基于人臉識別的智能考勤系統研發

李鑫 林少強 吳文英 溫有娣 余文森

摘? 要：隨著人工智能的迅速發展，智能化在許多領域得到了廣泛的應用。針對目前傳統課堂考勤方式技術手段滯后的問題，文章采用人臉智能識別技術，研究開發了一套基于人臉識別的智能考勤軟硬件系統。此系統采用樹莓派和攝像頭作為硬件，利用深度模型CNN中的ResNet模型，來實現人臉智能識別，最終實現了課堂考勤的自動化，提升了課堂勤技術水平，節省了大量的課堂時間，方便實用。

關鍵詞：人臉識別;智能考勤系統;智能識別;樹莓派

中圖分類號：TP391.41? ? ? ?文獻標識碼：A 文章編號：2096-4706（2020）17-0013-04

Abstract：With the rapid development of artificial intelligence，intelligence has been widely used in many fields. Aiming at the problem that the traditional classroom attendance method is lagging behind，a set of intelligent attendance software and hardware system based on face recognition is developed by using face intelligent recognition technology. The system uses Raspberry Pie and camera as hardware，and uses ResNet model of CNN to realize intelligent face recognition. `Finally，it realizes the automation of class attendance，improves the level of classroom attendance，saves a lot of classroom time，and is convenient and practical.

Keywords：face recognition;intelligent attendance system;intelligent identification;Raspberry Pie

0? 引? 言

目前，高校課堂點名方式還是以傳統的方式為主，科技含量不高。這種方式不僅會浪費大量的課堂教學時間，還可能出現冒名頂替上課的現象。其中有個重要的原因在于高校老師與學生接觸的時間相對較少，且教師往往需要給多班級學生授課，因此無法認識每位同學，點名時容易出現冒名頂替現象。

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術[1]。人臉識別具有唯一性和難復制性，為其作為身份認證提供了必要的基礎。人臉識別被認為是生物特征學乃至人工智能領域最困難的研究課題之一[2]，隨著科技的進步，目前其已被廣泛的運用到政府機關、銀行、軍隊、安防、教育等領域，而且隨著技術的進一步發展和民眾的認同，勢必會在將來應用到更多的領域。本文研發了一套基于人臉識別的智能考勤軟硬件系統，利用人臉識別技術來解決傳統的考勤方式容易出現的冒名頂替現象。該系統由作者跟同學、老師聯合開發，已在武夷學院的數學與計算機學院的物聯網工程專業實驗室部署。

1? 系統概述

系統的硬件方面，選擇樹莓派3B+，與一般單片機相比，樹莓派能完成更復雜的任務管理與調度;與計算機相比，它體積小，成本低。攝像頭選擇樹莓派官方攝像頭Camera V2，索尼IMX219感光芯片，800萬像素，拍攝靜態圖片可以達到3 280×2 464像素[3]，攝像頭的分辨率也影響著人臉識別的準確度。

系統的軟件方面，在樹莓派上選擇基于Python語言的開發工具Thonny，該開發工具簡單易用。在計算機上選擇集成開發工具Visual Studio 2019，數據庫工具為SQL Server 2008數據庫管理系統，因其靈活的數據庫管理功能和優越的可伸縮性以及與相關軟件的高集成程度等優點[4]。

系統的工作流程：通過樹莓派攝像頭采集人臉圖像，在樹莓派終端上獲取采集到到人臉圖像，然后提取人臉的128D特征值與預存的人臉特征均值進行歐式距離的對比，當對比結果的閾值小于等于0.4時，即認為為同一個人;最后通過通信模塊將考勤人員的學號、考勤時間和教室名稱等考勤信息發送給后臺服務器;后臺服務器接收到考勤信息后對數據進行處理，并放入SQL Server數據庫中進行保存，以備客戶端的考勤記錄查詢與提取。系統工作流程如圖1所示。

2? 系統的功能模塊

系統包含樹莓派人臉識別、后臺服務器數據處理、客戶端數據訪問三個模塊。

2.1? 樹莓派人臉識別模塊

本模塊分為預存特征均值和人臉識別兩個部分。第一部分為預存特征均值，主要的功能是為人臉識別部分提供人臉庫。

首先，讀取事先準備好的每個同學的人臉圖片，利用dlib.get_frontal_face_detector（）函數去正向人臉檢測。

其次，檢測到人臉后，通過dlib.shape_predictor（"shape_predictor_5_face_landmarks.dat"）人臉預檢器，去獲取人臉的圖像。

最后，通過dlib.face_recognition_model_v1（"dlib_face_recognition_resnet_model_v1.dat"）模型中的compute_face_descriptor函數，將人臉映射成128D矢量，最后將獲取到的128D特征值寫入CSV文件中，作為人臉庫。

第二部分為人臉識別，主要的功能是識別人臉成功后，將考勤數據傳輸給后臺服務器。

首先，設置好當前樹莓派所在的教室，如圖2所示。點擊“開始考勤”后，系統會調用socket.socket（）的connect來連接后臺服務器。

其次，連接成功后，當屏幕被點擊時，通過cv2.imwrite（）函數截取當前界面的一張圖片并保存在本地，然后通過cv2.imread（）讀取圖片，進行跟預存特征均值一樣的處理。

