陳維華 何彩虹

摘 ?要：目前高校普遍關(guān)注在校生上課出勤問題。在課堂出勤率統(tǒng)計中，經(jīng)常會出現(xiàn)學(xué)生未到課堂卻已經(jīng)完成簽到的情況，影響了出勤統(tǒng)計的準(zhǔn)確性，做好學(xué)生課堂出勤管理迫在眉睫。本文主要針對人工智能（AI）人臉識別算法在簽到系統(tǒng)中的技術(shù)進行設(shè)計。采用人臉識別的簽到系統(tǒng)方便、準(zhǔn)確、快捷，更能適應(yīng)現(xiàn)代高效、精準(zhǔn)的簽到需求，更符合現(xiàn)代信息化教學(xué)管理的要求。

關(guān)鍵詞：簽到系統(tǒng);人臉識別;人工智能

中圖分類號：TP399 ? ? 文獻標(biāo)識碼：A

Designs of Smart Classroom Sign-in System

CHEN Weihua， HE Caihong

（Hebei Software Institute， Baoding 071000， China）

chenweihua@hbsi.edu.cn; hecaihong@hbsi.edu.cn

Abstract： At present， colleges and universities are concerned about students' attendance. In class attendance statistics， there are often situations in which students have not yet arrived in class but have already completed sign-in， which affects the accuracy of attendance statistics. Therefore， it is urgent to manage students' class attendance effectively. Sign-in system with face recognition technology is convenient， accurate， and fast. This paper proposes to design a sign-in system based on artificial intelligence （AI） face recognition algorithm. The proposed system can better meet the needs of highly efficient and precise sign-in， and the needs of modern information teaching management.

Keywords： sign-in system; face recognition; artificial intelligence

1 ? 引言（Introduction）

隨著人工智能時代的到來，各行各業(yè)都面臨著前所未有的技術(shù)創(chuàng)新，聚集技術(shù)創(chuàng)新的活動產(chǎn)業(yè)也不例外，行業(yè)科技應(yīng)用取得了前所未有的進步。

人工智能時代已經(jīng)到來，人臉識別簽到將應(yīng)用到越來越多的活動中，不斷提高活動的效率，使活動簽到能夠以更加創(chuàng)新、智能和高端的方式呈現(xiàn)。人臉識別包含人臉檢測與屬性分析、人臉對比、人臉?biāo)阉?、活體檢測等功能。文獻[1]將人臉識別技術(shù)應(yīng)用于校園內(nèi)宿舍門禁系統(tǒng)中，比傳統(tǒng)的校園卡更加安全、方便、快捷。

目前高校都在進行智慧校園建設(shè)，智慧校園人臉識別系統(tǒng)基于先進的AI人臉識別技術(shù)和一系列的人臉識別終端，可以實現(xiàn)無縫對接智慧校園平臺，共同建設(shè)和實現(xiàn)安全、便捷、實時管控的智能化校園。其中，隨著信息化教學(xué)手段融入課堂，各種智慧簽到方式也都有所應(yīng)用，從紙質(zhì)簽到發(fā)展到刷卡簽到、掃碼簽到、刷臉簽到和利用各種智慧課堂平臺手機簽到，智慧課堂簽到系統(tǒng)應(yīng)用人工智能技術(shù)，將提高考勤簽到的效率，方便教師對班級的管理。

人臉識別考勤系統(tǒng)在滿足學(xué)校考勤需求的基礎(chǔ)上，實現(xiàn)了學(xué)生刷臉通行的場景，有效防止外來陌生人員進入校園，同時避免學(xué)生上學(xué)期間逃學(xué)曠課等現(xiàn)象發(fā)生，推進校園安全信息化管理進程，加強校園秩序和提升校園安全，打造高效、安全、智能的校園生活。

2 ? 系統(tǒng)功能（System function）

2.1 ? 系統(tǒng)概述

基于人臉識別的課堂簽到系統(tǒng)設(shè)計，首先針對學(xué)生的注冊模塊、課堂管理者的信息管理模塊以及課堂人臉識別簽到模塊，其中現(xiàn)場簽到模塊集成了人臉識別功能[2]。課堂簽到系統(tǒng)管理員針對班級學(xué)生先建立人臉數(shù)據(jù)，實現(xiàn)信息模塊的管理，收集好學(xué)生照片，在模塊中注冊學(xué)生的信息，并按要求上傳學(xué)生照片，完成信息的導(dǎo)入和錄入。服務(wù)器端主要實現(xiàn)簽到的管理和學(xué)生信息數(shù)據(jù)的統(tǒng)計。教師在上課前先確定課堂的相關(guān)信息，包括上課時間、簽到規(guī)定時間以及課堂要求，發(fā)布課堂簽到;學(xué)生按要求完成簽到平臺個人信息填寫，并按要求上傳本人的人臉照片到服務(wù)器上。在進入課堂簽到系統(tǒng)時，通過網(wǎng)絡(luò)簽到設(shè)備刷臉簽到結(jié)束后，教師可以通過后臺對簽到人員信息進行統(tǒng)計，并導(dǎo)出保存Excel文件，作為學(xué)生出勤考核記錄。設(shè)計系統(tǒng)的工作流程如圖1所示。

