吳宇紅　費(fèi)繼華　鄭軍　孫先山

【摘要】? ? 電站工程項(xiàng)目的施工作業(yè)現(xiàn)場(chǎng)人員流動(dòng)大、工種多，如果不對(duì)作業(yè)人員信息進(jìn)行安全管理，會(huì)對(duì)正常的施工作業(yè)造成影響。本文先對(duì)電站工程施工現(xiàn)場(chǎng)人員信息安全管理現(xiàn)狀進(jìn)行分析，并對(duì)人臉識(shí)別技術(shù)用于電站施工作業(yè)現(xiàn)場(chǎng)的優(yōu)勢(shì)進(jìn)行論述，最后對(duì)如何實(shí)現(xiàn)施工現(xiàn)場(chǎng)安全管理信息化進(jìn)行探討。

【關(guān)鍵詞】? ? 人臉識(shí)別? ? 電站工程? ? 現(xiàn)場(chǎng)安全信息化

引言：

電站工程施工項(xiàng)目規(guī)模較大，施工作業(yè)周期短，對(duì)施工技術(shù)要求高，同時(shí)，施工現(xiàn)場(chǎng)作業(yè)人員數(shù)量多，經(jīng)常存在交叉作業(yè)現(xiàn)象，存在較多的不穩(wěn)定安全因素。電站工程施工現(xiàn)場(chǎng)人員變動(dòng)較為頻繁，人員進(jìn)、出高峰期較為集中，施工現(xiàn)場(chǎng)作業(yè)人員存在冒用、借用等問題，人員信息審核檢查需要耗費(fèi)大量時(shí)間，管理人員的工作量大，作業(yè)現(xiàn)場(chǎng)安全管理問題較為突出。

很多施工單位只注重追求更高的經(jīng)濟(jì)效益，沒有對(duì)作業(yè)現(xiàn)場(chǎng)安全風(fēng)險(xiǎn)進(jìn)行有效管控，使作業(yè)現(xiàn)場(chǎng)存在著較大的安全隱患，直接威脅到作業(yè)人員的生命健康，人臉識(shí)別技術(shù)被廣泛應(yīng)用于施工現(xiàn)場(chǎng)安全管理，可以有效解決傳統(tǒng)人員信息管理存在的問題，進(jìn)一步提高人員信息安全管理水平。

一、電站工程施工現(xiàn)場(chǎng)人員信息安全管理現(xiàn)狀分析

1.1閘機(jī)形同虛設(shè)

為保證電站工程項(xiàng)目施工作業(yè)安全，很多施工作業(yè)現(xiàn)場(chǎng)都設(shè)置有閘機(jī)信息系統(tǒng)，但該系統(tǒng)主要為項(xiàng)目管理人員提供，可以限制非工作人員進(jìn)入，可對(duì)員工進(jìn)行實(shí)名化管理。

電站工程施工作業(yè)現(xiàn)場(chǎng)區(qū)域較大，作業(yè)人員和貨物進(jìn)出都比較頻繁，會(huì)在相同的時(shí)間段內(nèi)集中出入，保安人員數(shù)量有限，無法承擔(dān)繁重的人員信息錄入工作，經(jīng)常會(huì)出現(xiàn)作業(yè)人員翻越閘機(jī)等現(xiàn)象，人工監(jiān)管方式無法滿足人員信息安全管理需要。

1.2人員登記信息管理不完善

傳統(tǒng)的人員信息管理多采用指紋、門禁等方式，電站工程項(xiàng)目需要大量作業(yè)人員，很多施工單位只是一次將人員信息錄入進(jìn)來，大型電站工程項(xiàng)目用工形式復(fù)雜，施工作業(yè)人員流動(dòng)比較大，指紋錄入還存在識(shí)別失敗等現(xiàn)象，存在著較大的安全風(fēng)險(xiǎn)因素，即便采用門禁系統(tǒng)、指紋考勤系統(tǒng)，仍不能完全保證達(dá)到作業(yè)人員安全管理的要求。

1.3替崗、串崗問題突出

而采用傳統(tǒng)的安全監(jiān)督管理模式，如果對(duì)施工作業(yè)人員管理不到位，經(jīng)常會(huì)存在人員信息與實(shí)際不符現(xiàn)象，存在嚴(yán)重的冒用、借用等問題，會(huì)使作業(yè)人員出現(xiàn)串崗、替崗、無證上崗等事件，由于施工作業(yè)人員整體素質(zhì)不高，會(huì)存在多種不安全因素，存在著較大的安全隱患。

