陜西工業(yè)職業(yè)技術(shù)學(xué)院 段輝

關(guān)鍵字：人臉識(shí)別；數(shù)據(jù)分析；圖書館

1 概念綜述

1.1 人臉識(shí)別技術(shù)概述

現(xiàn)代計(jì)算機(jī)、互聯(lián)網(wǎng)等高科技技術(shù)大多起源于美國(guó)，人臉識(shí)別技術(shù)也是美國(guó)最早提出的，不過(guò)隨著我國(guó)科技的不斷發(fā)展，在人臉識(shí)別領(lǐng)域，我國(guó)已經(jīng)達(dá)到了世界先進(jìn)水平。

1.2 人臉識(shí)別技術(shù)的應(yīng)用

人臉識(shí)別技術(shù)的發(fā)展和視頻攝像的發(fā)展緊密相連，早期的視頻攝像技術(shù)落后，像素低成像效果差。隨著設(shè)備的不斷更新，算法的不斷優(yōu)化，人臉識(shí)別技術(shù)識(shí)別率可以達(dá)到近百分之百的正確率，同時(shí)隨著技術(shù)的發(fā)展，成本也在不斷下降，除了機(jī)場(chǎng)、高鐵等地方的應(yīng)用，各個(gè)高校也在后勤、保衛(wèi)、圖書館等使用了人臉識(shí)別技術(shù)。

2 人臉識(shí)別技術(shù)在智慧化圖書館建設(shè)中的擴(kuò)展應(yīng)用

2.1 在圖書館日常防控中的應(yīng)用

人臉分析技術(shù)的應(yīng)用，將傳統(tǒng)的被動(dòng)監(jiān)控轉(zhuǎn)化為主動(dòng)監(jiān)控，通過(guò)后臺(tái)服務(wù)器進(jìn)行算法分析，按照一定的規(guī)則實(shí)時(shí)進(jìn)行數(shù)據(jù)提取和分析，對(duì)可疑事件和行為進(jìn)行預(yù)警，提升安全性和數(shù)據(jù)利用率。將圖像與事件之間建立一種映射關(guān)系，使計(jì)算機(jī)從紛繁的視頻圖像中分辨、識(shí)別出關(guān)鍵目標(biāo)物體并分析理解其行為。人臉智能分析技術(shù)對(duì)輸入的視頻流采用對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)、跟蹤、分類技術(shù)，將視頻內(nèi)的目標(biāo)經(jīng)背景建模、目標(biāo)分割、跟蹤及分類等圖像識(shí)別算法，完成由圖像到事件參數(shù)的轉(zhuǎn)變，從而實(shí)現(xiàn)對(duì)各種突發(fā)事件的實(shí)時(shí)檢測(cè)[1]，使得圖書館日常防控更趨向于前傾性。

2.1.1 建立人臉信息數(shù)據(jù)庫(kù)

在圖書館主要出入口鋪設(shè)人臉識(shí)別設(shè)備，為師生提供移動(dòng)端和固定設(shè)備進(jìn)行信息錄入，通過(guò)相關(guān)設(shè)備進(jìn)行人臉檢測(cè)和人臉跟蹤，進(jìn)行數(shù)據(jù)提取存儲(chǔ)。并把人臉照片、抓拍地點(diǎn)、抓拍時(shí)間等信息上傳到人臉管理平臺(tái)進(jìn)行存儲(chǔ)，以方便后期的檢索與查詢。

2.1.2 根據(jù)需要建立黑名單數(shù)據(jù)庫(kù)

根據(jù)防控?cái)?shù)據(jù)進(jìn)行黑名單數(shù)據(jù)庫(kù)建設(shè)，再根據(jù)相關(guān)部門要求以及圖書館自身的需求，對(duì)人員進(jìn)行布防。將抓拍的人員與黑名單數(shù)據(jù)庫(kù)中的人員進(jìn)行實(shí)時(shí)比對(duì)，發(fā)現(xiàn)存在問題的讀者，通過(guò)聲音等方式進(jìn)行預(yù)警，提醒圖書館管理人員，根據(jù)情況進(jìn)行下一步處理[2]。人臉識(shí)別技術(shù)及黑名單數(shù)據(jù)庫(kù)，能更好地滿足學(xué)院安全防控要求。

