*基金項目：鄭州工商學院科研創(chuàng)新項目，項目編號：2022-KYDXS-10

隨著近些年高校的擴招，不斷增加的學生數(shù)量使校園的公共資源陷入資源緊張和管理混亂的局面。很多高校共自習室的使用和管理中都面臨著“長期占座”或者“高峰搶座”等問題的困境。本文以鄭州GS 學院的圖書館公共自習室實際應(yīng)用為研究背景，設(shè)計研發(fā)一款基于微信小程序前端以及人臉識別技術(shù)的公共自習室座位預約及管理系統(tǒng)。從而幫助學生更合理有效地安排自習時間，并幫助學校緩解公共自習室資源緊缺問題。

1 系統(tǒng)總體設(shè)計

研究生擴招，在考研熱潮之下寬敞明亮、學習氛圍濃郁的公共自習室無疑是考研族學習的最佳場所。引入公共自習室座位座位預約及管理系統(tǒng)，希望實現(xiàn)座位共享，提高座位的利用率，緩解座位緊張的問題。本系統(tǒng)共包含了四大功能模塊，如圖1 所示：

圖1 公共自習室管理系統(tǒng)框架

1) 微信小程序模塊：本模塊主要負責提供學生用戶訪問系統(tǒng)的交互UI。學生僅需在手機端關(guān)注圖書館微信公眾號即可進入公共自習室在線預約系統(tǒng)。通往微信小程序?qū)W生能夠以可視化的方式查看圖書館公共自習室座位的使用情況。同時還可通過微信小程序?qū)崿F(xiàn)自習室座位的在線預約。

2) 后端服務(wù)模塊：后端服務(wù)包含了座位預約信息的管理；人臉識別模塊中人臉圖庫的管理；學生學習記錄統(tǒng)計；物聯(lián)網(wǎng)模塊邏輯控制，以及其他信息管理功能。該模塊是公共自習室智能化管理的中樞模塊，負責各個模塊中的消息轉(zhuǎn)發(fā)工作。

3) 人臉識別模塊：本模塊是實現(xiàn)公共自習室智能化無人化管理的核心功能模塊。首先系統(tǒng)通過控制自習室入口處的攝像頭，采集學生的面部圖片，然后運用FaceNet 模型實現(xiàn)人臉特征提取，隨后比對并將結(jié)果傳送給后端服務(wù)模塊。在由后端服務(wù)程序把控制信號傳輸給物聯(lián)網(wǎng)模塊。

4) 物聯(lián)網(wǎng)模塊：實現(xiàn)智能化管理的硬件實施模塊，根據(jù)后端服務(wù)模塊傳遞的控制信號，分別控制自習室門口的出入閘機和放置在自習室座位上的物聯(lián)網(wǎng)LED小燈。

2 微信小程序模塊設(shè)計與實現(xiàn)

微信小程序作為騰訊公司推出的一款基于微信平臺的移動APP，具有簡單易用、跨平臺、即走即用等特點。因此本系統(tǒng)的用戶UI 交互系統(tǒng)采用了微信小程序進行開發(fā)設(shè)計。主要實現(xiàn)了鄭州GS 學院圖書館公共自習室座位使用情況的實時可視化的信息展示，包含當前座位的狀態(tài)及本座位已有的預約信息。

自習室中有8 張大桌子，每張桌子上可安排8 個自習座位，每個方塊就代表一個自習座位。白色方塊代表該座位為空閑狀態(tài)，無人預約，單擊此方塊則可以進入預約信息填寫界面。紅色方塊則表示該座位已經(jīng)被預約或正在使用，點擊此方塊則可以產(chǎn)看座位具體的使用信息，包括預約的開始時間和結(jié)束時間以及預約人的基本信息。具體流程如下圖所示：

3 后端服務(wù)設(shè)計與實現(xiàn)