二、人臉識(shí)別技術(shù)在電站施工作業(yè)現(xiàn)場(chǎng)應(yīng)用具備的優(yōu)勢(shì)

人臉作為一種生物特征，具有唯一性和不易復(fù)制性，可以用作身份鑒別的依據(jù)。人臉識(shí)別技術(shù)經(jīng)過數(shù)十年的發(fā)展，已經(jīng)將光學(xué)成像、計(jì)算機(jī)技術(shù)、人工智能技術(shù)、核心算法等進(jìn)行了高度結(jié)合，具有較高的正確識(shí)別率和識(shí)別速度，是一種新型生物特征識(shí)別應(yīng)用技術(shù)。

主動(dòng)近紅外圖像多光源識(shí)別為當(dāng)前應(yīng)用比較成熟的人臉識(shí)別技術(shù)，在識(shí)別精度、穩(wěn)定性和速度等性能方面比較突出，可以不通過接觸就能得到人臉圖像信息，在識(shí)別對(duì)象無意識(shí)的情況下來得到人臉圖像，具有結(jié)果直觀、隱蔽性好等優(yōu)勢(shì)。

大型電站施工現(xiàn)場(chǎng)人員數(shù)量較多，需要在指定的時(shí)間內(nèi)集中進(jìn)、出廠區(qū)，傳統(tǒng)的人員信息管理方式已經(jīng)無法滿足安全管理要求，采用人臉識(shí)別技術(shù)可以在較短的時(shí)間內(nèi)完成信息錄入，滿足施工作業(yè)人員和管理人員信息快速采集要求。

三、人臉識(shí)別系統(tǒng)與電站工程施工現(xiàn)場(chǎng)安全管理信息化的實(shí)現(xiàn)

3.1人臉檢測(cè)難點(diǎn)分析

人臉檢測(cè)是作業(yè)人員完成人臉識(shí)別后的重要環(huán)節(jié)，圖像前端采集設(shè)備為高清攝像頭，把采集到的作業(yè)人員人臉識(shí)別圖片通過無線網(wǎng)絡(luò)發(fā)回到服務(wù)器進(jìn)行處理。

要求人臉檢測(cè)成功率要達(dá)到90%以上，并在1秒時(shí)間內(nèi)完成響應(yīng)，達(dá)到報(bào)警和響應(yīng)的最低要求。人臉檢測(cè)主要存在如下難點(diǎn)：

1.人臉圖像采集距離在5-10米時(shí)，人臉在圖像中的像素比為0.6-2%，不同尺度人臉會(huì)導(dǎo)致檢測(cè)anchor無法適應(yīng)。

2.人臉識(shí)別系統(tǒng)硬件成本控制會(huì)對(duì)獲取到的畫面質(zhì)量產(chǎn)生影響，如果像素過低會(huì)使人臉特征檢測(cè)難度變大。

3.受到作業(yè)現(xiàn)場(chǎng)無線網(wǎng)絡(luò)傳輸速度影響，如果像素降得過低再發(fā)送到服務(wù)器進(jìn)行處理，獲取到圖像質(zhì)量則無法保證，會(huì)給后續(xù)檢測(cè)帶來更大的困難。

4.深度學(xué)習(xí)算法可以滿足人臉識(shí)別對(duì)精度和速度的要求，但人臉檢測(cè)還需要采取有針對(duì)性的高駐地。保證檢測(cè)速度和信息存儲(chǔ)效率，會(huì)對(duì)檢測(cè)準(zhǔn)確率造成影響，但如果將檢測(cè)速度放慢，還需要占用更多的內(nèi)存。

3.2單階段無頭部人臉檢測(cè)算法

該種方式的人臉檢測(cè)需要在單個(gè)階段內(nèi)進(jìn)行檢測(cè)，早期特征映射用于把一組預(yù)定義anchor向人臉回歸。與兩階段檢測(cè)器本質(zhì)差別在于最終分類和anchor同時(shí)完成，再者，單階段無頭部人臉檢測(cè)將底層網(wǎng)絡(luò)頭部進(jìn)行刪除，為無頭部網(wǎng)絡(luò)檢測(cè)器，該種人臉檢測(cè)的設(shè)計(jì)尺度不發(fā)生變化，把高效卷積檢測(cè)模塊采用不同步長(zhǎng)置于圖層頂部，步長(zhǎng)都通過適宜的人臉尺度范圍訓(xùn)練。無頭部網(wǎng)絡(luò)檢測(cè)器將多種先進(jìn)方法進(jìn)行集成，WIDER FACE數(shù)據(jù)集可以將每張照片檢測(cè)時(shí)間減少50毫秒，也可以更好解決多尺度與像素間存在的問題，也可以應(yīng)用于多場(chǎng)景和復(fù)雜場(chǎng)景，有著很好的魯棒性，在施工作業(yè)現(xiàn)場(chǎng)場(chǎng)景下，可以進(jìn)行多尺度、小人臉和多人臉的檢測(cè)，可以滿足要求。

