tǒng)用于對(duì)員工上下班情況的掌握，是員工管理、工資核算的重要依據(jù)。一般考勤/打卡系統(tǒng)需要對(duì)采集到的人臉圖像進(jìn)行檢測(cè)，與系統(tǒng)中人臉數(shù)據(jù)庫進(jìn)行對(duì)比識(shí)別。管理人員需要在企業(yè)考勤/打卡系統(tǒng)中提前將員工的工號(hào)、姓名、人臉數(shù)據(jù)、上下班時(shí)間等導(dǎo)入數(shù)據(jù)庫，員工打卡時(shí)，系統(tǒng)會(huì)自動(dòng)記錄打卡時(shí)間，并判定是否遲到、早退，以及遲到、早退時(shí)間長度，該系統(tǒng)也有統(tǒng)計(jì)功能，統(tǒng)計(jì)一周、一個(gè)月出勤情況，如某企業(yè)采用釘釘軟件進(jìn)行考勤打卡。住宿式學(xué)校一般也會(huì)有考勤系統(tǒng)，與企事業(yè)單位不同，學(xué)?？记诘哪康氖钦莆諏W(xué)生是否在校、是否夜不歸宿，方便及時(shí)了解原因，排除完全隱患，系統(tǒng)會(huì)把缺勤情況及時(shí)推送給對(duì)應(yīng)老師和宿舍管理員?？记诖蚩ㄏ到y(tǒng)的一般框架如圖1所示。

2.2? 人臉支付

人臉支付在生活中使用較為普遍，如自動(dòng)售賣機(jī)、無人超市、公共交通等均有人臉支付功能。人臉支付的出現(xiàn)極大地方便了人們的出行和生活。

在無人超市購物時(shí)，購物者選取好需要購買的貨品，在出口處進(jìn)行掃描核算價(jià)格，選擇支付功能里的人臉支付，臉部對(duì)準(zhǔn)人臉采集攝像頭，被識(shí)別成功后自動(dòng)進(jìn)行費(fèi)用扣除。購物者在此之前需要在第三方支付平臺(tái)注冊(cè)并開通人臉支付功能。

隨著人臉識(shí)別技術(shù)快速發(fā)展，公共交通出行也非常方便。如乘客在乘地鐵時(shí)可以不再需要先購票再乘車，乘客通過安檢后對(duì)準(zhǔn)入口處采集攝像頭，入口閘機(jī)門打開，乘車到站后在出口處再次對(duì)準(zhǔn)采集攝像頭，出口閘機(jī)門打卡，控制中心會(huì)把乘客出行數(shù)據(jù)產(chǎn)生的費(fèi)用通過第三方支付平臺(tái)進(jìn)行云支付，該過程極大地方便人們的出行，大大提高了體驗(yàn)效果。以地鐵出行為例的人臉支付系統(tǒng)基本框架如圖2所示。

2.3? 密碼驗(yàn)證

在小區(qū)門禁系統(tǒng)中，人臉可作為密碼驗(yàn)證的方式，當(dāng)驗(yàn)證成功后入戶門被自動(dòng)打開。多數(shù)手機(jī)在解鎖時(shí)也可選取人臉進(jìn)行驗(yàn)證。金融機(jī)構(gòu)如網(wǎng)銀軟件登錄、轉(zhuǎn)賬同樣需要人臉作為驗(yàn)證。

密碼驗(yàn)證中采用的人臉校驗(yàn)以靜態(tài)方式和動(dòng)態(tài)方式為主，一般安全系數(shù)要求不高的場(chǎng)所采取靜態(tài)方式，只需要采集到用戶的照片進(jìn)行匹配，匹配成功后即可完成驗(yàn)證。在安全系數(shù)要求較高的網(wǎng)銀軟件登錄、修改密碼時(shí)，需要進(jìn)行活體檢測(cè)，一般在較短的時(shí)間內(nèi)需要完成一系列動(dòng)作，如張嘴、搖頭、眨眼等，確保是用戶本人在操作。