后端服務(wù)主要采用了SpringBoot 框架，實現(xiàn)了整個系統(tǒng)的數(shù)據(jù)傳遞和業(yè)務(wù)邏輯控制。主要的數(shù)據(jù)交互流程包括個人信息，座位信息，控制信號幾部分。首先前端復制接收用戶控制信號或者收集用戶的數(shù)據(jù)，提交到基于SpringBoot 框架的服務(wù)器程序進行邏輯處理和數(shù)據(jù)交互。例如登錄模塊由SpringBoot 的control 層接收預約請求，并接收傳入的用戶名、座位編號、預約時間等數(shù)據(jù)。然后由service 層負責對收集的數(shù)據(jù)進行非空或者字符集轉(zhuǎn)換等加工處理。座位預約數(shù)據(jù)信息的存儲需要通過Mapper 層的Java 接口調(diào)用項應(yīng)的Mapper 文件，完成Java 接口和SQL 語句之間的映射。而本系統(tǒng)的數(shù)據(jù)底層采用MySQL 數(shù)據(jù)庫實現(xiàn)。整個后端服務(wù)采用SpringBoot框架能有利于這個程序的后期維護。

4 人臉識別模塊的設(shè)計實現(xiàn)

4.1 RetinaFace網(wǎng)絡(luò)

RetinaFace 是一種用于人臉檢測和人臉識別的深度學習網(wǎng)絡(luò)模型，由中國科學院自動化研究所的陳澤民等人在2019 年提出。它采用了一種新穎的多任務(wù)損失函數(shù)，可以同時預測人臉的邊界框、人臉關(guān)鍵點、人臉的姿態(tài)和人臉的人種信息，具有較高的檢測精度和速度。

RetinaFace模型的基本思路是通過將人臉檢測問題轉(zhuǎn)化為一個回歸問題，預測每個人臉的邊界框、關(guān)鍵點、姿態(tài)和人種信息。模型主要由兩部分組成：特征提取網(wǎng)絡(luò)和人臉檢測頭。

特征提取網(wǎng)絡(luò)采用了ResNet-50 作為骨干網(wǎng)絡(luò)，通過提取特征圖來表征不同尺度的特征。檢測頭采用了一種類似于RetinaNet 的方法，對于不同尺度的特征圖，使用多個分支來預測不同大小的人臉邊界框和關(guān)鍵點。此外，檢測頭還使用了一種人種分類分支，可以用于預測人臉的人種信息。

4.2 FaceNet模型介紹

圖4 FaceNet網(wǎng)絡(luò)結(jié)構(gòu)

本文使用MobileNet 作為FaceNet 網(wǎng)絡(luò)的主干特征提取網(wǎng)絡(luò)，MobileNet 網(wǎng)絡(luò)是專注于移動端或者嵌入式設(shè)備中的輕量級CNN, 相比于傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò), 在準確率小幅度降低的前提下大大減少模型參數(shù)與運算量。

圖片batch經(jīng)過深度卷積之后會得到一組人臉數(shù)據(jù)。將得到的數(shù)據(jù)采用L2 歸一化得到128 維人臉的特征矩陣。然后針對圖片的128 位特征矩陣，采用計算歐氏空間距離的方法進行人臉相似度的判斷。兩組向量的歐式距離越小說明兩圖相似度越高，反之則相似度越低^[2]。設(shè)圖像A 的特征向量集為a（a₁₁，a₁₂，a₁₃...a_1n），圖像B 的特征向量集為b（b₁₁，b₁₂，b₁₃...b_1n）, 則計算兩圖的歐式空間距離的公式如下：

然后通過控制對人臉特征向量之間的歐氏空間距離的閾值，就可以實現(xiàn)對人臉圖像的區(qū)分。

圖5 人臉處理流程

4.3 人臉識別流程

1) 靜態(tài)人臉圖像采集，在用戶注冊該系統(tǒng)時，小程序會調(diào)用移動設(shè)備的攝像頭或者相冊功能，要求用戶提供一張正面的人臉照片。

2) 人臉圖像提取，利用RetinaFace 網(wǎng)絡(luò)進行邊框回歸檢測來確定人臉的區(qū)域，并將框選人臉圖像信息錄入本地圖庫。

3) 人臉特征提取，基于本地人臉圖庫運用FaceNet網(wǎng)絡(luò)進行人臉特征的向量提取，經(jīng)過深度學習網(wǎng)絡(luò)會提取到的128 維特征向量矩陣。

