孫一平 付瑾

摘要：針對(duì)高校實(shí)訓(xùn)室人員信息難以智能化管理的問(wèn)題，本文設(shè)計(jì)了一種基于人流密度檢測(cè)算法的人員監(jiān)控管理系統(tǒng)，通過(guò)人臉檢測(cè)識(shí)別算法，實(shí)現(xiàn)了實(shí)訓(xùn)室人員的無(wú)感識(shí)別和數(shù)理統(tǒng)計(jì)。以貴州民航產(chǎn)教融合開(kāi)放實(shí)訓(xùn)基地部署的人員監(jiān)控管理系統(tǒng)為對(duì)象進(jìn)行測(cè)試驗(yàn)證，結(jié)果表明，該系統(tǒng)能夠可視化展示實(shí)訓(xùn)室內(nèi)的人員信息，對(duì)測(cè)試集數(shù)據(jù)具有100%的準(zhǔn)確率。本研究為實(shí)訓(xùn)室的智能化管理提供了有效支持。

關(guān)鍵詞：智能化管理；人流密度檢測(cè)算法；可視化

中圖分類(lèi)號(hào)：G647??文獻(xiàn)標(biāo)識(shí)碼：B

隨著高校不斷深化教育改革和發(fā)展，實(shí)訓(xùn)課堂教學(xué)環(huán)節(jié)作為教育教學(xué)的重要組成部分，越來(lái)越受到重視。然而，目前高校在實(shí)訓(xùn)教學(xué)環(huán)節(jié)中存在著資源系統(tǒng)配置不合理、實(shí)訓(xùn)場(chǎng)地管理智能化水平低、實(shí)訓(xùn)室利用率缺乏數(shù)理統(tǒng)計(jì)和評(píng)估等問(wèn)題，嚴(yán)重影響了教學(xué)的質(zhì)量和效果[1]。針對(duì)這些問(wèn)題，亟需對(duì)實(shí)訓(xùn)室人員進(jìn)行有效地監(jiān)控和管理。實(shí)訓(xùn)室人員智能化監(jiān)控管理是實(shí)訓(xùn)監(jiān)控管理中的一個(gè)重要方面，它涉及到對(duì)實(shí)訓(xùn)室內(nèi)人員出入、在場(chǎng)、活動(dòng)等情況的記錄、分析和評(píng)估。傳統(tǒng)的人員監(jiān)控管理方式主要依靠人工登記、考勤、巡查等方式進(jìn)行，這些方式存在著主觀(guān)性強(qiáng)、效率低、準(zhǔn)確性差等缺點(diǎn)，不能滿(mǎn)足現(xiàn)代化信息化教學(xué)管理的要求，因此，需要研究一種基于數(shù)字化、信息化和智能化的方法對(duì)實(shí)訓(xùn)室人員監(jiān)控管理進(jìn)行改進(jìn)和創(chuàng)新。

目前的人員監(jiān)控管理系統(tǒng)主要采用主成分分析、線(xiàn)性判別分析、和支持向量機(jī)等方法，這些方法易陷入局部最優(yōu)，存在識(shí)別效率低的問(wèn)題，而人工神經(jīng)網(wǎng)絡(luò)也存在數(shù)據(jù)樣本小或網(wǎng)絡(luò)簡(jiǎn)單，導(dǎo)致模型訓(xùn)練困難等問(wèn)題，不能滿(mǎn)足準(zhǔn)確監(jiān)控的需要[2]。為此，本文研究一種基于人流密度檢測(cè)算法的實(shí)訓(xùn)室人員監(jiān)控管理系統(tǒng)，以解決高校實(shí)訓(xùn)室人員監(jiān)控管理識(shí)別準(zhǔn)確率不高的問(wèn)題。

