人臉識別技術在課堂考勤管理中的應用研究

◆姬翠萍

?

人臉識別技術在課堂考勤管理中的應用研究

◆姬翠萍

（山西經濟管理干部學院山西030006）

嚴謹高效的課堂考勤管理工作是塑造良好的學習風氣、提升學生的學習積極性、維護課堂教學秩序的基礎。人臉識別技術作為一種新興技術被應用到考勤管理系統中，對提高學生考勤管理制度的執行效力，保障教學活動的質量與效率提供了高效且可靠的技術支撐。

人臉識別；課堂考勤；教育信息化

1 人臉識別技術

人臉識別技術是生物特征識別領域中的一個重要的研究分支，在具體應用過程中，需要結合專用的硬件采集設施將人體面部的主要特征信息采集到識別系統當中，然后依據相應的特征識別算法對人體面部進行特征檢測和識別，并最終鎖定到現實生活中某一特定的人類對象，最后圍繞該對象建立相應的信息記錄，并通過數據庫進行存儲和管理[1]。

2 課堂考勤管理的信息化需求

隨著信息技術在教育領域中的發展與普及，課堂考勤管理也從過去的“教師點名”模式向自動化、網絡化、信息化的方向發展。在節省考勤檢查時間、提高課堂考勤管理工作的效率同時，還可以實現相關數據的信息化存儲與共享，為后續的大數據分析、數據挖掘等工作采集基礎數據。

3 課堂考勤管理系統中人臉識別模塊的實現

人臉識別作為學生課堂考勤管理系統的核心部分，其具體功能由視頻采集硬件與人像數據處理軟件兩部分共同負責完成。其結構如圖1所示。

本文所選用的攝像頭硬件為全瑞視訊的RER-V90型攝像頭，該攝像頭使用了雙鏡頭設計，拍攝范圍為100度，可以通過USB接口供電穩定工作，輸出圖片的最高有效像素為1920×1080，信噪比為39dB。同時還具備自動曝光控制與自動白平衡、增益控制功能，能夠很好地滿足在教室中進行人像采集的需求。

在軟件的具體的實現過程中，獲取本節課參與評教學生的照片文件名稱是進行圖像對比的基礎。程序根據這些圖片的名稱來從服務器上逐一讀取圖片文件并根據其名稱字符串中的學號內容來建立基于學號信息的人臉圖像特征庫，該特征庫主要包含的信息如表1所示。

表1 人臉圖像特征信息表

特征庫的建立需要基于循環語句將在數據初始化階段下載存儲在臨時文件夾中的全部學生照片文件讀取至內存中進行處理并以在C#中創建的類property所定義的數組進行存儲，等待與攝像頭現場采集到的信息進行對比。

在圖像對比功能的具體實現過程中，首先需要在C#開發平臺中定義WebCamTexture類型的變量來開啟攝像頭并通過調用Pause方法捕獲照片，照片文件的生成則是基于Texture2D對象實現的[2]。最后使用File對象的WriteAllBytes方法將本次采集到的學生照片文件保存至終端電腦上的另一個臨時文件夾中。在成功獲取到現場拍攝的照片文件之后，即可將該文件讀取并轉換為property類所定義的多項特征信息，并存儲在property變量中。

為提高程序的執行速度，本文將圖像特征對比的過程打包為函數Feature_contrast，該函數包含2個參數與1個返回值，2個參數均為property類型的變量，用于將現場采集到的圖片特征信息與特征庫中的數據單元進行對比，返回值為Int型變量，用于返回人臉比較相似度的值。該取值為14個屬性比較值的歸一化特征向量。當返回值在0至1之間時，表示兩張圖片對比的相似度，當程序運行超時或異常，函數返回值為0，表示可由調用程序進行異常捕獲和處理。

人臉識別技術在本系統中的應用，是通過SunLightFace發布的人臉識別SDK來實現的，該功能庫在加載C#開發平臺后即可使用。考慮到光線、攝像頭鏡頭老化以及學生所站位置的距離、角度等因素造成的誤差，本文判斷識別操作是否成功的閥值設置為0.78。如果檢測小于該閥值，則對特征庫中的下一條數據進行識別，直到檢測到合格的匹配結果為止。考慮到因各類誤差所可能導致的檢測失敗的情況，系統提供了自動重新檢測的機制，在對特征庫中的全部數據都遍歷并未能獲取到合格結果時，系統將在5秒（學生可以利用這段時間調整站位和角度）后重新進行現場照片的采集與識別操作，以重新獲取正確的人臉識別檢測結果。在識別操作完成后，需要將結果為“識別成功”（即返回值大于0.78）的圖片信息所對應的學號提取出來并據此將存儲在tempdata類型的二維數組中的與該學生對應的考勤狀態數據設置為1（即本節課考勤檢測成功），以備在數據上傳功能中使用。

應當注意的是，在人臉識別功能的具體使用過程中，需要被檢測者取下眼鏡、帽子，以保證良好的識別精度和效率。同時，為保證終端程序能夠成功開啟攝像頭并獲取到數據，應提前在部署終端程序的計算機上安裝好攝像頭驅動程序并完成調試。

4 結論

本文以課堂考勤數據的采集、存儲需求為基礎，以人臉識別技術為核心設計了一套課堂考勤管理信息采集系統的解決方案。該方案具有結構簡單、易于安裝部署、操作簡潔且性價比較高的特點，具備了良好的實用價值與技術參考價值。

[1]秦瑞紅.人臉識別軟件中的關鍵算法研究[J].科技資訊，2017(8)：110-112.

[2]劉彥文.人臉識別中二值化圖像閾值選取算法的應用研究[J].山西電子技術，2016(1)：69-71.