最后，將得到的特征均值，與事先存放好的人臉庫中的特征值進行歐式距離的對比。當對比的闕值小于0.4時，即人臉識別成功，如圖3所示。此時將對應的考勤數據發送給后臺服務器，繼續循環考勤。

2.2? 后臺服務器數據處理模塊

本模塊包括服務器端口監聽以及賬號、學生數據、教師數據、教室數據、教室課程表等管理功能，如圖4所示。模塊登錄界面如圖5所示，登錄成功后，開啟監聽程序，每當有客戶端請求連接時，會創建一個新的套接字與線程來進行單獨的數據傳輸。

當接收到樹莓派客戶端傳來的數據時，要進行以下幾個處理：

第一，根據得到的學號對比學生信息數據庫，獲取到學生姓名與班級名稱。

第二，根據日期、時間以及教室名稱來確定當前所上的課程名稱。

第三，依照考勤機制來確定是否遲到。首先，確認簽到時間前80分鐘內是否已有簽到，以此來避免重復簽到。其次，將日期、時間、學號、姓名、班級、課程考勤情況等信息存入考勤數據表中。對于缺勤情況，系統設置了一個Timer計時器，當當前時間超過遲到時間時，系統開始對本次課堂的缺勤人員進行統計，將缺勤的數據也存放進考勤數據表中。

因賬號、學生數據、教師數據、教室數據等管理功能基本一致，下面以學生數據為例進行介紹，如圖6所示。除了基本的增刪改查功能外，學生數據管理加入了批量導入的功能，只要是符合格式的XLSX文件，即可將文件的內容全部一次性導入，提高數據導入的效率。

2.3? 客戶端數據訪問模塊

本模塊包括查詢考勤記錄、導出考勤記錄等功能。該模塊系統地完成對學生考勤信息的收集與整理，并提供詳細的考勤記錄報告。登錄成功后，用戶可以依據條件查詢自己需要的考勤記錄，如圖7所示。

3? 系統數據庫設計

3.1? 數據庫的概念結構設計

概念結構設計就是對信息世界進行建模，常用E-R模型來描述概念結構[5]。概念結構設計的任務是按照特定的方法把它們抽象為一個不依賴于任何具體機器的數據模型，即概念模型。本系統的E-R圖如圖8-11所示。

如圖8所示，學生這個實體有學號、姓名、學院、班級四個屬性。

如圖9所示，這個實體有編號、姓名、電話、性別、職稱五個屬性。

通過圖10可以看出教室這個實體有編號、名稱、類型、容納最大人數四個屬性。

通過圖11可以看出學生跟教室是多對一的聯系，教室和老師是一對一的聯系。

3.2? 數據庫的邏輯結構設計

數據庫的邏輯結構設計就是把概念結構設計階段設計好的基本實體-關系圖轉換為與選用的數據庫管理系統產品所支持的數據模型相符合的邏輯結構。通過上面概念結構設計，本系統的數據庫邏輯結構設計如下：

學生（學號，姓名，學院，班級，教室編號）

教室（編號，名稱，類型，容納最大人數）

老師（編號，姓名，性別，職稱，電話，教室編號）

3.3? 數據庫的物理結構設計

數據庫物理設計：就是對數據表的數據類型、主鍵等數據進行設計[6]，本系統所用到的主要有四個數據表。

通過圖12可以看出考勤記錄表有date、time、place、id、name、college、class、curriculum、Lateness九個數據。

通過圖13可以看出學生信息表有id、name、college、class四個數據。

通過圖14可以看出教師信息表有id、name、gender、title、telephone五個數據。

通過圖15可以看出教室表有id、name、type、capacity四個數據。

4? 結? 論

目前，人工點名方式依然主導著高校課堂考勤方式，即使也有物聯網技術的考勤系統的應用，但仍不能夠做到真正的自動化，不能很好地滿足課程考勤需求、從根本上減少教學人員的工作量。本文基于人臉識別技術，研發一套智能考勤軟硬件系統，實現課堂考勤的自動化，提升了課堂考勤技術水平，方便實用。

參考文獻：

[1] 劉依林，周淦釧，周恒銳.人臉識別技術在治安管理中的應用現狀與趨勢分析 [J].無線互聯科技，2019，16（11）：133-134.

[2] 白玉彬.人臉識別技術在AFC系統中的應用 [C]//第三十三屆中國（天津）2019IT、網絡、信息技術、電子、儀器儀表創新學術會議論文集.天津：天津市電子學會、天津市儀器儀表學會，2019：163-166.

[3] 郭文強，張筱，侯勇嚴，等.基于樹莓派和PI Camera V2的動態目標檢測 [J].電腦知識與技術，2017，13（25）：182-184.

[4] 張鳳來.項目教學法在SQL數據庫教學中的應用 [J].電腦迷，2017（5）：121+57.

[5] 于國華，鄒紅文.數據庫結構的設計與實現 [J].洛陽工業高等專科學校學報，2004（1）：38-40.

[6] 陳紅艷.數據庫中表設計原則分析 [J].無線互聯科技，2015（18）：53-54.

作者簡介：李鑫（1997—），男，漢族，貴州遵義人，本科在讀，研究方向：前端、機器學習。