基于视频分析的人脸识别在智慧建造中的应用

宁岩 柯知超 张丹立

摘要：信息化赋能智慧建造行业发展已经成为当前政府、企业共同关注的热点之一，利用物联网、大数据、人工智能等新一代信息技术手段提升整体建筑建造行业生产管理效率，实现智慧化、智能化的工程建设体系已经成为工业化建设的必要保障。本文将阐述为了解决建造管理中的人员管理问题，通过人工智能、人脸识别分析等技术减少数据处理量，减轻系统网络负荷，降低信息时延，进而这种基于深度学习、卷积神经网络训练的人脸识别应用将有效提升建筑施工中的人员管理效用。

关键词：人工智能;人脸识别;智慧建工;数据分析

中图分类号：TP311 文献标识码：A

1研究背景

随着我国现代化城市建设战略的不断推进，在建筑建造领域的信息化管理需求日益明显，这主要源自建筑施工行业需要大量的人力资源调度和管理，在2019年3月，住建部联合其他部门联合印发的《建筑工人实名制管理办法（试行）》开始执行。然而，建筑施工的安全监管、人员监管以及物资监管手段都相对“死板”，整个行业并没有形成完整的基于“互联网+思维”的有效管理手段，人员、货物进出频繁，信息登记不规范，进出管理问题多样化，人员素质整体较低等问题，都需要利用信息化、数字化手段进行“智能化”监管。因此，借助物联网的智慧互联与人工智能的智慧感知与计算，通过大数据分析、人工智能算法优化、云计算管理等先进信息技术与建筑施工业务深度结合，尤其在半开放场景下的人脸识别应用，将促进建筑产业的管理升级，为建筑行业数字化发展提供有力支撑。

2智慧建造管理中的人员管理问题

传统的施工管理中，人员管理虽然有一定规范条例体系约束，但是由于施工人员总体数量过于庞大，施工人员种类高达百余种，传统管理办法就暴露了很多弊端：

1）人员登记信息不完整。往往一项施工任务历时从几个月至几年不等，需要不同的施工团队进驻，人员流动性非常强，为完整的记录施工人员信息带来了巨大的管理困难;

2）形同虚设的闸机口出入。根据在多处工地的实际调研结果发现，在施工工地中，进出不出闸机或者翻越闸机的情况时有发生，且现有的工地保安人手有限，无法做到及时监管及处置;

3）缺勤、顶替作业情况突出。多数的施工用人单位，只做一次信息录入，而后的进出工地缺乏有效的监管手段，导致虚报出勤时间、顶替出勤打卡等情况十分普遍，为施工单位增加了许多人力成本和潜在的安全风险。

3人脸识别对于智慧建造的人员管理的应用优势

由于施工人员来源十分广，工种分散、分包班组的建制没有统一管理，导致实名制人员管理的执行效率十分低。随着物联网、人工智能等技术不断发展，生物识别与人工智能算法不断优化，基于多层人脸特征监测的人员身份核验的准确率大大提高，通过人脸识别技术，将有效地降低依赖于人员的主动性的传统管理风险。

目前，人脸识别的关键技术路径分为目标检测、识别对比：

1）人脸信息采集。在开放式的出入口管理环境中，人脸识别的环境是复杂的，如逆光强光、遮挡、低头等都将直接影响人脸信息的准确采集。因此，需要针对基于建筑施工场景下的，人脸目标检测需要大量的数据进行反复训练。

2）基于深度学习人脸识别比对算法。受工地施工场景影响，基础的人脸识别技术无法满足实际的业务管理需要，反而为管理提供了更多的干扰信息。因此，基于深度学习和卷积神经网络的强大泛化能力和鲁棒性，人脸识别算法需要大量的实际场景下的人脸图像进行反复迭代和优化，有效地获得人脸的深度特征，在一定容错概率下，提高识别速度和识别精度。

4以大门管理为例的人脸识别应用

为了在现有管理基础上，尽量少的改变当前工地施工管理模式，使得管理人员可以快速、清晰的掌握更多相关人员数据而又不影响施工工人的进出效率。基于视频分析的人脸识别应用为管理者提供了更可靠的数据支撑。

基于人脸识别的大门进出管理流程如下：在视频设备有效检测范围内，目标检测到人员进入监控范围，在有效检测范围内对人脸特征进行多次抓拍，选择图像质量最佳的图片进行抓拍上传，进入本地预存人脸数据库进行人像对比，根据系统自定义对比阈值，相似度以递减顺序排列，选择相似度最高的人员信息推送到云平台进行记录、存储，当所有对比相似度结果低于预设阈值，系统将推送陌生人闯入报警。

本文遵循正态分布统计思维，随机取样某工地的大门处人脸抓拍视频数据，根据时间顺序划分为3个样本，从三方面维度（天气、时间、人脸角度），涵盖8类影响人脸识别的因素来分析人脸识别技术在智慧建造的入门管理应用的效果，主要关注人脸识别率、人脸匹配率2个百分比结果：

从以上人脸数据统计分析发现：

1）样本2的人脸识别率、人脸匹配率达到最高值，主要是因为样本2的人脸数据收集发生在晴天，并且都是正脸进入视频抓取范围，带了比较正向的结果;

2）样本1的人脸识别率最低（59.5%），主要会由于全部图像数据是处于阴天、小雨天气下获得，图像中人脸特征获取困难比较大，进而人脸图像特征獲取结果不理想，导致样本1的匹配率也是最低。

综上所述，在开放/半开放区域获得的人脸识别率受环境影响很大，通常实验室内环境下的人脸识别结果在实际环境应用中很难达到较好的理想状态。但可以看到的是，整体的人脸识别率还是比较高的，能获得80%以上的识别率，这已经可以为人员管理提供比较好的数据支撑，通过不断的模型算法迭代与训练，未来的人脸识别应用将能达到更好效能体现。

5总结

通过对研究背景、应用场景问题的调研分析，本文分析了随机提取的大量人脸识别实际数据，通过数据验证结果表明，利用物联网技术，基于视频分析的人脸识别应用在智慧建造这类半开放场景下的智能化管理起到了很大作用，基本可以准确地帮助企业获得准确率较高的相关人员数据，对于施工建造行业的管理效率提升、降低人员成本、减少用工纠纷、提升生产安全起到了一定支撑作用。