趙恒
摘? 要 近年來,很多高校與研究機構建立了科研公共平臺,提供儀器的共享使用服務,有效提升了設備的使用效率。傳統(tǒng)的人工化管理效率較低,而校園卡刷卡、指紋識別等技術手段也存在一定的安全隱患,可能導致身份不明的人員隨意出入。提出采用當前發(fā)展迅速的二維碼技術與人臉識別技術相結合來實現對科研公共平臺的智能化管理。
關鍵詞 二維碼;人臉識別;科研公共平臺;智能化管理
中圖分類號:G642? ? 文獻標識碼:B
文章編號:1671-489X(2020)02-0037-03
Application of QR Code and Face Recognition Technology in Scientific Research Platform//ZHAO Heng
Abstract In recent years, more and more scientific research platform?has been established. The utilization ratio of scientific research plat-form and equipment has been improved. However, the traditional management is not secure enough. In order to solve the reliability of current identity, this paper mainly expounds the application of QR code and face recognition technology in scientific research platform.
Key words QR code; face recognition; scientific research platform; intelligent management
1 引言
科研公共平臺是由一系列先進的大型儀器與科學研究配套設施通過梯次配置、整合優(yōu)化形成的科學技術基礎,是科學研究與創(chuàng)新的重要支持[1]。近年來,很多高校與研究機構建立了科研公共平臺,面向學校與社會提供儀器設備的共享使用服務,有效地提升了設備的使用效率[2]。作為一個開放、便捷、高效的實驗平臺,科研公共平臺需要全天24小時開放,全年開放。在這種情況下,科研公共平臺通常無人看管。充分利用前沿技術,實現科研公共平臺的智能化管理是十分必要的。
目前,一些平臺仍然處于原始的人工紙質化管理模式,該方法存在很多不足,需要管理人員值班定崗,以監(jiān)管使用人員的進出,效率較低[2]。隨著計算機應用的普及,數字化、信息化、網絡化的科研公共平臺管理手段逐漸得到推廣和應用[3]。一部分平臺開始使用校園卡或者指紋識別等方式,對平臺使用人員的身份進行確認。然而,由于校園卡的丟失、盜用、冒用以及指紋數據的復制等,可能導致身份不明的人員隨意進入和離開科研公共平臺,存在一定安全隱患。因此,設置可靠的智能管理準入系統(tǒng)是非常必要的。
本文提出采用當前發(fā)展迅速的二維碼技術與人臉識別技術相結合來實現對科研公共平臺的智能化管理方案,不僅可以充分提高實驗室的利用率,還可以實現雙重身份認證,確保使用科研平臺的人員的安全可靠。通過這種方法,還可以對使用人員到達和離開的時間進行全程記錄,解決科研公共平臺使用記錄難以追溯的問題。
2 技術基礎
二維碼(Quick Response Codes)最早是由日本Denso Wave公司設計的,經過多年發(fā)展,已經被廣泛應用于數據存儲、網站鏈接、電子標識、網站登錄、二維碼付款等多種場景中,具有很大的發(fā)展前景[4-5]。然而,僅僅使用二維碼進行身份識別也存在一些不足,如二維碼設備的借用等,這將使得身份不明的人員隨意進入和離開科研公共平臺,使科研公共平臺面臨巨大的安全風險。
人臉識別(Face Recognition),也叫人像識別,是一種通過攝像設備采集用戶面部信息,經主機系統(tǒng)的人臉識別算法來判別使用者身份信息的技術。近幾年,人臉識別技術得到長足發(fā)展,相對成熟的產品應運而生,被廣泛應用在網絡身份識別、門禁安全系統(tǒng)等諸多領域[6-7]。人臉識別僅需要普通的攝像頭采集圖像即可,相對于虹膜和指紋,人臉具有更加豐富的特征,可以達到更高的準確度。人臉識別能夠在提供比對服務的同時保存圖像,因此,后期可以有效運用在需要追查取證的場合[8]。但是單獨使用人臉識別也有一定的安全隱患,比如雙胞胎、化妝掩蓋、面部3D打印等,都會有可能使得身份不明人員乘虛而入。
結合二維碼和人臉識別技術來管理科研公共平臺,首先通過二維碼技術進行初步認證,然后利用人臉識別技術再次驗證使用人員的身份,從而形成更加安全的雙重認證接入技術。由于二維碼技術和人臉識別技術均由計算機和監(jiān)控設備自動控制,因此,管理人員的工作量不會增加,并確保身份的唯一性。
3 系統(tǒng)方案設計