無頭部人臉檢測(cè)可以降低邏輯推理時(shí)間，不會(huì)占用處理器太多的內(nèi)存，擁有很好的尺度不變性，為單階段檢測(cè)算法，通過卷積層來獲取到全局信息并進(jìn)行分類定位。從整體架構(gòu)上來看是全卷積網(wǎng)絡(luò)，以VGG16作為基礎(chǔ)進(jìn)行優(yōu)化得來的，先通過基礎(chǔ)網(wǎng)絡(luò)得到特征以后再將頭部去除掉，對(duì)不同尺度特征圖中加入檢測(cè)模塊，可以更好地對(duì)人臉進(jìn)行定位和分類，實(shí)質(zhì)上是對(duì)不同深度卷積層中加入不同的檢測(cè)模塊，這樣才能獲取到不同尺度的人臉。檢測(cè)模塊為回歸器、二分類器構(gòu)建而成，可實(shí)現(xiàn)對(duì)作業(yè)人員人臉的檢測(cè)與定位，算法通過設(shè)置一組卷積層來對(duì)特征進(jìn)行檢測(cè)與定位，回歸器利用卷積層來進(jìn)行回歸預(yù)測(cè)，卷積時(shí)的每個(gè)位置都需要利用回歸器對(duì)尺度必變及平移量進(jìn)行預(yù)測(cè)，從而把每個(gè)正anchor和作業(yè)人員臉部特征進(jìn)行匹配。

在電站作業(yè)現(xiàn)場(chǎng)場(chǎng)景中，作業(yè)人員臉部尺寸大小不盡相同，尺度不變性要求圖像不同尺寸人臉檢測(cè)具有很好的魯棒性，要求模型對(duì)大、小尺寸人臉都有很好的檢測(cè)性能。無頭部人臉檢測(cè)可應(yīng)用不同深度卷積層feature map，利用拼接好的檢測(cè)模塊對(duì)不同尺寸圖像進(jìn)行準(zhǔn)確檢測(cè)。

在進(jìn)行預(yù)測(cè)時(shí)，可以把不同尺度預(yù)測(cè)boxes進(jìn)行高度整合，再采取非最大抑制處理，然后可以得到最后的人臉檢測(cè)結(jié)果。上下文模塊設(shè)計(jì)時(shí)，對(duì)檢測(cè)模塊上下文層進(jìn)行集成，因?yàn)閍nchors采用卷積方式來進(jìn)行分類與回歸，應(yīng)用了更大卷積核尺寸，這與兩階段檢測(cè)器中加入proposals比較相近，需要在算法上下文模塊中應(yīng)用卷積核，擴(kuò)展不同網(wǎng)絡(luò)層卷積核感受野，這樣可以提高對(duì)多尺度目標(biāo)的適應(yīng)能力。對(duì)較小卷積核層進(jìn)行堆疊 ，同樣可以達(dá)到大感受野效果，為降低參數(shù)數(shù)量，算法中引入串聯(lián)卷積來取代大尺寸卷積核。與兩階段算法進(jìn)行比較來看，采用的檢測(cè)模塊和上下文濾波器參數(shù)量更少。

3.3人檢識(shí)別難點(diǎn)分析

完成人臉檢測(cè)工作以后就要進(jìn)行人臉識(shí)別，確定人臉?biāo)鶎?duì)應(yīng)的人名，要求識(shí)別率在90%以上，在2秒內(nèi)完成響應(yīng)。對(duì)電站工程作業(yè)現(xiàn)場(chǎng)來講，人臉識(shí)別主要存在如下難點(diǎn)：

1.距離很遠(yuǎn)的小人臉識(shí)別目標(biāo)，人臉信息會(huì)跟跟著像素降低而變小，通過網(wǎng)絡(luò)傳輸處理不能對(duì)人臉身份特征進(jìn)行有效區(qū)分。