1?系統(tǒng)總體方案

基于人流密度檢測(cè)算法的系統(tǒng)總體方案設(shè)計(jì)如圖1所示。人流密度檢測(cè)算法是基于計(jì)算機(jī)視覺(jué)對(duì)圖像進(jìn)行分析和理解，實(shí)現(xiàn)對(duì)目標(biāo)、場(chǎng)景、特征等信息的提取和識(shí)別的一種圖像識(shí)別技術(shù)，它通過(guò)對(duì)人臉圖像進(jìn)行檢測(cè)和識(shí)別，實(shí)現(xiàn)對(duì)人員身份和屬性的判斷和確認(rèn)，這在人員管理、考勤系統(tǒng)、智能門(mén)禁等方面有著重要的應(yīng)用價(jià)值。

整個(gè)系統(tǒng)是基于攝像頭自動(dòng)采集進(jìn)入教學(xué)場(chǎng)所的人員的人臉圖像，傳入人員監(jiān)控管理系統(tǒng)，開(kāi)展人臉識(shí)別。系統(tǒng)若檢測(cè)到課堂學(xué)生或教師，則進(jìn)行正常數(shù)據(jù)統(tǒng)計(jì)和分析；若監(jiān)測(cè)有非法入侵者，則會(huì)把入侵者的照片保存到數(shù)據(jù)庫(kù)，并發(fā)出警報(bào)聲，同時(shí)，系統(tǒng)還會(huì)通過(guò)GPRS給系統(tǒng)管理員發(fā)出入侵警告短信[3]。

2?系統(tǒng)組成設(shè)計(jì)

本文設(shè)計(jì)的人員監(jiān)控管理系統(tǒng)由四個(gè)部分組成，如圖2所示。第一部分是前端部分，它使用高清視頻攝像機(jī)來(lái)捕捉人員的信息。第二部分是傳輸部分，它使用網(wǎng)絡(luò)交換機(jī)、網(wǎng)橋等設(shè)備來(lái)把前端的圖像信號(hào)傳送到監(jiān)控中心。第三部分是中心控制部分，是基于Dell?PowerEdge?R740服務(wù)器設(shè)計(jì)的，負(fù)責(zé)對(duì)圖像信號(hào)進(jìn)行管理、存儲(chǔ)、解碼、分發(fā)等操作。第四部分是顯示部分，它負(fù)責(zé)把信息以高清、流暢、實(shí)時(shí)的形式展示出來(lái)。此外，還有輔助部分，它為其他硬件設(shè)備提供穩(wěn)定的電源和安全的防護(hù)。本系統(tǒng)選擇?Windows作為操作系統(tǒng)來(lái)統(tǒng)一管理和控制存儲(chǔ)器、攝像頭和網(wǎng)絡(luò)等外部設(shè)備。

需要指出的是，前段部分的人臉圖像采集設(shè)備是一種用于獲取人臉圖像的硬件設(shè)備，它主要由攝像頭、圖像傳感器、GPRS模塊等組成。攝像頭負(fù)責(zé)捕捉人臉圖像，并將其轉(zhuǎn)換為數(shù)字信號(hào)。圖像傳感器具有CMOS功能，支持Windows內(nèi)核的萬(wàn)能驅(qū)動(dòng)，具有低功耗、高集成度、低成本等優(yōu)點(diǎn)。GPRS負(fù)責(zé)將圖像傳感器處理后的人臉圖像數(shù)據(jù)通過(guò)網(wǎng)絡(luò)發(fā)送到人臉識(shí)別系統(tǒng)的服務(wù)器端，實(shí)現(xiàn)遠(yuǎn)程傳輸和存儲(chǔ)，它適用于Dell?PowerEdge?R740芯片的模塊，直接插到相應(yīng)接口就可以使用，無(wú)需額外的配置和安裝，它提高了設(shè)備的兼容性和便捷性。

