Adaboost算法的面部识别技术在智慧工地中的应用
发布时间：2022-04-09
摘要：本文提出基于面部识别技术的智慧工地管理平台解决方案。首先，借助 Adaboost算法分析介绍了人脸检测技术和人脸识别技术在智慧工地中的实现过程，然后进行了需求分析、架构分析和功能分析，最后借助某建筑工程项目进行了实际检验和对比。结果表明，采用人脸识别技术的智慧工地管理对于人员安全管理、考勤管理具有显著优势，不 带 安全帽的违规人数从32人大幅度降低至5人，同时考勤异常人次也从21降低至3，为工地精细化和智能化管理提供了有力支撑。
关键词：Adaboost算法;人脸识别;智慧工地
0 引 言
伴随5G和移动互联网技 术 的 普 及，我国的基础建设工程开始朝着精细 化、信息化和智能化方向发展。“智 慧工地”理念是指利用现代化信息手段构建一个移动端和PC段共享的智慧数据平台，通过科学的信息管理手段实现人、机、料等环节的无缝衔接和有效管理。目 前，关 于 “智慧工地”相关的研究已经得到重视，但是大多数参考文献多集中于对于智能工地理论和可行性的研究，少部分集中于软件系统等的分析，管理实践案例较少。因 此，本 文提出基于人脸识别技术的工地管理系统，通 过 引 入 Ada-boost算法提高了现场人员的机动识别能力，方 便 施 工 管理者对于人员流动和真实性的把控，并且能够实现数据自动采集、传输和分析。
1 人脸识别技术
人脸识别技术是通过摄像头、图片等形式对人的脸部特征进行识别、分析并检测和匹配的过程。人脸识别技术包括人脸检测和人脸识别两部分。
1.1 人脸检测技术
人脸检测技术就是在图片中搜寻信息，利用一定算法分析照片中是否存在人脸，并且对检测出来的人脸位置、颜色、数量等进行反馈，检测精度依据算法的不同而差异较大。人脸检测是人脸识别的基础性工作，面部识别过程中首先应提取人脸特征，同 时，人脸识别技术应该克服光线、位置、距离以及角 度 等 变 化。现阶段的人脸检测方法主要有三类：第一类基 于 特 征 的 人 脸 检 测，该 方 法 主 要 通过人脸的对称性、颜色 以 及 轮 廓 发 现 人 脸;第 二 类 基 于 模板匹配方法，该技术采用镶嵌图法或者模板匹配法;第 三类为统计学方法，包括神经网络学习法、支持向量机法、隐马尔科夫模型法以及 Adaboost算法。人脸检测方法类型如图1所示。
相关知识推荐：发过面部识别方面论文的核心期刊
综 合 所 有 分 析方法，基于统计学的方法 对 于 人 脸 的 检测精度更高，是近年来应 用 非 常 广 泛 的一种 算 法。本 文 采用 Adaboost算 法 进行人 脸 识 别 的 应 用分析，该算法属于一类迭代算法，首先通过大 数 量 样 本 训 练得到分类器，然后利用训 练 后 的 分 类 器进行人脸识别检测，其检 测 算 法 流 程 如图2所示。Adaboost算法训练步骤如下： ① 标记样本图 片，将图片根据其所在的位置进行坐标标记(x1，y1)……其中，坐标组中一半为正样本，另一半为负样本。
1.2 人脸识别技术
本文所采用的人脸识别方案以 MATLAB 软 件 为 试验平台，利用改进 LBP算 法(局 部 二 元 模 式 算 法)进 行 识别计算。在识别过程 中，选 取40个 用 户 的 脸 部 ORL 库，每个库中包含500个脸部特征图片，图片像 素 为100pix，图片中包含不同发型、表情特征。识别步骤如下：
① 图片预 处 理，将人脸特征库中的图片利用 Ada-boost算法进行预处理。
② 将人脸图像中的质量特征分布点进行预处理，然后按改进算法进行分块。
③ 将质量分块 特 征 与 图 片 融 合，提取每种面部特征的识别重点部位特性。
④ 采用临近分类算法对面部进行精准识别和匹配。
⑤ 在 ORL人脸库中，将不同人像照片进行训练和识别匹配，作为多张不同脸部特征的识别标准存入库中，得到最后的识别成果(见图3)。
2 系统设计
2.1 系统需求分析
通过分析智慧工地的内外条件，对智慧工地管理系统进行了需求 分 析 研 究。该 系 统 以 移 动 App软 件 为 基 础，对现场管理所需要的人员、机械和材料以及安全管理等多方面功能进行集成，对于人员的管理应结合人脸识别技术进行远程监控、信息传输等，具体需求如下：
① 系统搭建应结合最新的程序开发语言，从 施 工 现场的实际需求出发，解决管理难题。对于人员的管理除人脸识别外，条件允许的情况下还应该增加二维码、电 子 标签等识别功 能，另外信息推送应基于云服务和智能化研判，做到全过程监管。
② 系统功能设计应最大程度实现自动化，紧 密 结 合工程实际操作流程，尽量不掺入人工干预的功能，数 据 采集应智能化，数据应可以实现自动分析、自动记录和流转，并留下证据备份和检索功能。
