基于人臉識別算法的智慧課堂考勤系統的設計

摘?要：考勤系統是智慧課堂系統建設中的重點和難點，傳統的考勤方式和基于智能終端的考勤模式都不能很好地解決代打卡等問題，基于生物特征的識別技術有效地解決了代打卡的問題，同時又具有很高的安全性，其中，人臉識別由于具備無須直接接觸、容易采集、成本較低等特點，成為生物特征識別中越來越主流的技術。本文闡述了人臉識別技術的概念和相關算法，并利用人臉識別技術設計了一個智慧課堂考勤系統。系統包含人臉檢測、特征提取、人臉識別等模塊，能夠有效地解決課堂考勤中的相關問題。

關鍵詞：人臉識別;智慧課堂;考勤系統

Abstract：The attendance system is the key and difficult point in the construction of smart classroom system.The traditional attendance mode and the attendance mode based on intelligent terminal can not solve the problem of clock in on behalf of others.The recognition technology based on biological characteristics can effectively solve the problem of clock in generation and has high security.Among them，face recognition has the advantages of no direct contact，easy collection and cost It is becoming more and more mainstream technology in biometric recognition.This paper describes the concept of face recognition technology and related algorithms，and uses face recognition technology to design a smart classroom attendance system.The system includes face detection，feature extraction，face recognition and other modules，which can effectively solve the related problems in class attendance.

Key words：Face recognition;smart classroom;attendance system

隨著社會和科技的發展，以物聯網為主要技術依托的智慧校園已經成為校園信息化建設的主要方向，智慧校園的建設涵蓋了物聯網技術、云計算技術和無線網絡等多種技術，為廣大師生打造了一個集教學、科研、生活于一體的智能化的教學環境。在智慧校園的建設中，智慧課堂的建設是重中之重，也是智慧校園的核心部分。

智慧課堂系統的建設技術中，考勤系統一直是技術實現的重點和難點。研究課堂考勤實現的方式和相關技術，對于更高效地管理課堂，實現教育的信息化，提升教學管理的效率和信息化水平，都具有重要的意義。

1 傳統的考勤技術

課堂考勤管理是課堂管理的重要一環，最初的課堂考勤由教師人工點名抽查，然后進行上報。這種考勤方式效率低下，并且占用大量的課堂時間，而且無法對學生的出勤情況進行全過程和全方位的監控。

為了解決上述問題，電子化的考勤方案應運而生。基于校園IC卡的打卡考勤方式曾經一度發揮了重要作用，提升了考勤效率，節約考勤時間，但這種方式仍然存在代打卡的問題，此外，也不能對學生是否全過程出勤進行有效監控。

隨著移動互聯網技術和物聯網技術的發展，出現了諸如基于Wi-Fi和智能手機終端定位的考勤模式、通過RFID和Wi-Fi的考勤模式、通過藍牙的考勤模式等等。這些考勤模式利用移動終端有效地解決了代簽問題，但是還不能有效解決對學生的準確識別問題。

基于生物特征的識別技術有效地解決了代打卡的問題，同時又具有很高的安全性。當前的生物特征識別技術包括指紋識別、聲音識別、人臉識別、虹膜識別等。其中，人臉識別由于具備無須直接接觸、容易采集、成本較低等特點，成為生物特征識別中越來越主流的技術。

2 人臉識別技術

人臉識別技術作為一種生物識別技術，是基于人的臉部信息和生理特征而進行身份識別的技術。人臉識別技術包括4個方面：人臉檢測及定位、圖像預處理、提取人臉圖像特征和人臉識別。其中，人臉檢測及定位是基礎技術，用于確定從視頻流中獲取的圖像中是否包含人臉，如果檢測到了人臉，再進一步對人臉圖像進行幾何特征的提取，最后在圖像數據庫中掃描并進行比對，進行人臉識別，確定檢測到的人臉圖像是否能在圖像數據庫中找到。

3 人臉識別相關算法

人臉識別的關鍵步驟包括人臉的檢測和人臉的識別兩個方面。人臉的檢測主要有基于特征知識的方法、基于統計學習的方法、基于模板匹配的方法。

人臉的識別主要包括基于特征臉的方法、基于神經網絡的方法、基于幾何特征匹配的方法等等。在識別方案上，有一對一的人臉識別方案、一對多的人臉識別方案、多對多的人臉識別方案。

在算法實現上，人臉檢測的算法有基于Harr矩陣特征的人臉檢測、基于Harr-like的AdaBoost人臉檢測等等。

人臉識別的算法有Eigenface算法、FaceNet算法、基于Gabor小波的LBP算法、Fisherfaces線性判別算法、LBP局部二值化等等。

4 基于人臉識別技術的智慧課堂考勤系統設計方案

本文設計的智慧課堂考勤系統，側重點在于人臉識別技術的應用。系統模塊包括登錄模塊、課程管理模塊、學生信息管理模塊、考勤信息管理模塊、人臉檢測模塊、人臉特征提取模塊、人臉識別模塊等。

