劉怡鍵，于 洋，鄧雪純

(大連民族大學 計算機科學與工程學院,遼寧 大連 116650)

隨著高校校內(nèi)綜合服務工作量的增大，校內(nèi)服務人員緊缺問題普遍存在于各個高校。以學籍管理人員為例，不僅要維護好每位在校生的學籍信息、管理好每位在校生的學籍檔案、開具在校生的各類證明、 制作發(fā)放每位應屆畢業(yè)生的畢業(yè)證書和學位證書，還要辦理新生入學注冊、在校生學年注冊、畢業(yè)生學歷注冊、畢業(yè)生學位上報等手續(xù)。對于校內(nèi)綜合服務人員來說，管理效率低、質(zhì)量不高的最重要原因就是工作內(nèi)容過于繁雜。這是高校教務管理工作者經(jīng)常面臨的問題。為了進一步提升校內(nèi)綜合服務管理信息化程度，減輕工作人員負擔，簡化學生辦事流程，本文針對目前高校廣泛建設學生一站式服務大廳普遍存在的問題，結合各類自助服務設備，設計了校園綜合服務自助一體機系統(tǒng)。

1 系統(tǒng)整體架構

系統(tǒng)的架構主要分為三個部分：自助報到服務模塊、成績打印服務模塊、證明類證書打印服務模塊，系統(tǒng)架構如圖1。

圖1 系統(tǒng)架構

自助報到服務一體機采用了身份證信息讀取器技術、人證比對技術和電子印章技術。學生報到服務一體機首先刷身份證查詢身份，同時通過人證比對技術進行活體檢測和身份識別，學生將學生證蓋章放到指定位置，通過機器視覺技術對位置進行識別，用印章進行蓋章，最終完成注冊，并在可視化屏幕進行顯示。成績打印類服務一體機和證書打印服務一體機主要利用人證比對技術認證學生信息，利用文檔分析技術和電子印章技術提供學生所需的成績單。

一體機硬件設計主要是在機柜嵌入各種設備，主機負責協(xié)調(diào)宣傳引導屏、觸摸顯示器、雙目攝像頭、燈箱控制、身份證閱讀器、指紋采集器，高拍儀、電子簽名板等硬件。其中，雙目攝像頭為專用廣角雙攝像頭，相比于單目攝像頭，雙目攝像頭可以計算出深度信息，有更好的識別精度。二代居民身份證閱讀器以無線傳輸方式與第二代居民身份證內(nèi)的專用芯片進行安全認證后，將芯片內(nèi)的個人信息資料讀出，將此信息上傳至計算機，并完成解碼、顯示、存儲、查詢和自動錄入等功能。高拍儀采用USB3.0接口,傳輸速度可達到5Gb·s-1,提供高質(zhì)量掃描，最大掃描尺寸可達A4幅面，可將票據(jù)、身份證或者文稿文件都轉為JPG或所需的計算機存儲格式。電子簽名板的嵌入使簽名不能被復制和盜用，提高了設備的安全性。打印機帶有SDK，可以監(jiān)控打印機卡紙、缺紙等各種異常情況并進行處理。

2 自助綜合服務一體機技術內(nèi)容

2.1 人臉識別及人證比對技術

各類人臉識別方法的關鍵都在于提取人臉數(shù)據(jù)中與身份相關的本質(zhì)特征[1]，同時消除受非身份因素影響的部分，其中光照是實際應用中最主要的影響因素，系統(tǒng)要求人臉識別系統(tǒng)能適應不同的光照環(huán)境。所以利用可見光是行業(yè)內(nèi)大多在用的人臉識別技術，但在算法上存在差異。需要研究可見光預處理算法，減少抓取的人臉識別圖像信息損失。最大限度保障識別率，利用近紅外來有效解決可見光人臉識別不能解決的問題。雙光學技術保障了人臉識別與比對過程中遇到的錯檢情況。系統(tǒng)內(nèi)置一個拍攝可見光攝像頭和一個濾除可見光的近紅外攝像頭，分辨率均為1920×1080，其中近紅外攝像頭是普通攝像頭加上透紅外波段的濾光片或者是在攝像頭上鍍透紅外波段的紅外膜；兩個攝像頭為同一人同時采集可見光和近紅外圖像?？梢姽馑惴稍诠饩€良好環(huán)境下可實現(xiàn)快速識別，而近紅外算法則支持活體檢測，使用強度高于環(huán)境光線的主動近紅外光源成像，配合相應波段的光學濾片，從技術層面防止通過照片、視頻等手段偽造認證，而無需使用者配合張嘴、眨眼等動作[2]。