3? 改進(jìn)措施

目前，人臉識(shí)別的身份驗(yàn)證的系統(tǒng)給生活和工作帶來了很大的便利，但也會(huì)存在一些問題，如化妝后的女生可能考勤不成功，被考勤者為保護(hù)個(gè)人的生物信息，不想自己頭像被每天多次采集。所以，人臉識(shí)別系統(tǒng)應(yīng)被改進(jìn)，增加實(shí)用性、人性化的特征。

3.1? 增加動(dòng)態(tài)密碼二次驗(yàn)證

在人數(shù)較多的場(chǎng)合，如學(xué)校、大型企業(yè)，由于人數(shù)較多，早晚的考勤量非常大，會(huì)出現(xiàn)考勤不成功的情況，帶來諸多不便。以學(xué)生考勤系統(tǒng)為例，可以增加密碼二次驗(yàn)證環(huán)節(jié)，若早晨學(xué)生考勤時(shí)3次不成功，系統(tǒng)會(huì)自動(dòng)向?qū)W生綁定的手機(jī)上發(fā)送驗(yàn)證碼，驗(yàn)證碼的有效時(shí)間可以設(shè)定較短時(shí)間，如20 s，在這個(gè)時(shí)間內(nèi)學(xué)生在考勤的人臉采集屏幕上手動(dòng)輸入密碼即可完成驗(yàn)證，這樣可避免由于考勤不成功造成排隊(duì)情況，提高考勤效率。由于密碼有效時(shí)間較短，防止了代打卡情況的發(fā)生。以上方法也適用被考勤者由于化妝后難于考勤成功的情況。筆者建議一個(gè)周期內(nèi)的二次驗(yàn)證的次數(shù)應(yīng)進(jìn)行限制，對(duì)于發(fā)生多次使用二次驗(yàn)證的被考勤者應(yīng)重新采集其頭像，確保下次可以考勤成功。

3.2? 增加考勤方式

人臉特征是人生物特征中非常重要的一種，每天的考勤會(huì)采集不同狀態(tài)的人臉特征，如果發(fā)生信息泄漏，后果不堪設(shè)想。學(xué)校、企業(yè)中的考勤系統(tǒng)中除了人臉識(shí)別功能外，應(yīng)有可以供選擇的另外的驗(yàn)證方式，該驗(yàn)證方式應(yīng)可靠。筆者建議考勤系統(tǒng)應(yīng)配有手機(jī)App功能。該App登陸應(yīng)有嚴(yán)格的身份認(rèn)證，只能用被考勤者的手機(jī)號(hào)登錄，手機(jī)號(hào)一旦被綁定，被考勤者不可自己解綁，特殊情況下只能由管理員進(jìn)行重新綁定。同樣，以學(xué)生考勤系統(tǒng)為例，在考勤時(shí)，學(xué)生可選擇二維碼驗(yàn)證，考勤位置的顯示屏上可顯示該二維碼，二維碼有效時(shí)間較短，學(xué)生打開App，用掃描驗(yàn)證中的掃一掃功能，掃取顯示屏上的二維碼，確認(rèn)即可完成考勤。學(xué)生在選擇掃一掃功能時(shí)，筆者建議App要進(jìn)行一次指紋驗(yàn)證，防止拿別人手機(jī)代考勤情況發(fā)生。考勤單位應(yīng)根據(jù)自身情況把控考勤環(huán)節(jié)，也可以采用比人臉特征重要性低一些特征供考勤選擇。

4? 生物信息保護(hù)建議

4.1? 增強(qiáng)自我防范意識(shí)

