当今, 校园一卡通签到或人工签到这些传统的考勤方式, 还是主要用于许多高等院校的课堂考勤中。这些方式虽然在短时间内起到了一定的作用, 但同时也暴露了不可避免的弊端。比如在课堂考勤时, 有时候会发生其他学生代替考勤的状况, 还有就是一学期下来, 师生无法查看学生考勤数据的具体统计信息。基于人脸识别下的高校课堂考勤系统将在一定程度上解决这些繁琐、不规范的现状。借助现代信息技术, 人脸识别技术作为一种手段, 任课教师能随时随地通过手机客户端了解学生的出勤率。
人脸识别是一种生物识别技术。比起其他识别技术, 被广泛应用、错误率小、便捷、稳定性高、自然性好、直观性明显是人脸识别技术拥有的特点。首先, 人脸的图像信息通过摄像机等设备进行采集和处理。对捕获到的图像信息开展人脸的检测和定位, 明确每个人脸的位置和大小以及每个人脸器官的关键点信息。其次, 判断是否有面部图像, 如果有, 则使用算法对人脸进行分析, 从而提取人脸的特征信息。最后一步是面部识别, 把库中的面部图像信息与已知的人脸进行比较, 从而识别出每个人脸的身份信息。
OpenCV是一个流行的开源计算机可视化库, 在商业和研究领域不需要缴纳费用就可以使用。它具有C++、Python、Java和其他支持Windows、Linux、Mac OS、IOS和Android平台的接口。它本身自带的功能非常丰富, 含有多种函数, 使用起来很是便捷。自从1.0版发布以来, 许多公司都开始关注, 并广泛应用于产品开发和创新。相关应用包括卫星地图和电子地图、人脸识别系统、姿势识别、人机交互动理解、立体视觉、运动跟踪、增强现实 (AR技术) 等众多领域。整体而言, OpenCV非常强大, 对于人脸检测这方面, 它为计算机图形检测和视觉相关操作发挥着重要的主导作用。
基于人脸识别下高校课堂考勤系统的设计与实现主要包括教师、学生注册模块、人脸图像信息采集模块、人脸检测模块、人脸识别模块和考勤信息管理模块。如图1所示。
教师和学生注册模块:系统开发的主要用户是教师和学生, 本模块包括了师生注册的基本功能。学生不仅需要注册用户名和密码设置, 还需要注册自己的人脸图像信息。区别在于老师不需要上传人脸图片, 只需要注册账号和密码即可。
人脸图像信息采集模块:学生用户名在客户端注册成功后, 还需要拍照并上传图像信息。图像采集采用的是活体检测算法。如果检测到人脸, 则将图像压缩至几十KB并传输到服务器。如果未检测到学生的人脸, 则注册失败, 应重新拍摄面部信息并再次注册。
人脸检测模块:人脸检测模块的功能是在面部信息图像采集后, 一方面是为了检测图像中是否存在人脸, 另一方面是删掉图像中与人脸无关的部分。利用OpenCV开源库具有的多种算法, 对人脸进行分析, 获得大小位置等许多关键点信息。
人脸识别模块:教师在课堂上分配考勤任务时, 学生登录后在指定时间指定地点拍摄照片上传自己的图像信息来完成, 此时系统进行面部识别, 即人脸图像匹配的过程, 系统提取人脸特征, 并逐一比较对应于库中注册的n个图像信息。匹配成功则会在手机客户端显示签到成功, 对比若有失败会有错误的提示, 即签到失败。
考勤信息管理模块:对于此模块, 系统服务器将考勤结果反馈给手机, 教师和学生都可以查询考勤数据。学生可以查询任意时间段内自己的考勤信息。辅导员和任课教师也可以指定某个时间段, 系统显示该时间段之内某个学生用户所有的考勤数据, 这样大大地提高了对学生管理工作的效率。
总的来说, 高校教育信息化已成为一种趋势, 本论文提出的将人脸识别技术与其他互联网技术相结合, 设计出一套用于高校课堂考勤的系统, 对解决高校传统考勤方式存在的许多问题将会有很大帮助, 从而强化学风建设, 对提升高校的教学质量有着极为深远的意义。
摘要：21世纪, 人工智能在不同的领域应用广泛, 越来越多的人们享受到了人工智能带来的福利, 其中就包括了人脸识别技术。随着大数据共享时代的来临, 人脸识别将会在这场新一代技术革命时期里大有作为。人脸识别亦称作面部识别, 它是近年来发展迅速的基于人的脸部特征信息的生物识别技术。现在的市场上, 此技术需求正在加速释放。应用场景不断被探索, 并广泛应用于交通枢纽, 智能医疗, 银行, 边境检查和其他行业。本文对提出的“基于人脸识别下的高校课堂考勤系统”进行了分析, 利用人脸识别技术充分解决多数高校课堂考勤时存在的弊端。
关键词：人脸识别,课堂考勤系统,OpenCV
[1] 郎利影, 魏娜.嵌入式人脸识别考勤设计与实现[J].煤矿安全, 2012 (04) :68-70.
[2] 贾志刚.OpenCV Android开发实战[M].北京:机械工业出版社, 2018.
[3] 毛亮, 李立深.浅谈人脸技术[J].中国公共安全, 2014 (10) :121-123.
[4] 周妍.人脸识别考勤系统的分析与应用[J].产业与科技论, 2014 (07) :57-58.
推荐阅读：
人脸识别核心算法技术06-07
基于主题的情感分析06-24
基于Matpower的电力系统潮流计算06-28
基于Bowtie模型的机场安全风险分析06-30
基于互联网的探究式课堂教学策略研究06-02
基于hadoop分析实现05-25
