基于人臉識別技術的課堂考勤系統

◆ 侯瑞發 楊 雄 陳偉達 鄧澤霖 胡世亮

?

基于人臉識別技術的課堂考勤系統

◆ 侯瑞發 楊 雄通訊作者陳偉達 鄧澤霖 胡世亮

(福州大學至誠學院 福建 350002)

針對目前高校課堂考勤存在的一些問題，本系統利用人臉識別技術和云計算服務平臺實現了一套課堂快速考勤系統。該系統采用C/S架構,客戶端運行于Android手機,服務端運行于云平臺服務器，可兼顧考勤效率和使用便攜性的要求。其中，客戶端上完成課程管理、人臉信息錄入、實時考勤及考勤統計功能。服務端則部署于新浪云平臺上，并通過調用阿里云的人臉識別接口完成對課堂圖像的人臉檢測、圖像切割和人臉匹配功能，實現了將當前課堂人臉信息與人臉數據庫信息相匹配來完成課堂考勤的功能。實驗表明，在一定的條件范圍內，本系統能夠達到實現應用的需求。

人臉識別技術；云平臺；課堂考勤

0 前言

目前應用型本科的高校課堂學生缺勤現象日益嚴重，但傳統的課堂考勤管理方式[1]仍采用簡單快捷的“紙-筆”記錄的方式，雖然成本較低，但存在考勤效率低、替代考勤、考勤不到位和信息分散等問題。目前一些高校采用人臉識別技術實現了對學生的課堂考勤，主要有兩種技術手段。一種是通過位于教室門口的攝像頭對進入教室的學生進行人臉識別實現考勤，這種方式的人臉匹配采用的是1:1的識別方式，其效率較低，同時需要額外的設備對攝像頭的采集的實時視頻流進行處理后再進行人臉識別，對設備的性能和網絡都有一定的要求，需要一定的成本[2]。另一種是通過手機拍照后在手機端完成圖像的預處理、裁剪和人臉識別等功能[3]，該方式對手機端的性能要求較高，人臉識別的效率和性能都較差，而且手機端軟件的復雜度也高，不具備推廣性。

隨著移動智能手機CPU處理能力和拍照性能的不斷加強，以及云計算服務平臺的普及，本文提出以手機端作為課堂圖像的采集設備和考勤管理APP，可直接利用授課老師的手機作為考勤設備，在降低設備成本的同時又提高了系統使用的便捷性，不再依賴于特定的考勤設備；針對手機端進行人臉識別對硬件要求較高的問題，本系統僅利用手機端采集設備，而將圖像的預處理、人臉檢測、圖像裁剪和人臉圖像的身份驗證交由云計算服務平臺實現，并通過分布式的處理方法實現并行人臉身份驗證，大大提高課堂考勤的效率，云端的處理結果再交由手機端展示和統計，可隨時隨地實現課堂考勤。在系統中通過用戶角色的設計，滿足學生、輔導員和授課老師三方面對課堂考勤管理系統的不同需求。

1 系統總體設計

本系統主要實現了基于課堂照片和人臉識別技術實現快速課堂考勤。系統的主要功能包括：課程管理、學生信息管理、課堂考勤和考勤結果統計等功能。

當用戶打開APP使用已授權賬戶登錄系統后，首先需要創建授課課程及班級信息，接著根據課程班級信息錄入學生姓名、學號及上傳學生人臉圖像；然后在課前通過手機根據班級學生數量拍照數張課堂學生合照上傳，則可實時獲取到所拍圖像中的學生信息，該學生信息即為本次考勤中已簽到學生，與預錄入的班級學生相比后也可獲得缺勤學生信息及人數，還可針對缺勤的學生單獨修改為請假狀態。最后通過一學期的多次考勤即可綜合該課程的考勤統計情況。系統的總體功能如圖1所示。

1.1 系統架構

基于人臉識別技術的考勤系統采用C/S的架構模式設計，手機客戶端為基于HTML5設計的跨平臺APP，后臺管理系統采用PHP語言作為開發語言，并使用MySQL作為配套數據庫存儲數據。同時，后臺管理系統部署于新浪云開發平臺上，并使用該開發平臺提供的Storage功能來存儲圖片，可滿足快速上傳和提取圖片的需求，并與阿里云提供的在線人臉識別服務交互完成人臉數據庫的建立和1：N的人臉識別，完成一次人臉識別的步驟為：

( 1 ) 授課老師啟動一次考勤，通過現場拍照或者圖庫選擇圖片后上傳至后臺，同一次考勤根據現場班極大小可使用多張現場照片來提高考勤的準確率；

( 2 ) 后臺收到手機端上傳的照片后，首先將原始照片存放于新浪云的Storage存儲中，該存儲中的照片可通過URL地址直接訪問，接著調用阿里云的人臉識別服務中的人臉檢測定位，其接口可直接使用照片的URL地址作為參數，人臉檢測定位返回結果為JSON數據，數據中包含檢測至的人臉總數及每張人臉在原始圖片中的左上角坐標(x和y)以及每張人臉的寬度和高度；

( 3 ) 完成人臉檢測結果后依據人臉數遍歷結果，按照每張人臉的坐標、寬度和高度對原始圖片進行裁剪得到每張人臉圖像并同樣存儲于新浪云的Storage存儲中；

( 4 ) 最后基于阿里云人臉服務中已創建的人臉數據庫對每張人臉進行1:N的人臉比對，獲得課堂照片中每位學生的學號信息（即現場學生信息），將每張圖片的比對結果返回給客戶端以列表的方式顯示。

圖1 系統功能圖

1.2 手機端軟件設計

手機端的軟件功能主要是拍攝課堂現場數張照片并上傳至后臺由后臺對照片進行處理后將考勤功能實時反饋給手機端，其實現效果如圖2所示。

1.3 后臺管理系統

后臺管理系統除了實現查詢、導入、導出、編輯基礎數據（如課程信息，班級信息，學生信息等）服務功能后，還實現了基于百度人臉識別服務的考勤功能，該功能包括人臉檢測與定位、人臉圖像裁剪和人臉圖像識別，以現場部分學生合照實現的效果如圖3所示。

圖2 手機端考勤界面

圖3 人臉識別效果圖

2 結語

本系統以高校課堂考勤系統為出發點，為解決傳統考勤方式低效率以及目前人臉考勤所存在的問題，基于云平臺和手機客戶客戶端實現了實時考勤。在正常光照的測試環境中，人臉識別準確率能夠達到99%，滿足實際應用的需求，但在逆光環境下，準確率不足85%，是由于逆光對拍攝圖像的人臉信息檢測有一定的影響，導致人臉圖像不夠清楚。

[1]包冬梅.基于Android平臺的高校出勤管理系統的設計與實現[J].赤峰學院學報（自然版）, 2016, 32(9):31-33.

[2]何志威，李軍.基于人臉識別的移動終端考勤系統的設計[J].福建電腦, 2018.

[3]吳美香，鄧園園，裴楓華.基于人臉識別的移動課堂考勤系統的設計與實現[J].軟件，2018.

福州大學至誠學院2018年省級大學生創新創業項目（基于人臉識別的課堂快速考勤APP：201813470021）。