3?人流密度檢測(cè)算法

3.1?系統(tǒng)編譯環(huán)境

為了實(shí)現(xiàn)基于人流密度檢測(cè)算法的人員監(jiān)控管理系統(tǒng)，首先搭建了系統(tǒng)交叉編譯環(huán)境，將圖像處理的程序編譯成適合管理平臺(tái)運(yùn)行的可執(zhí)行文件。本文采用的交叉編譯環(huán)境如圖3所示，模型訓(xùn)練基于RTX?A4000顯卡，采用TensorFlow?2.0開(kāi)源系統(tǒng)軟件，這有利于提高系統(tǒng)設(shè)計(jì)的靈活性及降低開(kāi)發(fā)成本。

3.2?算法實(shí)現(xiàn)

人流密度檢測(cè)算法的核心是識(shí)別圖像中的每個(gè)人員，基于深度學(xué)習(xí)的人員檢測(cè)方法自動(dòng)從圖像中提取有助于完成任務(wù)的語(yǔ)義特征，提高檢測(cè)的準(zhǔn)確性和魯棒性。本研究基于YOLOv5的深度學(xué)習(xí)算法[4]，它由四個(gè)部分組成：輸入端、Backbone、Neck、Prediction，如圖4所示。模型的基本組件包含由Conv+Bn+Leaky_relu三者組成的CBL、由Conv+Res?unint模塊Concate組成的CSP、以及采用1×1，3×3，5×5，7×7的卷積核進(jìn)行多尺度融合的SPP。

輸入端是對(duì)圖像進(jìn)行調(diào)整大小、歸一化預(yù)處理，轉(zhuǎn)換為適合模型處理的格式。Backbone是主干網(wǎng)絡(luò)，用于特征提取，它是一種經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)Resnet，通過(guò)Res?unit來(lái)解決梯度彌散和過(guò)擬合的問(wèn)題，在圖像分類(lèi)問(wèn)題上具備較強(qiáng)的特征提取能力。Neck利用殘差連接和通道分離的方式，更好地融合Backbone給出的特征，提高了特征提取的效率和效果，從而提高網(wǎng)絡(luò)的性能。需要指出的是，Backbone網(wǎng)絡(luò)使用了Focus結(jié)構(gòu)，將圖像的寬高信息集中到通道信息，減少了計(jì)算量和內(nèi)存消耗，同時(shí)，還使用了Mosaic數(shù)據(jù)增強(qiáng)，將四張圖片進(jìn)行拼接，豐富了檢測(cè)物體的背景，提高了模型的泛化能力。

3.3?系統(tǒng)特色與創(chuàng)新

與經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)和深度信念網(wǎng)絡(luò)人臉特征提取方法相比[5]，YOLOv5首先使用了Focus結(jié)構(gòu)，輸入圖像的四個(gè)相鄰像素被合并為一個(gè)，能夠?qū)⒏邔哟蔚奶卣鬟\(yùn)用到多個(gè)層次的表示中，以更高效地提取圖像特征的判別信息。其次，利用YOLOv5的CSP結(jié)構(gòu)，將特征圖分為兩部分，一部分直接傳遞到下一層，另一部分經(jīng)過(guò)卷積操作后再與前一部分相加，從而增強(qiáng)特征的表達(dá)能力。最后，由于YOLOv5使用了SPP結(jié)構(gòu)，實(shí)現(xiàn)了多尺度的特征融合，提高了對(duì)不同大小目標(biāo)的檢測(cè)性能。因此，基于YOLOv5的深度學(xué)習(xí)特征提取方法的優(yōu)勢(shì)之一是靈活性和分辨率，它非常適合實(shí)訓(xùn)室人員監(jiān)控管理系統(tǒng)且更為有效。

