徐建峰，孫浩，陸萍，董虎勝

（蘇州經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院，蘇州 215009）

0 引言

考勤簽到是企事業(yè)單位日常管理的重要組成部分，當(dāng)前常用的考勤方式有簽名、點(diǎn)名、刷卡簽到、指紋識(shí)別等。其中簽名與點(diǎn)名的效率很低，數(shù)據(jù)統(tǒng)計(jì)匯總也相當(dāng)麻煩；采用刷卡的方式需要額外攜帶磁卡；采用了生物特征識(shí)別技術(shù)的指紋簽到仍存在可被復(fù)制的問題。與上述考勤簽到方式相比，人臉作為人的另一種生物特征，具有很強(qiáng)的外觀穩(wěn)定性與個(gè)體差異性，是實(shí)現(xiàn)身份驗(yàn)證的最理想的方式，考勤時(shí)也無需攜帶其他額外物品，具有方便、直觀、易于普及等優(yōu)點(diǎn)。

本文基于深度卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)開發(fā)了一款人臉識(shí)別會(huì)議考勤管理系統(tǒng)，該系統(tǒng)采用了多任務(wù)卷積神經(jīng) 網(wǎng) 絡(luò)（Multi- Task Convolutional Neural Network，MTCNN）[1]+深度殘差網(wǎng)絡(luò)（Residual Network，ResNet）[2]的人臉檢測與識(shí)別模型，使用OpenCV 對(duì)視頻流數(shù)據(jù)進(jìn)行處理，實(shí)現(xiàn)了對(duì)單位部門、員工、會(huì)議、參會(huì)等信息的管理，能夠方便地進(jìn)行人臉注冊(cè)、人臉識(shí)別、考勤簽到與數(shù)據(jù)匯總處理等工作，能夠有效地滿足小型單位或部門的會(huì)議考勤需求。

1 系統(tǒng)總體設(shè)計(jì)

本文設(shè)計(jì)開發(fā)的人臉識(shí)別會(huì)議考勤簽到系統(tǒng)采用了PyQT 開發(fā)圖形用戶界面，使用了第三方包Py?MySQL 連接MySQL 數(shù)據(jù)庫實(shí)現(xiàn)人員、會(huì)議及考勤信息的存儲(chǔ)與檢索，在人臉識(shí)別模塊中使用了MTCNN 與ResNet 實(shí)現(xiàn)了多人實(shí)時(shí)人臉檢測與人臉識(shí)別，在考勤記錄分析與數(shù)據(jù)導(dǎo)出時(shí)分別使用了QtChart 與xlswings第三方庫。

人臉識(shí)別會(huì)議考勤系統(tǒng)由人員管理、會(huì)議管理、人臉識(shí)別考勤、考勤記錄統(tǒng)計(jì)分析四個(gè)主要模塊組成。其中人員管理模塊除了實(shí)現(xiàn)對(duì)員工編號(hào)、姓名、部門、職務(wù)等人員基本信息的管理外，還包括人臉圖像注冊(cè)、部門與職務(wù)的管理等功能；在會(huì)議管理模塊中可以對(duì)會(huì)議進(jìn)行安排，主要包含會(huì)議時(shí)間、會(huì)議時(shí)間、會(huì)議地點(diǎn)、會(huì)議主題與參會(huì)人員等信息；人臉識(shí)別考勤模塊的主要功能是調(diào)用人臉識(shí)別引擎從攝像頭捕捉到的視頻流中識(shí)別參會(huì)人員的身份，同時(shí)記錄考勤時(shí)間信息；在考勤記錄統(tǒng)計(jì)分析模塊中，能夠根據(jù)指定的日期范圍檢索出個(gè)人、部門與單位全體人員的出勤信息，并自動(dòng)繪制出相關(guān)的統(tǒng)計(jì)分析圖表。

2 主體功能的實(shí)現(xiàn)

在工作流程上，考勤管理員登錄系統(tǒng)后需要首先錄入本單位各部門信息、職務(wù)信息及工作人員的基本信息，在注冊(cè)人臉圖像時(shí)即可以通過攝像頭現(xiàn)場拍攝一張正面照片，也可以使用員工提供的指定大小的電子版?zhèn)€人證件照。系統(tǒng)在每次啟動(dòng)時(shí)都將會(huì)檢測注冊(cè)員工的照片信息，如果發(fā)現(xiàn)有員工沒有照片將會(huì)彈出警告信息。在員工信息錄入后，考勤管理員即可安排會(huì)議，設(shè)置會(huì)議時(shí)間、主題、地點(diǎn)與參會(huì)人員，系統(tǒng)將自動(dòng)為每個(gè)參會(huì)人員添加待參會(huì)的記錄，參會(huì)人員可在系統(tǒng)參數(shù)設(shè)置的考勤時(shí)間范圍通過刷臉完成簽到，系統(tǒng)會(huì)自動(dòng)實(shí)現(xiàn)考勤記錄的添加。