二維碼和人臉識別技術解決方案設計所需的硬件設備包括服務器、警報器、門禁控制器、電子門鎖、高清攝像頭、網線等。該方案的運行過程為:首先需要教師或者學生將人臉識別信息錄入系統(tǒng),并將他們的身份信息寫入二維碼服務器;當教師或者學生需要進入科研公共平臺使用設備時,第一步先通過手機二維碼及監(jiān)控設備激活門禁控制器,然后控制器將進入數據庫檢索輸入的面部信息,通過比較面部圖像的特征來解鎖。同時,電腦會記錄該人的解鎖時間和臉部信息,以便后續(xù)驗證。具體流程如圖1所示。
4 二維碼與人臉識別管理系統(tǒng)工作流程
二維碼與人臉識別相結合的門禁管理系統(tǒng)的工作流程如圖2所示。
1)移動終端身份確認。實驗人員啟動手機APP來驗證用戶的有效性,并且將移動終端APP二維碼展示于高清攝像頭前。
2)二維碼和人臉識別門禁管理系統(tǒng)開鎖。監(jiān)控設備將二維碼信號發(fā)送給二維碼服務器,緊接著,監(jiān)控設備將收集刷卡者的面部圖像數據,并將收集的面部數據通過信號線傳送給服務器。接下來服務器會比對內部數據庫,如果比對一致,門禁控制器與電子門鎖將運作并開門;若是認證失敗,表明人員信息不一致,訪問會被拒絕,門鎖仍將緊閉且啟動警報。
5 二維碼與人臉識別技術在科研公共平臺管理系統(tǒng)中的優(yōu)勢
運用二維碼結合人臉識別技術可以基本達到科研公共平臺無人值守的效果,保證平臺出入人員的身份安全,并能有效提升科研公共平臺的使用率及科學管理水平。兩種技術相結合在科研公共平臺管理系統(tǒng)中應用具有下面一些優(yōu)勢。
識別速度快,安全性能高? 開放的科研公共平臺的主要管理特征是工作內容主要集中在人員進出管理。二維碼和人臉識別技術可以以超快的識別速度運行,并且可以高精度地同時識別多個用戶。兩項技術的結合使用,不增加科研公共平臺的運營成本,可以提高整體運營效率。
基本沒有損耗,設備壽命長? 人臉識別技術和二維碼技術均不需要任何接觸,只用將攝像頭朝向人臉及二維碼即可,因此,重復使用次數高,將設備成本降至最低。
抗污染能力強,干擾因素對識別效果影響小? 用于接收二維碼和面部信息的監(jiān)控設備置于玻璃面板中,因此可以很好地保護裝置免受諸如水和灰塵之類的外部因素的影響,對于科研公共平臺管理更加方便和適用。
記憶容量大,智能化程度高? 運用二維碼結合人臉識別技術,管理用戶的記憶容量較大,足以滿足廣大高校及科研院所的需要。同時,可以實施智能化分級保護,為不同級別的設備和測試人員設置不同的訪問權限,進一步提高公共研究平臺的安全性。
體積小,設置方便? 二維碼結合人臉識別的門禁系統(tǒng)可以根據不同科研公共平臺的需要,設置在門口的不同位置,針對學生和教師的需要定制,從而更加精準地進行工作。
6 結語
隨著科學技術的不斷發(fā)展,與時俱進利用新興科學技術加強對科研公共平臺的管理是非常有必要的。隨著5G等通信技術的發(fā)展,越來越多的新興技術將被應用于科研公共平臺的管理,提高管理質量,滿足師生需要。
參考文獻
[1]周勇義,張黎偉,黃凱,等.高等學校科研公共服務平臺建設與管理初探[J].實驗室研究與探索,2010,29(12):175-176,212.
[2]李璟,徐芳.提高高校公共科研服務平臺大型儀器設備使用效益的措施[J].科技創(chuàng)新與應用,2017(7):33-34.
[3]廖紅梅.實驗室智能考勤與管理系統(tǒng)設計[J].軟件,2015,36(8):84-87.
[4]CHENG Y, FU Z, YU B, et al. A new two-level QR code with visual cryptography scheme[J].Multimedia Tools and Applications,2017,77(16):20629-20649.
[5]LU J, YANG Z, et al. Multiple Schemes for Mobile Payment Authentication Using QR Code and Visual Cryp-tography[J].Mobile Information Systems,2017:1-12.
[6]Polamarasetty V K, Reddem M R, Ravi D, et al. Attendance System based on Face Recognition[J].Inter-
national Research Journal of Engineering and Tech-nology,2018,5(4):4606-4610.
[7]YU H. An Efficient Face Recognition Algorithm Using the Improved convolutional neural network[J]. Discrete and Continuous Dynamical Systems-Series S,2019,12(4-5):901-914.
[8]AI H, CHENG X. Research on embedded access control?security system and face recognition system[J].Mea-surement,2018(123):309-322.