摘要：提出了设计一种基于人脸识别技术的变电站外单位人员资质管理系统，以解决目前变电站面临越来越多外单位人员进站开展作业带来安全隐患的问题。文中在阐述问题的基础上，通过分析系统功能需求，探讨介绍了变电站外单位人员资质管理系统设计的框架结构、功能模块，及实现的技术方法与技术流程，并说明了该系统对管理变电站外单位人员资质的 优势。
关键词：人脸识别；变电站；外单位人员；管理系统
1、引言
随着变电站场地各种综自改造工程、设备检修、日常维护工作的广泛开展，涉及越来越多外单位人员进站作业，变电站安全生产的风险日益严峻，因此如何管控外单位人员进站作业的安全风险显得越来越重要。目前变电站对进站作业的外单位人员主要是人工进行资质核查管理，核对工作证是否为本人，并保存外单位人员各种特种工作证扫描证件等，存在程序繁琐、需保存的扫描数据量大，且以扫描图片格式保存的数据不方便后续检查需要时查找等问题。因此如何找到一种科学合理的方法来有效管理变电站外单位人员资质成了目前变电站需解决的问题。
目前计算机网络和通信技术快速发展，人脸识别技术作为生物特征识别技术也因其识别特征的独特性、惟一性和相对稳定性，正应用到多种不同的安全生产领域，具有广泛的应用前景.本文从人脸识别技术的实际应用出发，将人脸识别技术与变电站外单位人员进站作业资质管理相结合，研发设计一套基于人脸识别技术的变电站外单位人员资质的管理系统。
2、系统分析
2.1 问题描述。当前变电站的外单位人员资质管理在进站、资格审查、许可票等方面采用人工登记审查，信息化水平低，问题主要表现在：1）入站作业程序繁琐，入站前需保安室通知主控室值班员，并核对工作证是否为本人，并根据工作票核对此人当天是否有变电站工作，同时扫描保存各种作业资质及相关安全教育交底书等；2）保存的纸字版文件及图片格式保存的文件数据量大，容易丢失遗漏，不易查找，不利于后续安全检查需要时查找。本文着重从如何解决上述问题入手，研究基于人脸识别技术的变电站外单位人员资质管理系统的设计与实现。
2.2功能需求分析。根据变电站安全生产管理的需求，要求系统数据库中具有所有能够进站作业的外单位人员资质信息，包括人脸脸部信息、安规成绩、工作证等，建立人员信息档案，信息能够及时更新。外单位人员进出变电站时，要求能够采集人员脸部信息以及证件照片，在进站时通过识别系统进行管理。通过人脸识别的人机交互功能能够实现智能采集人员脸部信息，并核对人员信息档案和当天变电站工作票作业人员，判断信息是否正确，不符合要求则异常报警，两者信息均吻合方可进站作业。同时建立相应的进出站电子登记本，体现外单位人员进站、出站的状态变化和相应的时间。所有上述功能需求均能按人员权限提供查询、修改、统计等功能。此外系统还需具备友善的人机交互界面。
3、系统架构设计
在功能需求分析的基础上，本文设计将系统按功能分为身份识别和数据处理存储两部分。系统前端身份识别主要由功能按钮、人脸识别装置和触摸屏交互界面组成；后台数据处理存储主要包括外单位人员资质库更新、识别结果的存储与反馈、服务器与客户端之间的数据传输和处理。
4、系统功能模块
4.1 数据库模块
建立外单位人员资质数据库，包括外单位施工人员人脸图像、安规考试成绩、特种作业证、进站工作资格等数据库资料，为人脸识别核对提供基础数据。
4.2 人脸识别模块
人脸识别模块是系统的主要部件，该模块由人脸识别装置和功能面板组成，其主要功能是实现人脸识别，为其它模块提供身份核查。当外单位人员触动面板上的功能按钮时，识别模块即开始工作，从摄像端口获取人员脸部信息与后台的外单位人员资质数据库中的人脸图像进行比较，比对成功后反馈给变电站值班人员，同时将指令传递给服务器，服务器进而触发应用程序，将外单位人员的进出站指令发送到指定终端电脑，变电站值班人员可以在终端电脑上进行相应的登记统计等操作。
4.3进站作业登记模块
该模块的功能是外单位人员进出变电站时采集核对人员的人脸信息，判断进站作业时间是否正确、核查变电站当天作业人员信息、记录进站时间，并在后台终端电脑上生成一条进出站记录。并根据预先设定的规则自动判断是否正常进站，若出现人员资质不符合要求等现象，立即发出异常警报。
期刊文章分类查询,尽在期刊图书馆
4.4统计报表模块
统计报表模块可提供外单位人员作业记录报表以及及当时作业人员的资质信息、施工方案、验收报告等统计查询功能。
5、系统技术实现
该系统设计采用JAVA作为主要开发语言，前端页面采用HTML/CSS设计，利用ORACLE作数据库语言，人脸识别则采用百度云提供的人脸识别接口。
在系统构架方面，系统采用B/S结构，MVC框架，即模型(model)－视图(view)－控制器(controller)框架，软件中间件使用tomcat7.0，前端框架则使用bootstrap框架。
6、系统技术流程
6.1人脸图像采集及检测
人脸图像采集：通过摄像镜头采集人脸图像，如静态图像、动态图像、不同的位置、不同表情等。当外单位人员在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄外单位人员的人脸图像。
人脸检测：人脸检测在实际中主要应用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征较复杂，包括直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测则挑选其中有用的信息，并利用这些特征实现人脸检测。
主流的人脸检测方法基于以上特征采用Adaboost学习算法。Adaboost算法是一种用来分类的方法，其将组合弱分类方法成新的强分类方法。人脸检测过程中使用Adaboost算法挑选出最能代表人脸的矩形特征(弱分类器)，按照加权投票的方式将弱分类器构造为强分类器，再将训练得到的若干强分类器串联组成级联结构的层叠分类器，有效提高分类器的检测速度。
6.2人脸图像预处理
人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于
人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
6.3人脸图像特征提取
人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取即针对人脸的相关特征进行的。人脸特征提取，也称人脸表征，其是对人脸进行特征建模的过程。
6.4人脸图像匹配与识别
人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。
7、结论
采用基于人脸识别技术的变电站外单位人员资质管理系统，能够有效提升管理外单位人员的信息化水平，主要具有以下优势：(1)通过非接触式的人脸识别技术系统核查外单位人员资质，简化资质审查程序，减轻变电值班人员工作量；（2）采用变电站外单位人员资质管理系统，可方便相关资料数据的查找存储。
参考文献
[1]刘向东,陈兆乾.人脸识别技术的研究[J].计算机研究与发展.2004,( 7):1074-1079.
[2]薛冰,郭晓松,蒲鹏程.人脸识别技术综述[J].四川兵工学报,2010,31(7):119.
[3]马海兵,白洁.人脸识别技术在智能视频监控系统中的应用[J].现代电子技术,2007,( 20):125-128.
作者简介
潘维（1988），男，助理工程师，变电专业。项目名称：
基于人脸识别技术的外单位人员资质管理系统研制 编号：031900KK52170116
论文作者:潘维
论文发表刊物:《电力设备》2017年第34期
论文发表时间:2018/5/14
标签：人员论文; 变电站论文; 外单位论文; 图像论文; 特征论文; 作业论文; 资质论文; 《电力设备》2017年第34期论文;