2.1 人臉檢測

人臉檢測是對(duì)人臉進(jìn)行識(shí)別與處理的基礎(chǔ)，其目標(biāo)是從視頻流中檢測并定位出人臉圖像，返回人臉邊界框（Bounding box）坐標(biāo)及人臉特征點(diǎn)的坐標(biāo)。本文選用了當(dāng)前使用比較廣泛的MTCNN 網(wǎng)絡(luò)作為人臉檢測的模型，MTCNN 不僅能夠檢測出畫面中的人臉，還具有人臉對(duì)齊的功能，能夠幫助尋找出人的眼睛、嘴與鼻子位置。MTCNN 中含有 P-Net、R-Net 和 O-Net 三層級(jí)聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)。一層都在對(duì)輸入作卷積運(yùn)算處理后進(jìn)行邊界框回歸（Bounding box regression）與非極大值抑制（Non-Maximal Suppression，NMS）處理，在經(jīng)過P-Net 處理后獲得 24×24 大小的特征圖（feature map）；然后送入第二層R-Net 網(wǎng)絡(luò)獲得48×48 大小的特征圖；最后通過第三層O-Net 處理后獲得人臉邊界框及面部標(biāo)簽輸出。MTCNN 中 P-Net、R-Net 和 O-Net 的具體網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示。

MTCNN 網(wǎng)絡(luò)接收的輸入是將原始圖像作不同尺度縮放后獲得的圖像金字塔，這樣的處理有助于在NMS 階段丟棄掉一些響應(yīng)值不夠高的內(nèi)容。在P-Net網(wǎng)絡(luò)中，主要負(fù)責(zé)快速粗略地檢測出一些可能會(huì)出現(xiàn)人臉的候選框，R-Net 網(wǎng)絡(luò)對(duì)這些候選框進(jìn)一步檢測并排除掉一些置信度比較低的對(duì)象，最后通過O-Net生成精確的候選框與位置坐標(biāo)。在損失函數(shù)的選擇上，由于人臉檢測可歸屬為一個(gè)二分類問題，MTCNN在人臉檢測中采用了交叉熵?fù)p失函數(shù)，而在人臉邊界框回歸與關(guān)鍵點(diǎn)坐標(biāo)檢測中采用的都是歐氏距離損失函數(shù)，最后根據(jù)將每個(gè)階段中的損失函數(shù)進(jìn)行加權(quán)組合獲得總的損失函數(shù)。

在人臉識(shí)別會(huì)議考勤系統(tǒng)的開發(fā)中，采用了在WIDER_FACE[3]數(shù)據(jù)集上已經(jīng)訓(xùn)練好的 PyTorch 模型。在使用OpenCV 捕捉視頻幀后，為了提升檢測效率，采用了將視頻幀縮小至原尺寸的1/4 再檢測的策略，系統(tǒng)在運(yùn)行時(shí)基本上達(dá)到實(shí)時(shí)檢測的性能。

2.2 人臉識(shí)別

在從視頻流中檢測出人臉后，需要進(jìn)一步給出該人臉圖像的標(biāo)簽，即根據(jù)人臉識(shí)別出該員工的姓名及其他相關(guān)信息，本文采用了ResNet 從人臉圖像獲得特征表達(dá)向量并進(jìn)行匹配。ResNet 網(wǎng)絡(luò)采用了如圖2 所示的一種“短路”的形式將網(wǎng)絡(luò)的輸入與輸出相加，實(shí)現(xiàn)了對(duì)輸入內(nèi)容的重用。若將網(wǎng)絡(luò)輸入設(shè)為x、某一網(wǎng)絡(luò)層為H，以x作為輸入后該層的輸出為H(x) ，ResNet 在輸出時(shí)采用作為下一層的輸入。這樣的處理能夠有效地抑制隨著網(wǎng)絡(luò)加深所帶來的梯度彌散與梯度爆炸問題，獲得圖像更為抽象的特征表達(dá)。

ResNet 中的殘差塊有圖2 所示的基本塊結(jié)構(gòu)與被稱為“Bottleneck”的塊結(jié)構(gòu)兩種，與基本塊結(jié)構(gòu)相比，Bottleneck 塊結(jié)構(gòu)中將兩個(gè)3×3 的卷積層替換為1×1+3×3+1×1 的結(jié)構(gòu)，首先通過 1×1 的卷積降低了通道數(shù)，減少了運(yùn)算量，在通過3×3 卷積后再使用一個(gè)1×1 卷積實(shí)現(xiàn)通道數(shù)的還原，在減少計(jì)算量的同時(shí)保持了精度。

本文在人臉識(shí)別模塊選擇了dlib 庫中已經(jīng)訓(xùn)練好的ResNet 模型接口，該接口接收人臉圖像后將其首先縮放為224×224 的大小，通過前向運(yùn)算返回一個(gè)128維的人臉特征向量。由于在系統(tǒng)中已經(jīng)保存了所有員工的人臉圖像，可以使用ResNet 模型接口提取這些圖像的特征向量并存儲(chǔ)在文件中。在人臉識(shí)別考勤階段，只需要在從視頻幀中檢測到的人臉圖像提取特征向量，與載入的特征向量計(jì)算歐氏距離即可實(shí)現(xiàn)匹配識(shí)別，本文采用最近鄰分類器返回的標(biāo)簽作為視頻中人臉圖像的標(biāo)簽。