4.1 系統整體架構

系統物理架構方面，包括人臉圖像采集設備、管理員服務器、數據庫服務器。系統的網絡拓撲結構如下圖所示。

系統邏輯架構方面，我們重點對人臉識別考勤功能的邏輯架構做一個闡述。人臉識別考勤功能的邏輯架構包括：人臉采集單元和考勤管理單元兩大塊。人臉采集單元又包括視頻采集模塊、人臉檢測模塊、人臉定位模塊和人臉跟蹤模塊;考勤管理單元包括人臉識別模塊、考勤記錄和查詢等等。

4.2 系統功能模塊

本文設計的人臉識別考勤系統，包括以下模塊：學生、班級、教師基礎信息設置、人臉圖像采集注冊、人臉檢測、人臉特征提取、人臉識別、考勤記錄管理、休假記錄管理、后臺設置和考勤記錄查詢等等。

4.3 人臉識別相關模塊實現

按照人臉識別相關的技術流程，我們得到使用人臉識別技術進行考勤的流程為：

（1）人臉圖像采集。人臉圖像采集是人臉識別的首要步驟，學生用戶登錄系統后，顯示人臉圖像采集界面，對學生的人臉圖像進行采集和存儲，如果存儲圖像失敗，將給出報錯信息，同時取消采集操作。

（2）人臉檢測。人臉圖像采集和存儲完成之后，緊接著要對人臉圖像進行檢測。本文采用經典的基于Harr-like的AdaBoost算法，并通過調用OpenCV庫中對應的API進行實現。AdaBoost算法的關鍵點在于，使用迭代方式調整訓練樣本信息，得到一系列不同的數據訓練集，然后對分類器進行組合優化，最后得到一個強分類器，然后用這個強分類器對人臉進行檢測。

（3）人臉圖像預處理。利用OpenCV庫相關API算法對圖像進行預處理，首先將檢測到的人臉圖像進行一定比例的縮小，然后將圖像轉換為灰度圖像，接著對圖片進行直方圖均衡化處理，最后對人臉的邊界進行檢測。

（4）人臉識別。在完成上述的步驟之后，最后就要進行人臉識別了。本文這里采用OpenCV庫，通過調用相關類的API函數將采集到的人臉數據進行訓練，在訓練中注意要對不同的人臉圖像進行分類，要能夠應對人類變化的各種情況。訓練步驟完成后，系統從檢測出來的圖像中，與學生信息數據庫的人像進行匹配對比，然后設置相應的考勤狀態。

5 結語

本文利用人臉識別算法設計了一個智慧課堂考勤系統的解決方案，側重點在于人臉識別的技術方案，通過使用OpenCV庫相關API、基于Harr-like的AdaBoost算法完成了人臉圖像采集、人臉檢測、人臉圖像預處理、特征提取及人臉識別重點模塊的設計，有效地解決了傳統課堂考勤的問題。

參考文獻：

[1]劉青山.人臉跟蹤與識別的研究究[D].中國科學院，2003，23-33.

[2]談昌彬，李一民.基于EHMM的人臉識別[J].云南民族大學學報，2006，04：285-288.

[3]劉小華.人臉識別技術及其應用研究[D].吉林大學，2005，34-42.

[4]CHIENJT，WUCC.Discrminant Wavelet faces and Nearest feature Classifiers for Face Recognition.IEEE Transactions on Pattern Analysis and Machine Intelligence.2002.

[5]李召榮，艾海舟.實時魯棒的自動人眼狀態分類[J].計算機輔助設計與圖形學學報，2007，（03）：292-297.

[6]張惠發.人臉識別的關鍵問題研究[D].吉林大學，2012，29-38.

[7]寧佐廷.基于PCA的人臉識別算法研究[D].中南林業科技大學，2012，24-37.

[8]齊禮成.基于人臉識別考勤系統的設計與實現[D].西安電子科技大學，2012.

[9]馮輝.基于QR碼技術的云考勤系統的設計與實現[D].華中師范大學，2013.

[10]劉穎.基于人臉識別的考勤系統設計[J].電子測試，2016（14）：28-29.

課題：2020年無錫商業職業技術學院校級課題《智慧課堂中基于人臉識別技術的考勤系統的設計與研究》課題批準號：KJXJ20424

作者簡介：程冠琦（1978—?），男，江蘇鎮江人，碩士，無錫商業職業技術學院物聯網技術學院講師，研究方向：軟件技術、人工智能。