谢漪，张景豪，李来福，任思禹，王子豪，刘祖斌
天津城建大学控制与机械工程学院
简介：国家在疫情期间投入大量的人力物力进入抗疫前线，其中就包括通过测温和验证二维码来监控区域人员的出入安全。但人工采集往往存在很多弊端，本文介绍了一种可快速采集人员信息、测量人体体温并实时传输至后台数据库进行数据层级化处理监控分析的系统。
关键词：人脸识别 温度采集 层级化 数据库
2020年天津市大学生创新创业项目，项目号：202010792034
引言：随着2020年初新冠肺炎疫情的爆发，我国针对疫情所体现出病理特征做出了快速防疫响应，在高速路口、城区进出口、社区门口等关键出入位置进行了人工温度检测与数据的采集，以此来监控出入人员的体温是否正常，进而保证流动性较大地区的健康安全。但由于人工测量的方式需要巨大的人力物力支撑，同时人工采集信息还会产生一定误差，人脑无法等同计算机一样存储大量信息以便后期精准提取与调查统计，因此后期也投入了多种可自动测温的智能设备，此类测温设备大多只能实时检测来往人员的温度，并且需要人工管理和检测记录，弊端较为明显。
随着疫情的持续发酵，多地联防联控政策纷纷出台，国家利用电信运营商大数据统计平台分析全国人员的动态流动情况，同时对这些数据进行分析、预测确诊、确定疑似患者等重点人群的动态流动路线，为疫情防控部署提供技术支持。
在此基础上，本文提供了一种可以现场采集人脸信息及体温并传入后台数据库进行监控、对比、并对数据进行层级化处理的系统。
该系统主要用于社区、医院、办公大楼等公共场所出入口，对经过的流动人员进行防疫数据采集，包括体温信息和图像信息等数据，将采集后的原始数据传输并储存到网页中，便于管理员登录、查看相关人员的状态。通过该系统可以使得多等级管理人员有效了解每日出入人员健康情况，并且可以进一步对采集数据进行管理、调配、发布、实现不同层次的管理功能。这大大减少了人力投入，亦可精准服务于用户，并且可在后台数据库精准的调出相关人员的全部进出入信息，方便不同层次的管理人员依据自身管理权限对这些数据进行分析预测，为管理人员带来了便利，为疫情防控部署提供了可靠的技术支撑。
一、数据采集
随着科学技术的高速发展，生物识别技术也在飞速发展。在生物特征识别技术领域，人脸识别技术是最受关注的技术之一。人脸识别技术是继指纹识别、虹膜识别以及语音识别之后出现的一种新型生物识别技术，与其他生物识别技术相比，人脸识别技术具有识别率高、识别速度快、成本低等优点，并在计算机技术，电子技术，自动化，可视化，虚拟现实，图像处理和模式识别等诸多领域和学科中进行了较为广泛的研究。
1、人脸识别发展历程
从20世纪70年代开始，人脸识别的研究经历了近40年的发展，其研究方法已从早期的单一无变化背景下的正面静止图像和较低的识别率逐步发展到通过统计学习的方法研究复杂背景和多分辨率的人脸图像的阶段。根据人脸识别的特点，人脸识别技术的发展大致分为三个阶段。
第一阶段主要是对图像识别所需面部特征的研究，以BertilIon和Parke为代表。主要设计了一种对人脸部位进行特征提取的系统，用计算机生成了一种高质量的人脸灰度图像[1]模型。在人脸识别技术研究的起步阶段，其识别过程有大量人工干预，并没有在市场上得到应用。
第二阶段主要进行人机交互识别方面的研究。从1970年代开始，人脸识别的研究开始受到重视。Harmon、Goldstein和Lesk提出了用几何特征参数表示人脸图像的方法，并设计和完成了人脸识别系统，Kaya和Kobayashi运用了积分投影的方法计算特征参数，然后采用模式分类[2]识别人脸。
第三阶段人脸识别技术进入飞速发展阶段。从1990年代开始，随着科技水平的不断进步，人脸识别技术越发先进，各种模式识别系统被提出，人脸识别逐渐迈入了商业化进程，进入了实用化的阶段。
随着人脸识别应用场合的多样化，市场对于人脸识别系统各方面的需求也变得多样化。