4?系統(tǒng)實(shí)現(xiàn)與測(cè)試

4.1?系統(tǒng)執(zhí)行流程

系統(tǒng)程序執(zhí)行分為訓(xùn)練過(guò)程和測(cè)試過(guò)程，如圖5所示。首先對(duì)攝像頭采集的訓(xùn)練樣本圖片作數(shù)據(jù)增強(qiáng)處理，充分訓(xùn)練后獲得準(zhǔn)確的測(cè)試模型。然后，讀取測(cè)試樣本，測(cè)試模型自動(dòng)預(yù)測(cè)準(zhǔn)確率。如果存在異常數(shù)據(jù)則報(bào)警，系統(tǒng)利用GPRS給系統(tǒng)管理員發(fā)短信通知。

4.2?測(cè)試結(jié)果分析

以貴州民航產(chǎn)教融合開(kāi)放實(shí)訓(xùn)基地部署的人員監(jiān)控管理系統(tǒng)實(shí)驗(yàn)平臺(tái)為測(cè)試對(duì)象，如圖6所示。測(cè)試集人臉數(shù)據(jù)是由貴州開(kāi)放大學(xué)航空學(xué)院應(yīng)急救援技術(shù)專(zhuān)業(yè)的4個(gè)不同班級(jí)，每個(gè)班級(jí)50人，為了綜合測(cè)試GPRS報(bào)警功能，在測(cè)試的二班、三班和四班分別加入非本班學(xué)生2名、3名和4名，因此，測(cè)試集由209幅人臉圖像組成。

系統(tǒng)對(duì)4個(gè)班分別進(jìn)行測(cè)試，測(cè)試分析結(jié)果見(jiàn)下表，可以看出，該系統(tǒng)的準(zhǔn)確率為100%。

5?結(jié)論

本研究設(shè)計(jì)了一種人流密度檢測(cè)算法的實(shí)訓(xùn)室人員監(jiān)控管理系統(tǒng)，給出了系統(tǒng)的設(shè)計(jì)目標(biāo)、硬件組成以及軟件流程。測(cè)試結(jié)果表明，系統(tǒng)具備人員信息識(shí)別準(zhǔn)確率高達(dá)100%。該系統(tǒng)配備了GPRS模塊，一旦發(fā)現(xiàn)非法入侵者，能夠立即通過(guò)短信告知系統(tǒng)管理員，實(shí)現(xiàn)實(shí)訓(xùn)室的智能化無(wú)人管理。

參考文獻(xiàn)：

[1]李家薪，秦思，陳彬．新形勢(shì)下職業(yè)院校實(shí)驗(yàn)實(shí)訓(xùn)室建設(shè)與管理問(wèn)題的思考[J]．科技風(fēng)，2023（03）：17-19．

[2]鄭鵬，柯曄偉．基于人工智能和云平臺(tái)管理的高校智能實(shí)訓(xùn)室建設(shè)[J]．科技風(fēng)，2020（32）：3-4．

[3]劉新朋，郎利影．基于ARM的人臉識(shí)別門(mén)禁系統(tǒng)設(shè)計(jì)[J]．工礦自動(dòng)化，2013，39（09）：12-15．

[4]宋傳旗．YOLOv5算法的人臉識(shí)別檢測(cè)方法研究[J]．計(jì)算機(jī)時(shí)代，2023（07）：15-19．

[5]莊薪霖．人臉識(shí)別方法綜述[J]．科技創(chuàng)新與應(yīng)用，2022，12（02）：130-132．

項(xiàng)目來(lái)源：本文為貴州開(kāi)放大學(xué)（貴州職業(yè)技術(shù)學(xué)院）、貴州遠(yuǎn)程教育基地、貴州遠(yuǎn)程教育學(xué)會(huì)課題成果，課題名稱(chēng)：基于圖像識(shí)別的人員監(jiān)控管理系統(tǒng)設(shè)計(jì)及應(yīng)用研究（項(xiàng)目編號(hào)：2023ZD12）

作者簡(jiǎn)介：孫一平，博士，貴州開(kāi)放大學(xué)（貴州職業(yè)技術(shù)學(xué)院）副教授，研究方向：深度學(xué)習(xí)。