摘要：在大学校园中，保证学生的人身安全和健康安全是十分重要的。尤其是近年来，疫情一直居高不下，而大学是一个开放的地方，人员流动性和密集性较大、人员组成复杂[1]。一旦发生流感很难确定源头，那么确定每一位进入校园的人员身份和身体健康状况就可以有效地降低疾病传染的几率。如果发现被感染人员可以及时处理并接受治疗，进而保证校园不被污染。基于这些情况设计了及人脸识别、红外体温检测和自动落锁功能的设备——“校园安全检测仓”。
关键词：校园安全；人脸识别；红外测温；自动落锁
0引言
大学作为一个综合性的开放场合，人员流动性和密集性较大、人员组成复杂，包含了各省各市各个地区的人。在发生大规模流行性疾病的时候，大学生是很容易感染的人群，而且很难找到源头进行控制，基于这个原因检测进入学校的人员身份以及健康状况是十分必要的，可以从源头解决问题，保护大学生的身体健康安全。检测流程是：被测人员从前门进入检测仓，经过人脸识别确定被测人员的身份，红外温度检测体温，确认是本校人员后打开后门让被测人员进入校园，非本校人员不可进入校园只能通过侧门离开。人脸识别成功后，非疫情期间体温正常可直接进入学校，体温异常语音提示被测人员“吃药、注意身体”然后入校；在发生疫情期间体温正常可入校，体温异常系统报警通知学校相关人员并关闭所有出口等待学校管理人员处理情况，待处理完毕后设备会对仓内进行全面消毒，检测流程如图1所示。
.png)
图1检测流程图
1人脸识别系统
1.1人脸识别得发展
人脸识别从上世纪50年代被发明出来，这项技术的研究不断深入，人脸识别已经被人们所了解， 随着科技的发展，需要用到人脸识别的地方越来越多了，从人们买菜，从出门小区门口的人脸识别免现金刷脸支付；人脸识别进入校园、门禁、考勤，让学生没法再逃课；在交通，一旦有闯红灯，违章非法的行为交通高清摄像头抓拍你的行为，跟公安系统进行比对，就可以查找到你的所有身份信息。[2]
1.2人脸识别的运用方法
人脸识别技术的检测进程为计算机辨别导入系统的人脸图像或视频是否为实际存在的人脸特征,如果是真实的人脸特征，就会对识别出的图像作进一步的分析，对图像的特征进行比对识别。最后根据计算得出的数据，得到被识别图像中所蕴含的信息，并在数据库中查找类似的图像，进而确定检测人员身份。[3]
人脸识别技术有检测，跟踪和对比三个步骤，这三个步骤都发挥了各自的作用，缺一不可。目前的人脸识别技术分为以下几种：
1. 人脸几何特征的识别方法：其特点为占用的内存很小，识别速度很快，但效率较低，安全度不高，不适用于重要环境。[4]
2.PCA人脸识别方法：这种方法需要大量的内存，需大量存储人脸信息后进行人脸的比对。[5]
3.SVM人脸识别方法：这种方法的识别效率很高，但需要大量的人脸图像数据。
4.神经网络的面部识别方法:这种方法也需要大量的样本，对内存占用量有一定限制。[6]
5.弹性图匹配的人脸识别方法：这种识别方法可以有效的对人面部表情变化进行处理和识别，并且不需要采集大量的样本。
1.3人脸识别准确率的提升
常用人脸识别算法所提取特征比较单一不够全面，并且在实际应用过程中光照角度、图像尺度、脸部部分被遮挡等情况都会影响到人脸识别的准确率，可以通过卷积法和LBP特征法来提高检测的成功率。
在数据集采集输入到人脸库的过程中，一个被采集对象需要采集10至20张不同情况下的图像：包括不同方向的光照角度、不同的面部表情、不同的被遮挡部位等情况; 所有的人脸图像像素都调整为350×466。在正式使用设备之前，需要对图像进行最终的处理，使图像大小降至 16 × 16，灰度值调整在 0 ～ 1 范围内。[7]使用这种方法可以有效的提高人脸识别的成功率。
2红外线温度检测
2.1红外测温原理
红外测温的原理就是通过测量物体的热辐射能的强度进而测量物体的温度。在日常生产生活，中凡是高于绝对零度的生物和物品都无时无刻的向四周散发出红辐射能量，其散发出的红辐射能的大小准确的反映了物体自身温度的高低，所以只要测量出物体散发出的红辐射能的大下，就能精准的反映出物体温度的高低。