2.安全帽等物體會(huì)對(duì)作業(yè)人員頭部進(jìn)行遮擋，額頭特征無法識(shí)別，只能通過人員臉部信息進(jìn)行識(shí)別，這就增加了人臉識(shí)別難度。

這就要求電站工程作業(yè)現(xiàn)場(chǎng)人臉識(shí)別算法具有高精度，可以結(jié)合檢測(cè)到的不完整信息人臉圖像，提取出可以進(jìn)行準(zhǔn)確人臉識(shí)別的特征信息，準(zhǔn)確對(duì)人臉識(shí)別特征信息進(jìn)行區(qū)分，并滿足識(shí)別速度的要求。

3.4附加角度邊界損失人臉識(shí)別算法

該算法可以保證在采用人臉識(shí)別模型進(jìn)行訓(xùn)練時(shí)，使類內(nèi)距離更為緊湊，也可以具有更大的區(qū)分度，有利于提高算法識(shí)別精度，讓響應(yīng)速度可以達(dá)到毫秒級(jí)，具有更好的人臉識(shí)別效果。該算法也基于深度卷積神經(jīng)網(wǎng)絡(luò)，將網(wǎng)絡(luò)特征和最后一個(gè)全連接層間的點(diǎn)積與特征及權(quán)重歸一化余弦距離相等。再采用反余弦函數(shù)對(duì)目前特征與目標(biāo)權(quán)重值相互間的角度進(jìn)行計(jì)算，再對(duì)目標(biāo)角度中加入附加角度余量，再采用余弦函數(shù)獲取到目標(biāo)logits，再應(yīng)用特征規(guī)范對(duì)logits進(jìn)行重新縮放，后續(xù)的處理過程與softmax基本類似。該算法是將網(wǎng)絡(luò)卷積神網(wǎng)絡(luò)算法中間步驟作為基礎(chǔ)來添加角界損失，可以對(duì)特征進(jìn)行更為明顯地區(qū)分，對(duì)角度余量進(jìn)行創(chuàng)新設(shè)計(jì)，也是保證特征識(shí)別準(zhǔn)確的關(guān)鍵。ResNet50用于對(duì)作業(yè)現(xiàn)場(chǎng)人員臉部特征進(jìn)行提取，該算法可以有效解決作業(yè)人員臉部特征提取過程中，隨著網(wǎng)絡(luò)深度增加而產(chǎn)生的梯度消失和爆炸，有利于提高網(wǎng)絡(luò)深度，從而得到更為深層次人臉特征。因此，基于ResNet50附加角度邊界損失算法可以進(jìn)一步提高人臉深度特征的識(shí)別能力。附加角度邊界損失人臉識(shí)別算法，可以更好地滿足電站作業(yè)現(xiàn)場(chǎng)人臉識(shí)度精度和速度的要求，還在人臉識(shí)別流程中添加了多幀識(shí)別功能，可以更好地降低不同場(chǎng)景條件下人臉識(shí)別錯(cuò)誤率，具有很好的容錯(cuò)性能和更為強(qiáng)大的魯棒性。

四、結(jié)束語

綜上所述，電站施工作業(yè)現(xiàn)場(chǎng)人員信息安全管理難度較大，傳統(tǒng)的監(jiān)管方式已經(jīng)無法滿足要求，需要引入人臉識(shí)別系統(tǒng)來提高現(xiàn)場(chǎng)作業(yè)人員信息安全管理水平，實(shí)現(xiàn)對(duì)作業(yè)現(xiàn)場(chǎng)的智慧化管理，掌握更為準(zhǔn)確的作業(yè)人員數(shù)據(jù)信息，進(jìn)一步提高現(xiàn)場(chǎng)管理效率，合理控制施工成本，保證施工作業(yè)的安全。

參? 考? 文? 獻(xiàn)

[1]劉成攀. 基于深度學(xué)習(xí)的動(dòng)態(tài)人臉識(shí)別[D].西南科技大學(xué)，2020.

[2]金麗麗.探究基于動(dòng)態(tài)閾值圖像分割法的人臉識(shí)別技術(shù)研究[J].計(jì)算機(jī)產(chǎn)品與流通，2019（12）：89.

[3]鄧?yán)罹S. 基于深度學(xué)習(xí)的動(dòng)態(tài)人臉表情識(shí)別研究[D].重慶大學(xué)，2019.

[4]莊鳳云. 基于視頻序列的人臉表情識(shí)別算法研究[D].東南大學(xué)，2019.

[5]張琳琳. 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉表情識(shí)別研究[D].長(zhǎng)春工業(yè)大學(xué)，2019.