③ 系统接口与主机接口数据交换顺畅，工 程 的 不 同施工阶段需要采取统一的数据接口，数据共享和交换需要设置权限，需要预留大数据分析的接口。
④ 系统应预留 用 户 自 定 义 模 块，支持中英文操作界面，为国际项目提供支撑。
2.2 系统架构设计本文所设计的人脸识别系统的智慧工地平台所采用的架构设计如图4所示。系统架构以人脸识别为核心，数据获取利用监控或者打卡系统，数据识别采用智慧工地安监平台。其中 软 件 平 台 在 PC 端和移动设备端均可以 安装，集成的管理系统包括人帽合一管理、闸机进出场管理、考勤管理和塔吊识别管理。
2.3 系统功能设计
(1)基础配置设计
智慧工地识别管理系统需要对每个进入场地的施工或管理人员进行人员信息录入，包 括 身 份 信 息、工 种 信 息和考勤信息等，对每个施工人员的角色和权限进行定义;另外不同工种的安全防护(如 安 全 帽、防 护 服、劳 保 服 等)均需要进行设定和识别，例如不同安全帽的颜色、识 别 码以及持有人姓名等。
(2)人帽合一管理
施工场地安全帽的管理十分重要，工人佩戴安全帽的存档记录，以及现场监控需要对安全帽的正确方式进行监控，做到人帽合一，系统还支持安全帽绑定和解绑、历史数据查询等。
(3)闸机进出场管理
每个工人进入施工场地前需要持证过闸机，闸机处设置摄像头，对进入闸机人员的面部进行识别，识 别 系 统 应支持角度调节、刷新频率调节。闸机开启过程中记录每个人的唯一编码，记录上 下 班 时 间，并支持查询和历史记录存档功能。
(4)考勤管理考勤管理
采用常规的人力资源管理平台，重点对特种作业人员的考勤以及重大威胁源作业人员的考勤进行识别评价，可以根据日、月和季度等不同时间段进行考核与监督。
3 实践成果分析
为验证本文所设计人脸识别系统的智慧工地管理系统的实用性，在某医院大楼建设工地中进行了上线试运行，该医院位于市郊一处半封闭施工场地，对 人 员 进 出 场进行了严格的信息识别和人脸信息录入。在 进 行 试 验 的3个月后，将该建筑大楼施工现场进度与同一工序条件下采用常规管理模式的工程进行了比较和分析，成 果 如 图5所示。
对比发现，采用基于人脸识别系统施工管理平台后，与常规施工工地相比，同一类型施工工序基本进度一致，但是管理人 员 满 意 度 从55%提 升 至77%，3个 月 时 间 内记录的不带安全帽的违规人数从32降 低 至5，同 时 考 勤异常 人 次 也 从21降 低 至3。综 合 来 看，采 用 人 脸 识 别 技术的智慧工地管理平台虽然未显著提高施工管理效率，但是对于人员安全管理、考勤管理具有显著优势，大 幅 度 降低了工程安全生产事故发生的概率，为工地精细化和智能化管理提供了有力支撑。
从指标项的对比结果看，本 设 计 中 的 PWM 信 号 转DAC模块在分辨率 上 接 近 于 专 用 芯 片，性价比也有明显优势，但在 DAC的建立时间指标项上还是相对较慢，比较适合做低速非隔离型 DAC应用。
5 结 语
本设计作为单片机类电子工艺实训项目在实际实验中取得了较好的效果，在实测中发现了 PWM 信号载波频率及谐波分量 会 影 响 DAC 的 分 辨 率，若 贸 然 降 低 PWM信号的载波频率，则基波频率和谐波频率也会发生变化。应先确定 LPF 参 数，再 考 虑 PWM 信 号 配 置，合 理 设 计LPF结构才能达到指标要求。LPF 阶 数 会 影 响 DAC 建立时间参数及输出线性度，因此需要根据实际需求进行设计适配。——论文作者：李建奎，陈阳，黄小星，李辉
参考文献
[1]吴 财 源，周 华，钟 球 盛，等.基于双通信的多通道 PWM 式DAC模块设计[J].机电工程技术，2017，46(6)：7 10.
[2]陈启武，吴新 春，王 飞.基 于 STM32的 PWM DAC 实 现 精密程控电压源的设计[J].今日电子，2016(6)：54 57.
[3]游乙龙.基于单片 机 的 PWM 转 DAC 实现通用变频器的自动控制[J].机电工程技术，2015，44(6)：90 92.
[4]赵月丽.PWM 模 拟 DAC 的关键参数分析[J].微 型 机 与 应用，2014，33(18)：20 22.
[5]吴桂清，李泓霖，戴 瑜 兴，等.微 控 制 器 PWM 接 口 实 现 高 分辨率 D/A 转 换 器 方 法 研 究 [J].电 子 学 报，2012，40(8)：1631 1634.
[6]辛德 环.传统数模转换器的优缺点分析及高性能 PWMDAC的基本设计思想[J].机械工程师，2011(10)：29 33.
[7]W Stephen Woodward.几乎没有纹波 的快速稳定同步PWM DAC滤波器[J].电子设计技术，2008(8)：101.
[8]秦健.一种基于 PWM 的 电 压 输 出 DAC 电 路 设 计[J].现 代电子技术，2004(14)：81 83.