4) 存儲人臉特征，將人臉圖像提取的128 位的特征向量存入到數(shù)據(jù)庫。

5) 動態(tài)圖像采集，通過攝像頭終端每間隔3 秒鐘采集時長為一秒的短視頻20f/s，并從中平均抽樣5 禎的圖像作為識別圖片。

6) 提取人臉特征提取，重復上述(2~3) 步的操作，提取出5 張動態(tài)圖像的特征向量。并進行均值計算，得出1 個特征向量矩陣。

7) 載入本地人臉庫，將數(shù)據(jù)表中存放的靜態(tài)人臉特征矩陣以numpy 模塊格式進行載入，而人臉信息則封裝入JSON 字符串。

8) 歐式距離計算，將步驟(6) 中得出的特征向量于載入的本地特征矩陣庫中的特征向量運用式(1) 計算歐式距離d。

9) 識別結(jié)果輸出, 如果歐式距離d 大于預訂設(shè)置的閥值則認定為匹配失敗則是輸出Unknown，反之d 小于閥值則匹配成功輸出本地庫中的用戶標簽信息。

4.4 模型訓練

LFW 數(shù)據(jù)集主要應(yīng)用對人臉識別的準確度的測試上，并采用遷移學習的方式對該數(shù)據(jù)集進行訓練^[4]。從數(shù)據(jù)集中隨機選擇5 000 對由人臉組成的人臉圖片識別對，其中2 500 對的兩張人臉圖片來自于同一個人，另2 500 對的兩張人臉圖片來自于不同的人。測試過程中LFW 隨機給出1 對照片，詢問被測系統(tǒng)兩張照片是否屬于同一個人，系統(tǒng)正確或錯誤兩種答案。將這5 000對人臉測試的系統(tǒng)答案與真實答案的比值就是人臉識別準確率。

4.5 閾值測算

真正例率t_pr表示測試結(jié)果中通過預測正確的次數(shù)占所有匹配結(jié)果為真的比值。t_p表示模型中匹配結(jié)果為真且預測也正確的次數(shù)，f_n為預測錯誤但匹配結(jié)果正確。表示模型其計算公式如下：

假正例率表述預測結(jié)果錯誤次數(shù)占所有匹配結(jié)果為真的比例，記作f_pr。其計算公式如下：

（3）式中，f_p表示模型預測為真但匹配答案錯誤，t_n表示預測為錯匹配結(jié)果為假的次數(shù)^[2]。那么，經(jīng)過對數(shù)據(jù)模型的訓練去尋求一個閾值使得t_pr盡可能高，f_pr盡可能低。本文在閾值區(qū)間 [0,1] 步長為0.01 中尋求最佳閾值，每一次閾值迭代出來的f_pr、t_pr都記錄下來，畫成一個二維平面圖。以f_pr為橫坐標、t_pr為縱坐標的二維平面圖中，最佳閾值應(yīng)該位于最接近左上角的一點，那么可以求左上角的(0,1) 點與Roc 曲線的直線最短距離來確定最佳閾值。

5 結(jié)果分析

將測試集進行分組輸入給模型進行測試。驗證結(jié)果如下：

測試集的準確率分組測試結(jié)果顯示較接近訓練的準確率，準確率約為89%，且實際部署使用的過程中會多次驗證。因此實際部署使用過程中產(chǎn)生的誤差可忽略不計。

6 結(jié)束語

本文通過引入智能自習室系統(tǒng)。以解決傳統(tǒng)自習室問題，加入FaceNet 網(wǎng)絡(luò)在中低性能的機器部署時仍有20 幀左右的速度。故有望在實際部署中以低成本解決實際問題。

參考文獻：

[1] 劉秀麗,陳銳.基于深度學習的人臉識別技術(shù)及其應(yīng)用場景探討[J].黑龍江科學,2021,12(22):12-13.

[2] 李志華,張見雨,魏忠誠.基于MTCNN和Facenet的人臉識別系統(tǒng)設(shè)計[J].現(xiàn)代電子技術(shù),2022,45(4):139-143.

[3] 張綠云,馬海榮,岑凱.威基于 FaceNet 的人臉識別研究與實現(xiàn)[J].信息與電腦,2022,10(10):134-136

[4] 董濤,秦勤.基于魯棒最大單純形體積的高光譜圖像快速端元提取[J].電子測量技術(shù),2021,5(44):121-127.

[5] FLORIAN S, DMITRY K, JAMES P. Facenet: a unified embedding for face recognition and clustering [C]//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Boston: IEEE, 2015:815-823.

（本文來源于《電子產(chǎn)品世界》雜志2023年6月期）