相对于单色测量测量，双色温度温度测量的表现效果更好。它可以不受水蒸气、粉尘、被测目标尺寸的变化、发射率变化等影响，测量绝大多数物体时，不需要校正参数，双色测温仪测量出的结果是平均温度。[8]
2.2红外测温的应用
红外温度检测发展的意义：近几年我国先后遭受了非典、甲流、新冠肺炎等疫情的侵袭，这些疫情来势汹汹，具有传染性强、潜伏期长等特点。因此迅速发现疑似患者并迅速隔离成为重中之重，但是在学校、商场、车站等人流较大的场所不适合按顺序逐一检测 所以对红外测温检测技术的研究有着非常重要的现实意义。
红外温度检测的优点：可以不用接触被测物表面；测量范围广；相对于传统测温方式红外温度检测反馈快、灵敏度高、结果准确、操作简单；成本低。
红外温度检测在生活中的应用：手持红外测温枪，冰箱温控测温系统，汽车温控测温系统。[9]
红外温度检测在生产中的应用：红外热像仪，锅炉炉温监控和过程控制检测系统，火焰检测，热熔检测。
2.3如何减少红外测温的误差
非接触式测温，即红外测温原理，测温范围为-50至3300℃之间，精度为1%。红外测温仪在测量温度时，被测量人员会放射出红外热辐射能，仪器的控制器会将放射性能量转换成电信号，测量的体温显示在屏幕上。然而因为受到环境温度、测量距离远近的影响，可能导致温度测量系统显示的温度与人体实际温度之间出现误差。[10]
当测量距离越来越大时,测温的精度也就越来越低。为了验证测温距离远近对测温精度的影响，进行多次反复的实际实验测量，试验结果显示在0～20厘米范围测量时误差的范围在0.02℃左右, 在20～70厘米范围测量时误差范围在0.05℃左右, 因此在测量人体温度时设备要要尽可能的接近被测人员的检测部位。[11]
3自动落锁以及消毒装置
正常情况下，“校园安全检测仓”会在每天早上使用前以及晚上使用完毕后进行两次消毒，预防细菌滋生。在疫情期间，当被测人员进入仓内检测后，体温异常时控制器会把异常信号传递给总控制器，然后总控制器控制仓门锁死，防止病毒扩散传染到更多的人。相关工作人员可以从外部打开仓门处理情况。待处理完毕后，按下“消毒”按钮，消毒装置会对内部进行消毒，确保仓内处于安全状态。
4结论
运用本装置可以极大程度的拦截无关人员进入学校的情况，进而确保校园环境的安全，也为学校管理提供了便利。并且在发生流行性疾病时，可以极大程度的检测出感染人员让学校能快速处理情况，从源头切断传播源保证其他人员的身体健康安全。本装置还拥有自动消毒功能，可以在检测出患病人员、学校处理相关情况结束后，对装置内进行消毒，防止病毒传播。
参考文献
[1] 陈小慧.广东高校校园学生安全管理研究[D]，华南理工大学硕士学位论文,2011
[2] 郑亮.人脸识别技术安防应用[J].中国科技信息，202(6)：58-59.
[3] 马晓艳. 计算机网络安全如何防范[J]. 东西南北：教育,2011
[4] 郭滢霞. 网络考试中的人脸识别方法研究[J]. 中学时代：理论版,2013
[5] 徐欢. 基于双线性模型的人脸表情识别研究[D]. 北京工业大学硕士学位论文,2014
[6] 郑萍. 与“单克隆抗体”相关问题的解答[J]. 生物学教学,2014
[7] 刘亮. 基于改进卷积神经网络的人脸识别算法[J].科技通报，2019.4
[8] 丁磊. 基于红外传感的温度检测与传输系统设计[D].安徽大学硕士学位论文，2014
[9] 冯伟，骆雪汇.基于MLX90614的公共场所体温快速检测器的设计[J].高科技产品研发,2012
[10] 俞联梦.红外测温仪测温系统准确性研究[J].信息技术与信息化.2020.3
[11] 葛泽勋，曹秒，安志勇.基于距离补偿的红外测温系统设计[J].长春理工大学学报（自然科学版）,2019(2)
作者简介：吕鹏帅（1999.6——），男，辽宁沈阳，本科生，过程装备与控制工程专业
通讯作者：常学森（1971.6——），男，辽宁鞍山，工学博士，讲师，主要研究方向过程装备设计与制造