基于LBS限位和人臉識別的高校考勤應用

胡威

（哈爾濱理工大學榮成學院 山東省榮成市 264300）

1 引言

學生是一類較為特殊的社會群體，自我管理能力發展并不均衡，需要對其進行嚴格的管理。同時，大學階段正處青年一代發展的關鍵期，大學生活又相對自由，通過優化的課堂考勤，可以有效地提高高校的教學質量和學生的學習質量。由此看來，在教育教學中，考勤是必不可少的重要環節之一。

21世紀，人工智能在不同的領域應用廣泛，越來越多的人們享受到了人工智能帶來的福利，其中就包括了人臉識別技術。隨著大數據共享時代的來臨，人臉識別將會在這場新一代技術革命時期里大有作為。人臉識別亦稱作面部識別，它是近年來發展迅速的基于人的臉部特征信息的生物識別技術[1]。現如今，人臉識別打卡已經大幅度取代了傳統的考勤方式，但目前現有的打卡軟件大都存在代替簽到、異地簽到、無法限位、二維碼失效等問題。針對這些問題，我們進行了相關的線下調查活動。在調查活動中我們發現，超過85%的老師都遭遇過學生利用技術漏洞偽造考勤信息導致考勤信息失真的情況，需要再次進行人為檢查，耽誤大量時間，降低了簽到效率。由此看出，一款能夠完成準確考勤的軟件將會被高校師生所期待。

因此，我們在開發的校園服務平臺中增加了高校學生考勤管理子系統。它是一款基于LBS 限位和人臉識別的考勤系統，通過LBS 即地理定位，確保學生必須在相關范圍內進行簽到，解決了異地簽到的問題；通過人臉識別檢測，保證了簽到者信息的真實性和準確性，防止了代替簽到情況的發生，從而實現精準考勤，更好地完成對高校學生的考勤管理工作。

2 相關技術

2.1 LBS

基于位置的服務（Location Based Services，LBS），是利用各類型的定位技術來獲取定位設備當前的所在位置，通過移動互聯網向定位設備提供信息資源和基礎服務。LBS 首先讀者可利用定位技術確定自身的空間位置，隨后讀者便可通過移動互聯網來獲取與位置相關資源和信息。LBS 服務中融合了移動通訊、互聯網絡、空間定位、位置信息、大數據等多種信息技術，利用移動互聯網絡服務平臺進行數據更新和交互，使用戶可以通過空間定位來獲取相應的服務[2]。在本考勤系統中，通過LBS 技術獲取到簽到者的地理經緯度信息，以判斷其是否處于合法的簽到位置。而且隨著定位技術的趨于成熟，定位結果已然具有了較好的準確性和可靠性，可以很好地應用在本系統中。

2.2 人臉識別技術

人臉識別是一種依據人的面部特征(如統計或幾何特征等)，自動進行身份識別的一種生物識別技術。它通過圖像采集、人臉提取、人臉特征提取一系列過程得到人臉特征數據，然后將其與數據庫中相關信息進行數據匹配得到其相似度，通過設定一個閾值，將相似度與這一閾值進行比較，來對人臉的身份信息進行判斷。隨著生物識別技術的快速發展，在保證識別結果準確性的基礎上其對比的速度也有了大幅度的提高。應用于本系統中，可以迅速、準確地對簽到者的身份信息進行判斷，防止代替簽到情況的發生。

圖1：三層架構示意圖

圖2：考勤任務發布流程

圖3：學生簽到流程

2.3 微信小程序

微信小程序是近期新興的一種無需下載即可使用的微信載體應用，可以在微信內被便捷地獲取和傳播，同時具有出色的使用體驗，一經上線就開始快速發展普及，得到了用戶的一致好評，現各項技術均漸趨于成熟。開發方式通過微信開發者工具進行編碼，采用一種類HTML+CSS+JS 的語言進行前端開發，借助豐富的組件庫和API 庫可輕松快速地完成前端功能實現。本系統使用微信小程序為載體，簡化開發流程，在不占用用戶手機空間的情況下為用戶提供更美好的體驗。