2.1.1 新生人臉特征數(shù)據(jù)提取

首先，根據(jù)考生號導出考生學籍照片存放在電腦目錄中，并逐一提供給虹軟人臉識別SDK人臉注冊接口，用考生身份證號作為新生的ID。經(jīng)過人臉檢測之后，需要對檢測到的人像進行特征提取。特征提取是指將圖像中的人臉面部特征，如眼睛、鼻子、眉毛、嘴巴和面部輪廓等具體位置、大小、形狀及其相關位置的不同等特征信息進行提取，從而獲得能夠表征人臉圖像的數(shù)據(jù)量[3]。目前人臉特征提取的方法包括特征臉方法、神經(jīng)網(wǎng)絡方法、歐式距離判別法、陰馬爾科夫方法等。其中特征臉方法是利用PCA算法計算特征向量，即特征臉[4]，將需要提取的人臉圖像信息映射到各個向量中，并使用對應的向量系數(shù)表征人臉特征，達到人臉特征提取的目的。PCA算法是在最小均方差下尋找一組基向量，用其組成的矩陣構造一個投影子空間，使高維空間的樣子投影到該子空間中，這樣既保留數(shù)據(jù)的主要特征成分，又達到降維的效果。因此我們可以實現(xiàn)用低維子空間來描述人臉圖像，求得圖像壓縮中的最優(yōu)化正交變換，把所需要的識別信息保存下來。PCA算法的基礎是 K-L變換，其中

Y=A(X-mX)。

(1)

式中：X=(X1,X2,…,XN)為N維隨機矢量，mX=E(X)為其平均值向量，A為變換矩陣，其行為Cx的特征值，Cx=E{(X-mx)(X-mx)}為的協(xié)方差矩陣。

2.1.2 獲取虹軟人臉識別SDK

ArcFace 離線SDK，包含人臉檢測、性別檢測、年齡檢測、人臉識別、圖像質(zhì)量檢測、RGB活體檢測、IR活體檢測等能力，初次使用時需聯(lián)網(wǎng)激活，激活后即可在本地無網(wǎng)絡環(huán)境下工作，可根據(jù)具體的業(yè)務需求結合人臉識別SDK靈活地進行應用層開發(fā)。

2.1.3 照片質(zhì)量檢測

由于新生學籍中的的照片質(zhì)量較低，為了減少接口的調(diào)用次數(shù)，提高系統(tǒng)的整體工作效率，需要在進行人臉注冊之前先進行照片質(zhì)量檢測，當檢測發(fā)現(xiàn)照片效果不佳時將該照片拋棄并生成一個表格，提示工作人員重新收集這些新生的照片或引導這些新生使用其他方式進行報到。照片質(zhì)量檢測需要借助虹軟人臉識別SDK 的人臉檢測接口判斷。調(diào)用人臉的交互類中的Identify方法，即可獲得檢測結果。該結果以JSON 形式返回，需要在C#中對返回JSON 進行解析，根據(jù)實驗及參考相關開發(fā)文檔，重點關注返回結果中的表1 所示屬性，若這些屬性的值均能滿足條件，則該照片可用，否則可以考慮舍棄。

表1 人臉檢測接口返回參數(shù)判定照片可用性參考數(shù)值

2.1.4 人臉注冊和識別

虹軟人臉識別SDK的人臉識別功能依賴于虹軟相關數(shù)據(jù)庫引擎，使用虹軟提供的云數(shù)據(jù)引擎能夠?qū)崿F(xiàn)人臉快速辨析、查找和匹配，相對于本地數(shù)據(jù)庫引擎具有占用系統(tǒng)資源少、速度快的優(yōu)勢。因此，將所有新生的學籍照片預先導入到虹軟人臉識別SDK提供的云端數(shù)據(jù)庫中，并進行人臉注冊。通過攝像頭抓取到的現(xiàn)場學生圖像傳入虹軟人臉識別SDK中人臉識別接口，即可分析出該人臉信息是否在數(shù)據(jù)庫中。在進行人臉識別之前，同樣需要對抓取現(xiàn)場學生圖像進行照片質(zhì)量檢測，滿足表1 所示參數(shù)要求方可使用，若不滿足該要求則提示重新抓取圖像。圖像進行照片質(zhì)量檢測后調(diào)用虹軟人臉SDK交互類中的Identify 方法，獲得SDK 回傳的JSON 結果，對JSON 進行解析，取得user_info 字段的值，并在本地數(shù)據(jù)庫StudentInfo_tb 表查找(查詢身份證號)，找到考生身份信息即可進行后續(xù)操作，如識別失敗可以提示新生換個姿勢、角度重新拍攝圖片重試，多次重試均不成功的可以使用其他方式進行新生報到身份驗證。

2.2 人證比對系統(tǒng)

2.2.1 通信信息傳遞

自助一體機人證比對模塊和服務端傳遞的信息包括信息頭和信息體兩大部分, 通信信息內(nèi)容如圖2。

a)客戶端發(fā)送信息格式 b)服務端接收結果信息格式

當客戶端或服務端每次接到信息時, 會先對消息頭的標記部分進行判斷, 如果標記正確, 則按消息頭提供的消息體長度信息接受消息體, 否則丟棄該數(shù)據(jù)包。這種數(shù)據(jù)結構的設計不僅可以防止由網(wǎng)絡問題造成的數(shù)據(jù)失真, 還能根據(jù)其數(shù)據(jù)長度塊的數(shù)據(jù)將整個JSON格式的消息體快速提取出來, 提高了程序的運行效率。

