- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
?
?
大数据支撑的人脸识别技术在高校校园安全管理中的应用研究
?
?
刘刚梁家军
摘要:随着新一代信息技术的发展与应用,给予高校校园安全管理很大的启发和研究空间。本文根据当前高校所面临的校园安全管理的问题所带来的挑战,探讨运用大数据及人脸识别技术在高校校园安全管理中的应用,提出了学生不安全行为监控数据指标,设计与构建了高校校园安全预警系统模型,以期为高校校园安全管理工作提供支持服务,为教育决策提供更加科学的参考依据。
关键词:大数据;人脸识别;校园安全管理;预警
前言
本文以解决当前高校校园安全问题为出发点,运用人脸识别技术并有机融合大数据技术研究高校校园安全预警系统,尝试通过对在校学生的疑似不在校行为等主要核心数据指标进行实时跟踪和监测,运用人脸识别技术采集、识别、分析与建模等方法,为高校校园安全建立预警体系,为学校安全管理提供科学有力的决策依据。
一、问题的提出及趋势
近年来,我国高等教育的普及高校招生规模不断扩大,伴随着学生人数的增长与高校所面临的安全管理之间的矛盾也逐渐显露,如:学生失联、夜不归宿等现象频发。然而,如何及时、准确地掌握学生在校情况等问题给高校安全管理提出了新的挑战。面对当前普遍依靠传统的人工管理已经无法满足现阶段需要,这就需要高校在原来安全管理方面积极大胆创新管理模式。
二、大数据支撑的人脸识别技术在高校安全管理的应用
(一)对人脸识别及大数据技术的认识与分析
随着人工智能在各领域的广泛应用,“人脸识别”作为人工智能重要的应用方向之一,也不例外。它是基于生物特征中的人脸生理特征,运用算法对人的脸部器官及形状距离等进行特征分析与识别,从而进行身份识别的技术,一般包括人像采集、人脸检测、人脸预处理、人脸特征提取、人脸比对识别等[1]。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产[2]。大数据处理与分析技术则是对这些信息资产进行深度地挖掘与分析其价值的新手段,它的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行更为专业化的处理。
由此可见,通过大数据技术对海量相关性数据资源的科学治理、管理、挖掘、分析等综合运用,从各个维度、各个层面,对数据进行深度挖掘与分析,形成高质量的数据管理与智能服务,从而提升高校校园安全管理服务的水平,建立高校校园安全预警体系,为学校安全管理提供科学有力的决策依据,促使高校校园安全管理。
(二)高校校园安全预警系统模型设计与构建
经过上述相关技术分析,我们可以有机地综合运用大数据和人脸识别技术手段打造高校校园安全预警系统模型。结合前人相关研究和调研需求及自身的工作管理经验,本文分别从以下几个方面设计与构建预警系统模型。
1.数据的采集
数据的采集主要通过两种方式。一是根据选取和制定好的监控预警指标数据,利用相关智能设备进行数据采集。通过人脸识别技术我们可以在校园关键位置部署高清智能摄像设备用来采集学生人脸图像信息。二是通过大数据技术对已有的各业务系统中涉及与学生校园安全相关性的数据进行挖掘采集与抽取。由于采集到的海量数据来自不同的业务系统和智能感知设备(包括非结构性和结构性的),经过大数据处理和人工智能算法把数据统一结构化后,统一集成到数据中心,便于统一分析、管理与运维。
2.数据分析与判断依据
经过人脸识别技术对数据的海量采集与挖掘后,首先我们可以根据学生疑似不在校行为数据指标进行筛选、归类处理与分析,形成有效的信息用于判断学生连续未打卡(刷脸)的天数,如把天数设为“d”,可依据如下步骤设计:
1)关联学生课程表及所有刷卡记录,定义学生是否有课:
K={1,有/0,无}
2)分别将疑似不在校的因素:门禁卡的刷卡记录、图书馆进出记录、上课签到记录、校园卡刷卡消费记录、上网记录分别设为Di(i=1,2,3,4,5),规定若存在两项及两项以上打卡记录的则认为该生在校,否则,反之;
3)定义:
Di={1,有记录/0,无记录}
D=5∑i=1Di
若D≥2则表示该学生可能在校,若K=1∪D2则表示该生疑似不在校;
4)记录一段时间内学生在有课的情况下连续未打卡天数d,即K=1∪D2的天數d;
在有课情况下,可判断若有两项及两项以上打卡记录,则认为“在校”;若有一项或0项打卡记录,则认为“不在校”。
4.确定预警级别阀值
根据实际监控的需要,我们分别从如下两种情况分别作出预警并设置级别阀值:
1)针对某一天,考查所有学生连续未打卡天数d和学生总量N。
若da的学生数n=2%×N,a设置为高危阈值;若db的学生数n=5%×N,b设置为中危阈值;若dc的学生数n=10%×N,c设置为低危阈值。
2)考查一个学生,若da,高危预警;若bd
三、建议与展望
对于学生校园安全的管控数据指标需要根据每个学校建设
您可能关注的文档
最近下载
- 医院陪护的管理PPT.pptx
- 江西省南昌市2024-2025学年高三上学期9月摸底测试历史试题(解析版).docx VIP
- Module 5 Unit 2 I can speak French(课件)-外研版(三起)英语六年级上册.pptx VIP
- 部编版五年级道德与法治上册第3课《主动拒绝烟酒与毒品》第一课时教学设计说课稿.docx VIP
- 2篇某县“八五”普法总结中期工作汇报自查报告2023-2024.docx VIP
- 华东师大初中八年级数学上册全册完整教案.docx
- 哈希HACH-SC4500数字型通用控制器用户手册-操作说明书.pdf
- 《管理学—原理与实务》15习题集及答案.doc
- 部编版语文四年级上册第2单元习作《我的家人》教案.doc VIP
- 网课章节答案《大学生创新基础》超星尔雅答案2023.pdf
文档评论(0)