2.3 其他模塊的開發(fā)

在人臉識(shí)別會(huì)議考勤系統(tǒng)其他模塊的開發(fā)中采用了模型-視圖-控制器（Model View Controller，MVC）開發(fā)模式。其中模型對(duì)象（Model）負(fù)責(zé)在數(shù)據(jù)庫中存取的數(shù)據(jù)，在本系統(tǒng)中主要涉及員工、部分、職務(wù)、會(huì)議、參會(huì)等對(duì)象，在開發(fā)時(shí)他們均被封裝為實(shí)體類，各個(gè)屬性變量與數(shù)據(jù)庫中的字段一一對(duì)應(yīng)。視圖（View）對(duì)應(yīng)于應(yīng)用程序中數(shù)據(jù)的展示，在本系統(tǒng)中采用QT 實(shí)現(xiàn)各個(gè)GUI 窗口。為了便于使用Python 開發(fā)，在開發(fā)各個(gè)模塊時(shí)首先采用了QtDesigner 首先完成控件的布局，然后使用uic 將獲得的.ui 文件編譯為.py 文件?？刂破鳎–ontroller）負(fù)責(zé)從視圖讀取數(shù)據(jù)控制用戶輸入并向模型發(fā)送數(shù)據(jù)，在本系統(tǒng)的開發(fā)中，只需要引入編譯為.py 文件的界面類，進(jìn)一步實(shí)現(xiàn)各個(gè)控件的響應(yīng)槽函數(shù)，并為各個(gè)控件綁定響應(yīng)事件或添加信號(hào)即可。

在人臉識(shí)別會(huì)議考勤系統(tǒng)的開發(fā)中，系統(tǒng)配置與常用工具類被單獨(dú)放置于兩個(gè)Python 包中。系統(tǒng)配置采用.ini 文件實(shí)現(xiàn)，在該文件中分組實(shí)現(xiàn)對(duì)數(shù)據(jù)庫地址、用戶名、密碼、數(shù)據(jù)庫名、以及其他系統(tǒng)級(jí)參數(shù)的設(shè)置。在工具類中采用靜態(tài)方法實(shí)現(xiàn)各常用功能，如：配置文件的加載、數(shù)據(jù)庫的連接與關(guān)閉、文本內(nèi)容的分析、用戶名及密碼等輸入內(nèi)容的校驗(yàn)等。

由于系統(tǒng)開發(fā)中采用MVC 分層開發(fā)模式實(shí)現(xiàn)了界面與業(yè)務(wù)邏輯的分離，本系統(tǒng)可以方便地進(jìn)行后期的維護(hù)與功能擴(kuò)展。

3 系統(tǒng)測試運(yùn)行

人臉識(shí)別會(huì)議考勤系統(tǒng)的核心模塊為視頻流畫面中的人臉檢測與識(shí)別，其余模塊為一般的信息管理系統(tǒng)功能。在人臉識(shí)別考勤時(shí)，需要盡可能地實(shí)現(xiàn)實(shí)時(shí)的人臉檢測與識(shí)別。盡管本系統(tǒng)在開發(fā)中應(yīng)用了MTCNN 與ResNet 深度學(xué)習(xí)模型，但是由于運(yùn)用的均為訓(xùn)練好的模型，在系統(tǒng)運(yùn)行測試時(shí)僅需要對(duì)視頻幀畫面進(jìn)行前向運(yùn)算，基本上能達(dá)到實(shí)時(shí)檢測識(shí)別的性能。由于MTCNN 能夠支持畫面中的多張人臉的檢測，本會(huì)議考勤系統(tǒng)還能夠?qū)崿F(xiàn)多人同時(shí)刷臉考勤，當(dāng)在畫面中同時(shí)檢測識(shí)別出多張人臉圖像時(shí)，系統(tǒng)采用了延遲5 秒刷新展示的方式，以便能夠留下足夠的時(shí)間進(jìn)行語音播報(bào)。圖3 給出了本系統(tǒng)運(yùn)行時(shí)的刷臉簽到畫面。

圖3 人臉識(shí)別會(huì)議考勤簽到系統(tǒng)運(yùn)行界面

4 結(jié)語

借助MTCNN 與ResNet 深度學(xué)習(xí)人臉檢測與識(shí)別模型，本文設(shè)計(jì)實(shí)現(xiàn)了一款人臉識(shí)別會(huì)議考勤系統(tǒng)，該系統(tǒng)能夠?qū)崟r(shí)地檢測與識(shí)別出參會(huì)人員并記錄考勤信息，克服了傳統(tǒng)考勤方式的不足。該系統(tǒng)現(xiàn)已運(yùn)用于所在單位的會(huì)議考勤，大大提高了日常會(huì)議考勤及出勤統(tǒng)計(jì)的效率。但同時(shí)，本系統(tǒng)仍有一些不足需要進(jìn)一步改進(jìn)，如系統(tǒng)對(duì)硬件配置要求仍比較高，今后將進(jìn)一步優(yōu)化壓縮檢測與識(shí)別模型，并考慮向移動(dòng)端移植。