2.2.2 人證比對模塊的算法實現(xiàn)

人證比對算法模塊作為本系統(tǒng)的核心模塊, 需要調(diào)用C++的動態(tài)鏈接庫, 利用卷積神經(jīng)網(wǎng)絡算法提取身份證圖片與當前幀圖像的特征向量, 通過特征向量的比對計算比分并判定最終結果[5]。該系統(tǒng)將客戶端傳來的Base64格式的圖片轉換成mat格式，再將其轉化為byte數(shù)組，判斷圖中的人臉個數(shù)。若人臉個數(shù)唯一，則直接對其進行特征提取；反之將視頻幀中截取的mat格式的圖片轉化為數(shù)組, 然后再轉化為指針指向的數(shù)組, 檢測圖片上所有的人臉目標。利用預先訓練好的卷積神經(jīng)網(wǎng)絡模型將截取出的人臉轉換為對應的特征向量，然后將其與身份證照片對比, 計算比分并判定結果[6]。人證比對算法模塊流程如圖3。

圖3 人證比對算法流程

2.3 文檔分析技術

自助一體機提供證件蓋章功能，如學生證注冊需要在指定位置蓋章，文檔分析技術流程如圖4?？梢酝ㄟ^硬件設計采集包含最小可識別特征的局部證件圖像。由于學生證上的數(shù)字號碼存在于文字、陰影線、方框等復雜背景中，現(xiàn)有算法存在識別精度低、普適性及魯棒性不強等問題，該技術首先通過自適應二值化與形態(tài)學處理相結合解決因光照不勻、噪聲、傾斜及具有陰影線字符導致的分割難題，進而利用Blob分析提取學生證上的重要局部特征，最后綜合利用字符先驗信息和相關匹配算法提高識別率。該模塊具有圖像讀入、文字讀取、字符模板登錄、識別條件設定與參數(shù)保存等功能。包括識別引擎和應用管理2個模塊。識別引擎由圖像采集和圖像處理單元構成，用于采集圖像，讀取學生證信息并進行字符識別。識別引擎通常在后臺運行，可以確認相機角度、照明狀態(tài)并設置識別條件。

圖4 文檔分析技術流程

2.4 電子印章和自動蓋章技術

互聯(lián)網(wǎng)和傳統(tǒng)業(yè)務體系的結合讓人們可以快速便捷足不出戶辦理各類證件、處理公文。但是個人的私密文件、賬戶信息、信用資料等在互聯(lián)網(wǎng)上也很容易被非法獲取或者篡改。電子印章同樣是當前電子簽名技術中的一種重要形式[7]，主要是將實體印章進行電子化，并對數(shù)字證書進行有效的綁定，能夠起到良好的防抵賴效果。通過電子印章應用，能夠?qū)⑸w章者的身份、實體印章本身的相關情況和權威機構進行綁定，有效提升電子印章的認定性效果，使其具有更好的完整性、可靠性和有效性。電子印章在實際使用過程中，主要使用了數(shù)字簽名、數(shù)字證書以及安全存儲等技術，一個合法有效的電子簽章中應該包含多種信息，并且還需要通過電子印章管理系統(tǒng)進行確認和認定。電子印章的產(chǎn)生，需要對簽名證書信息進行有效的關聯(lián)，針對印章持有者的信息進行認定，確認其中印章的用戶屬性信息，并附帶相關的實物印章數(shù)字化的圖片，同時還需要保證印章屬性信息真實有效，最后同樣需要進行數(shù)字簽名確認。通過這一系列的工作，能夠在很大程度上有效提升電子簽章的安全性、有效性和可靠性， 將電子簽章的偽造情況進行有效控制。印章的應用非常廣泛，在各類企事業(yè)單位經(jīng)常需要對各類文件、證書等加蓋公章。目前主要采用傳統(tǒng)手工蓋章，若有文件需要自動蓋章時，該方法勞動強度大、效率低下。自動蓋章機，能夠有效解決大量文件的蓋章問題，不僅減輕了工作人員的勞動強度，提高了工作效率，而且性價比較高。該自動蓋章機主要由機架、定位模塊、蓋章模塊和紙張輸出模 塊四部分組成。機架主要由鋁型材、角連接件、軸承和軸承座組成，另外三部分安裝在機架上[8]。

3 結 語

智慧校園綜合服務自助一體機這種以學生為主體的自助服務平臺，作為智慧校園建設的重要組成部分，既滿足了學生的學籍注冊、報道和打印需求，又實現(xiàn)了信息的共享以及辦公自動化的需求，大大提高了學校教育教學信息化建設的水平，切實減輕了教學管理人員的工作量。同時，該系統(tǒng)的建成也為一系列面向?qū)W生的服務業(yè)務發(fā)展奠定了基礎，指明了方向。未來隨著信息化技術的進一步發(fā)展，智慧校園綜合服務自助一體機將會在智慧校園建設中發(fā)揮更大的作用，為學生提供更加完善、便捷的服務。