早期的人脸识别算法的实现与验证都是在计算机上通过软件实现的。计算机以其通用性、强大的拓展能力以及丰富的软件工具，如强大的Matlab等带来的便利性，因而在人脸识别系统的实现中一直占据着主导地位。然而，在很多应用场合中，采用嵌入式硬件实现的人脸识别系统相对来说具有更大的优势，如其体积更小、成本与功耗更低、速度更快等等。
2、人脸识别技术分析
用于人脸识别的PCA/ICA算法和BP神经网络等都涉及到大量的数据计算。另外，嵌入式的人脸识别算法还需要实现人脸图像的采集、保存、预处理、结果显示和结果传送等大量的流程控制[3]复杂但运算量小的操作。传统的基于ARM或DSP的单核图像处理系统很难满足算法中的实时性要求。嵌入式器件主要包括ARM，DSP及FPGA等。
人脸识别技术的关键在人脸的提取特征方面，特征提取就是给数据去除冗余信息的过程，如何保证在尽量减少数据多余信息，保留有效信息是特征提取方面研究的难点。现阶段人脸识别算法众多，但基本原理都是运用各种方法对人脸特征进行提取，有效信息提取越多匹配结果就会更精确。
目前的人脸识别系统基本上是利用软件在PC机上实现的，PC机的体积相对较大携带不便，且由于CPU是使用串行处理方式进行数据处理和算法运算，在实时性上有时难以达到实时性的要求，如何提高处理速度无疑成为了人脸识别研究的关键课题。在传统的人脸识别硬件设计中，由于人脸识别算法运行过程中消耗大量资源，导致识别速度受到影响。
3、数据采集系统
温度采集是利用红外温度传感器直接连接硬件进行温度测量，测量的温度通过WIFI模块直接实时传输到数据库后台。
本设计是利用硬件加速人脸识别技术及温度传感器现场测温技术，得到数据并将其通过WIFI传输模块实时传输到数据库后台。
二、数据处理
当今的互联网已经进入了大数据的时代，在这个行业中如果掌握不了数据，那么极有可能与成功擦肩而过，所以加倍掌握数据显得极其重要。数据监测这个行业如今也是非常紧俏的。
本设计采用了无线WIFI传输数据方式，将硬件的数据通过WIFI传输到服务器中，在服务器中利用正则表达式对数据进行分析，并将数据解析为多个字符串，通过转义函数将解析后的数据转义为数据库存储的数据类型。
1、层级化
层级化是指组织在纵向结构设计中需要确定层级数目和有效的管理幅度，需要根据集权化的程度，规定纵向各层级之间的权责关系，最终形成一个能够对内外环境要求做出动态反应的有效组织的结构形式。
层级化设计的核心内容是确定完成任务需要设定的层级数目，有效的管理幅度是决定中层及数目的最基本要素。所谓管理幅度，也称组织幅度，是指组织中上级主管能够直接有效的指挥和领导下属的数量。这些下属的任务是分担上级主管的管理工作，并将组织任务进行层层分解，然后付诸实施。
2、数据库结构
由于VSCode支持的语言更加丰富，插件更为全面，选择VSCode更合适该系统的设计。考虑到该系统的轻量级、网站的动态响应以及服务器的链接处理，选择HTML、CSS作为网站界面的底层语言，选择PHP作为网站的动态语言，可以减少复杂语言的使用，同时在与数据库的连接上更加灵活。
由于MySQL的体积小、速度快、总体拥有成本低，适合层次化数据监测综合处理系统的设计。所以本项目利用MySQL为网站提供数据库支撑。在此基础上，利用计算机语言构建一个层级化管理系统平台，来更好的对数据进行监管。
三、结论
通过该设计，我们可以快速的得到来往人员的信息数据，并存于数据库中。在数据库中可实现层级化管理分析监控，使得我们对于疫情防控的人力投入得到缓解，也因为可以存储大量数据在数据库中方便调用查看，便于响应国家的防控部署。
参考文献：
[1]徐超. 基于FPGA的人脸识别算法的设计与实现[D]. 中国科学技术大学, 2016.
[2]周阳.基于FPGA的嵌入式人脸识别系统设计[D]. 重庆大学, 2009.