Page 200 - 智慧图书馆发展与创新

智慧图书馆发展与创新
Development and Innovation of Smart Libraries

人脸，返回高精度的人脸框坐标及人脸特征点位置。人脸识别提取每个人脸中所
包含的特征，并与已知的人脸特征进行对比，从而识别每张人脸。随着目前人脸
识别使用场景变得更加多样化，从单一限定场合发展到商场、站台、地铁口等特

殊场合，面临人脸尺寸繁多、姿势变化多端、帽子口罩等的遮盖、表情夸大、化
妆或伪装、光线条件差、清晰度低，甚至连肉眼都较难辨别的情况下，对人脸检
测与识别所面对的技术需求也愈来愈高。随着深度学习的发展，基于深度学习技
术的人脸检测和识别方法取得了巨大的成功，本文利用人脸检测的深度学习模型

MTCNN 和改进的人脸识别的深度学习模型 FaceNet-MMAR 实现人脸识别。
以识别准确率作为精度识别指标，即准确识别次数占总次数的百分比。录入

多个测试读者和更换装扮后在系统试运行 363 次测试识别中，其中 360 次正确识
别，有 2 次识别错误，有 1 次未识别出，结合实际使用环境，识别准确率能满足
图书馆使用要求。

（二）信息管理
根据图书馆功能系统实现需要，主要配置系统开发所需要的软件环境以及人
脸信息采集的硬件，对人脸识别、硬件控制、设备管理、系统登录、人员管理、

通行管理等模块进行程序代码实现，实现系统正常运行。
1. 人脸信息录入
系统部署后，读者为更方便快捷地入馆阅览，开始尝试新的人脸识别借阅
方式，向管理员提交人脸信息，采集时由读者提供照片或由人脸自助采集终端采

集，读者自行提供面部清晰的正脸照、JPG 图片，单张 200kb 以内，采集到照片
后会与之前导入信息进行关联建库，以学号进行绑定。为了录入信息准确性，更

方便地提取人脸特征，对遮挡、阴影、侧脸等格式不规范的人脸照片进行重新录
入，否则不予注册。
每年图书馆失物招领处都有很多读者遗失的校园卡，卡片的制作需要造成人
力物力的损耗，遗失还造成学生信息安全上的隐患和图书馆管理上的漏洞。人脸

数据录入后，人脸特征信息保存在数据库中，读者无需带卡即可实现刷脸进馆。
2. 阅览室设备管理

各阅览室人脸采集设备和门禁设备都采用网络摄像机，本系统采用该设备主
要用于系统采集行人的照片，产生最原始的人脸图像并进行后续的计算。

·192·