2.1.3 提升圖書館防疫防控水平

圖書館是一個(gè)學(xué)生極易聚集和集中的地方，特別是舉辦讀者活動(dòng)、新書速遞時(shí)容易出現(xiàn)安全事件。針對(duì)重點(diǎn)活動(dòng)區(qū)域、場(chǎng)館出入口、重點(diǎn)安全位置等學(xué)生極易聚集區(qū)域采用客流密度分析。通過(guò)人臉識(shí)別技術(shù)，圖書館管理人員能更準(zhǔn)確更有效地掌控圖書館每一位讀者的軌跡，根據(jù)疫情防控要求，通過(guò)后臺(tái)圖書館讀者空間熱度分析，及時(shí)對(duì)入館讀者進(jìn)行疏導(dǎo)，減少讀者聚集，降低安全風(fēng)險(xiǎn)。

2.2 在圖書館數(shù)據(jù)分析中的應(yīng)用

2.2.1 對(duì)讀者進(jìn)行基礎(chǔ)數(shù)據(jù)統(tǒng)計(jì)

圖書館人臉識(shí)別設(shè)備的檢測(cè)及統(tǒng)計(jì)，能更詳細(xì)、更準(zhǔn)確地統(tǒng)計(jì)讀者行為，從以往的只能獲取較為模糊、讀者行為較少的數(shù)據(jù)，轉(zhuǎn)變?yōu)楂@取更多讀者行為，更精確讀者行為的數(shù)據(jù)，獲取讀者的二級(jí)學(xué)院、班級(jí)、性別等數(shù)據(jù)，再獲取讀者在圖書館的行為數(shù)據(jù)，再進(jìn)行綜合判斷，相關(guān)數(shù)據(jù)則通過(guò)數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)保存以便日后進(jìn)行更大范圍、更長(zhǎng)周期的分析比較，為圖書館數(shù)據(jù)挖掘提供基礎(chǔ)數(shù)據(jù)。

2.2.2 對(duì)讀者進(jìn)行更細(xì)化、更智能的分析，為讀者提供更好的服務(wù)

人臉識(shí)別技術(shù)使圖書館數(shù)據(jù)分析更加精細(xì)化、智能化。通過(guò)相關(guān)數(shù)據(jù)，可以獲取讀者二級(jí)學(xué)院、專業(yè)、性別等宏觀數(shù)據(jù)，分析各個(gè)數(shù)據(jù)中讀者的偏好以及圖書館資源建設(shè)方面存在的不足。進(jìn)行讀者個(gè)人活動(dòng)軌跡分析（統(tǒng)計(jì)讀者入館頻次、行走路線、空間使用偏好等，支持柱狀圖及曲線圖），通過(guò)相關(guān)數(shù)據(jù)，我們可以了解讀者閱讀行為偏好、專業(yè)需求，為讀者提供更智能化的服務(wù)與資源推薦。

2.2.3 實(shí)現(xiàn)數(shù)據(jù)的共享及其他擴(kuò)展應(yīng)用

通過(guò)閱覽室讀者數(shù)據(jù)，實(shí)現(xiàn)閱覽室座位預(yù)估展示，密集區(qū)域熱點(diǎn)人流分布圖展示，高峰期動(dòng)態(tài)圖表分析展示；實(shí)現(xiàn)人臉圖像庫(kù)與圖書管理系統(tǒng)及自助借還等圖書館系統(tǒng)的共享拓展。將相關(guān)數(shù)據(jù)接入學(xué)院數(shù)據(jù)平臺(tái)，擴(kuò)充學(xué)院數(shù)據(jù)庫(kù)，為學(xué)院專業(yè)建設(shè)、學(xué)科建設(shè)提供數(shù)據(jù)支撐。

3 結(jié)語(yǔ)

隨著科技的發(fā)展，各種高科技手段層出不窮，我們應(yīng)該多學(xué)習(xí)各種高科技手段，將其應(yīng)用在圖書館中，通過(guò)在圖書館的應(yīng)用，使讀者能更有效、更智能地獲取知識(shí)，擴(kuò)充大學(xué)生的知識(shí)面，提高其學(xué)術(shù)科研水平。而大學(xué)生各方面知識(shí)水平的提高，則可以使科技得到更快的發(fā)展，國(guó)家得到更新鮮的血液，形成良性循環(huán)。