人臉識(shí)別確實(shí)給整個(gè)社會(huì)帶來了進(jìn)步，但同時(shí)也帶來的非常大的安全隱患。越來越多的軟件有人臉驗(yàn)證功能，這使得用戶的人臉生物信息被多次采集，人臉特征信息一旦泄漏容易被用于一些非法場(chǎng)合，后果不堪設(shè)想。特別是目前AI技術(shù)的發(fā)展，一些違法案例層出不窮，這就需要用戶提高自我防范意識(shí)。筆者建議用戶不要輕易開通人臉支付功能，對(duì)于一些非官方的軟件要求采集人臉、指紋等生物信息的，可以拒絕或選用其他密碼。參加線上會(huì)議、網(wǎng)絡(luò)交友時(shí)，用戶應(yīng)謹(jǐn)慎開啟視頻，防止被他人進(jìn)行人像采集。

4.2? 加大違法犯罪處罰力度

為進(jìn)一步規(guī)范市場(chǎng)，懲戒犯罪。監(jiān)管部門對(duì)于違法收集公民生物信息的機(jī)構(gòu)、部門應(yīng)加大處罰力度，應(yīng)公開違法犯罪的投訴渠道，對(duì)于微視頻中違法采用AI換臉技術(shù)，更應(yīng)出臺(tái)相關(guān)法律，筆者建議發(fā)現(xiàn)違法行為后責(zé)令立即下架，并要求運(yùn)營機(jī)構(gòu)謹(jǐn)慎向公眾開通AI功能。對(duì)于惡意使用生物信息用于盜取錢財(cái)、敲詐勒索等違法犯罪情況，監(jiān)管部門更應(yīng)加大處罰力度。

4.3? 完善監(jiān)督體系

政府部門應(yīng)完善監(jiān)督體系，成立相關(guān)管理部門，不定期對(duì)企業(yè)考勤打卡系統(tǒng)、自動(dòng)售賣機(jī)、無人超市、小區(qū)門禁等進(jìn)行核查，對(duì)于未經(jīng)審批進(jìn)行人像采集的相關(guān)企業(yè)應(yīng)督促其整改，發(fā)現(xiàn)違規(guī)進(jìn)行糾正。企業(yè)進(jìn)行人像收集必須經(jīng)員工同意，企業(yè)需要提供多種考勤方式供員工自由選擇。

5? 結(jié)語

人臉識(shí)別技術(shù)的發(fā)展一定程度上確實(shí)給使用者的生活、工作、學(xué)習(xí)帶來了方便，但也會(huì)帶來不確定的安全隱患，需要大家合理使用、做好防范、持續(xù)改進(jìn)，筆者相信在不久的將來社會(huì)對(duì)生物信息的保護(hù)意識(shí)更強(qiáng)，法規(guī)更加完善，生物信息被泄露的風(fēng)險(xiǎn)會(huì)更低。

參考文獻(xiàn)

［1］賀一粒.基于人臉識(shí)別的移動(dòng)簽到考勤系統(tǒng)［D］.北京：北京林業(yè)大學(xué)，2021.

［2］王彬.人臉識(shí)別的公安應(yīng)用［J］.廣西警察學(xué)院學(xué)報(bào)，2021（3）：53-60.

［3］史祺鈺.基于人臉識(shí)別的銀行自助柜員機(jī)身份自動(dòng)認(rèn)證系統(tǒng)的研究［D］.太原：中北大學(xué)，2021.

［4］陸榮秀，張筆豪，莫振龍.基于臉部特征和頭部姿態(tài)的疲勞檢測(cè)方法［J］.系統(tǒng)仿真學(xué)報(bào)，2022（10）：2279-2292.

［5］樊飛.人臉特征點(diǎn)檢測(cè)算法的改進(jìn)與疲勞檢測(cè)算法的研究［D］.南京：東南大學(xué)，2019.

［6］高婷婷，李航，殷守林.一種基于面部紋理特征融合的人臉表情識(shí)別方法［J］.河北科技大學(xué)學(xué)報(bào)，2021（2）：119-126.

（編輯? 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