3 架構設計

如圖1所示，三層架構區分層次的目的是為了 “高內聚，低耦合”。開發人員分工更明確，將精力更專注于應用系統核心業務邏輯的分析、設計和開發，加快項目的進度，提高了開發效率，有利于項目的更新和維護工作[3]。三層架構將整個業務應用劃分為表現層、業務邏輯層和數據訪問層。

表現層是與用戶進行直接交互的頁面，用來獲取用戶操作，并以清晰明了的形式向用戶展示相關數據信息，在本系統中主要用于展示考勤的任務信息以及結束后的結果信息。

表1：人臉對比API 參數表

表2：成功返回關鍵參數表

業務邏輯層主要為系統的業務邏輯，對數據進行封裝和解析，通過HTTPS 網絡協議與 JSON 數據格式進行服務器與客戶端的信息交互。其中HTTPS 協議不僅兼容了HTTP 協議簡單快速、無連接、無狀態的優勢，同時在數據安全性上更加強大。JSON 數據格式較之XML 在數據有效性方面有了很大提高，在同等數據量情況下，其傳輸速率更快，帶給用戶更好的使用體驗。

數據訪問層主要用于存儲考勤任務和結果以及用戶登錄所需的相關信息，提供了對數據的增加、刪除、修改和查詢操作，并向上一層反饋相關結果。

4 系統設計

4.1 運行流程

教師登錄系統后，填寫考勤項目、截止時間等考勤信息，選擇任務群體，系統會自動獲取考勤點的位置信息并計算出合適的打卡范圍完成考勤任務的發布工作。如圖2所示。

學生到達相關考勤點后登錄系統，系統會提示其具有考勤任務，進入可顯示相關考勤信息并呈現人臉掃描窗口，學生保持自己的面部位于掃描窗口內點擊打卡按鈕，系統會進入地理定位模塊，對學生打卡處進行定位，如定位結果處于考勤位置的置信區間，進入人臉識別模塊，否則提示位置偏離，打卡失敗；如人臉對比成功，則打卡成功，否則提示信息錯誤，打卡失敗。考勤時間結束后，相關老師可以查看簽到結果。如圖3所示。

4.2 登錄/注冊模塊

教師信息會由教務信息直接導入系統，教師只需填寫與其微信進行綁定即可。學生進入系統后，填寫自己的學號、姓名、院系等信息，然后進行人臉的采集完成注冊并自動完成與其微信的綁定。

登錄系統時，系統會根據微信為用戶分配的唯一標識自動完成登錄。

4.3 地理定位模塊

地理定位模塊使用的微信小程序官方定位API。首先，在初次調用時，調用 wx.authorize 傳入地理定位相關參數進行用戶授權，授權成功之后調用庫中wx.getLocation()獲取到用戶經緯度信息。

4.4 人臉對比模塊

如表1所示，人臉對比模塊使用的是Face++的人臉識別API。首先會根據用戶微信登錄的標識獲取到用戶注冊時的人臉URL，然后將獲取到的人臉緩存地址與正確人臉URL 以POST 方式請求API 服務，后臺將兩個人臉進行比對，來判斷是否為同一個人，返回比對結果置信度和不同誤識率下的閾值。本系統選取萬分之一誤識率下的閾值作為參照標準，當置信度大于標準時即認為用戶信息正確，予以進一步操作，否則將會進行錯誤提示。如表2所示。

4.5 結果反饋模塊

該模塊的功能是將學生的考勤打卡情況以表格的形式展現出來，教師可以通過反饋的結果進行學生考勤情況的統計。

5 結語

互聯網+時代的到來激活了各個行業的改革動力，軟件考勤的方式也正在逐漸取代傳統的人工點名考勤的方式，但是受環境和技術的影響，第一代的傳統考勤軟件難免會存在著代替簽到、異地簽到、無法限位、二維碼失效等問題。現如今，步入智能時代已然吹響戰歌，智能技術的妥善應用將為我們解決傳統軟件所存在的問題。我們的考勤系統順應時代浪潮，使用LBS和人臉識別相結合的方式，提高考勤效率，確保考勤結果的準確性和可靠性，為高校學生的考勤活動提供雙重保障，受到了高校教師的一致好評。

隨著智能領域研究的不斷深入，智能技術的應用領域也會不斷擴大，各個行業也即將迎來智能化變革，促使我們的社會步入智能時代。