在學(xué)生注冊信息模塊中，學(xué)生要根據(jù)要求填報個人詳細(xì)信息，并上傳正面寸照。對上傳的照片，系統(tǒng)會有一個統(tǒng)一的要求。在前端注冊界面，設(shè)計系統(tǒng)應(yīng)對信息格式、詳細(xì)程度，包括學(xué)生性別、證件信息等的正確性進行檢測。注冊信息模塊應(yīng)能對學(xué)生上傳的照片進行檢測，包括格式及人臉圖像是否合格。智慧課堂簽到就是利用設(shè)備及設(shè)備組網(wǎng)通信實時獲取學(xué)生簽到現(xiàn)場照片，將照片通過網(wǎng)絡(luò)傳到終端服務(wù)器進行人臉識別和照片圖像的特征提取，再將學(xué)生臉部與特征庫進行比對，使教師能夠?qū)崟r獲取比對結(jié)果，掌握學(xué)生出勤情況。

2.2 ? 系統(tǒng)設(shè)計

智慧課堂簽到系統(tǒng)主要實現(xiàn)基于客戶端的人臉課堂簽到功能。在人臉識別檢測技術(shù)中，多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)的人臉識別檢測技術(shù)非常成熟，同時，在眾多算法模型中，局部二值模型（LBP）人臉識別算法可以減少光照、簽到姿勢姿態(tài)等對識別檢測結(jié)果的影響。

模塊中對教師的管理權(quán)限也應(yīng)進行設(shè)計，使其具有最高的系統(tǒng)控制權(quán)限。基于人臉識別的簽到系統(tǒng)利用深度學(xué)習(xí)模型，進行學(xué)生照片的特征提取，再與人臉數(shù)據(jù)庫中的特征文件進行對比，實現(xiàn)課堂智慧簽到，主要流程如圖2所示。

系統(tǒng)整體設(shè)計上還應(yīng)包括前端開發(fā)和后端設(shè)計，系統(tǒng)數(shù)據(jù)庫放到服務(wù)器上，前端開發(fā)可以采用基于Web的開發(fā)實現(xiàn)，通過客戶端瀏覽器展示給用戶。采用視圖模型（Model-View-ViewModel， MVVM）[3]架構(gòu)，它是傳統(tǒng)的視圖控制模型MVC架構(gòu)的升級版[4]。MVVM架構(gòu)能夠把學(xué)生視圖與業(yè)務(wù)邏輯進行分離和過濾，更好地顯示業(yè)務(wù)邏輯，如圖3所示。

后端可采用基于Flask的MTV設(shè)計模式。Flask是一款基于Python進行開發(fā)的輕量級Web框架，采用Python語言的Flask框架設(shè)計可以實現(xiàn)后端與人臉識別程序更好地銜接。

數(shù)據(jù)庫采用MySQL。MySQL[5]是目前使用最廣泛的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)之一。MySQL的特點是可以把不同的班級數(shù)據(jù)放在不同的表內(nèi)，每個表有獨立的控制鍵，查詢表內(nèi)數(shù)據(jù)時，不同的表通過外部控制鍵相連，這樣大大提高了運行速度，也具有很強的靈活性。

3 ? 人臉識別算法（Face recognition algorithm）

3.1 ? 概述

人臉識別（Facial Recognition），是通過視頻設(shè)備采集用戶的面部圖像，利用核心算法對面部特征進行計算分析，再與已建數(shù)據(jù)庫里的特征數(shù)據(jù)比對，來判斷用戶身份的真實性。人臉識別技術(shù)的核心是人臉識別算法，常用的人臉識別算法有基于人臉特征點的算法、基于模板的算法及神經(jīng)網(wǎng)絡(luò)識別算法等。人臉識別技術(shù)的難點是用戶的年齡、環(huán)境光照等變化的外界因素經(jīng)常會影響識別效果，所以有些情況下人臉識別會失效，導(dǎo)致用戶體驗差，其中光照影響最大，因為光照的變化就在我們身邊。

3.2 ? 基于深度學(xué)習(xí)的算法模型

針對人臉識別技術(shù)的難點問題，可以采用深度學(xué)習(xí)（Deep Learning）[6]的算法模型。尤其是其中的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks， CNN）算法，能夠?qū)崿F(xiàn)高精度的圖像分類[7]。深度學(xué)習(xí)作為機器學(xué)習(xí)的一部分，發(fā)展迅速，在算法模型的設(shè)計、數(shù)據(jù)測試劃分、場景應(yīng)用、評價體系標(biāo)準(zhǔn)等方面對人臉識別技術(shù)進行了重構(gòu)，準(zhǔn)確度提升至99%以上。

隨著對深度學(xué)習(xí)的研究，神經(jīng)網(wǎng)絡(luò)研究發(fā)展迅速，能夠?qū)崿F(xiàn)圖像的高精度分類，它在人臉識別的表情識別中表現(xiàn)很好，深度度量學(xué)習(xí)可以為人臉識別提供有效的方法。在此使用一種改進的三元組損失法，它在人臉識別和驗證過程中效果很好，其模型如公式（1）所示：

（1）

其中，是特征提取器，為特征向量，為馬氏距離。

前面講到基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)改善了圖像精度，深度學(xué)習(xí)的人臉識別方法改善了光照以及面部情感特征識別影響，但實際教學(xué)課堂環(huán)境中，光線的變化會影響人臉識別的準(zhǔn)確率，因此在設(shè)備采集人臉圖像送入數(shù)據(jù)庫檢測前要對圖像進行預(yù)處理，圖像預(yù)處理可以實現(xiàn)去噪聲處理。系統(tǒng)設(shè)計中可采用直方圖均衡化處理方法來實現(xiàn)圖像處理中對像素進行非線性變化的延展，并且重新分配每個圖像的像素值，一定范圍內(nèi)的各個像素值基本不變，處理后人的面部特征更加清晰。采用直方圖均衡化以及判定圖像像素值模糊度等處理技術(shù)，對后續(xù)的人臉檢測識別有很大的幫助。

3.3 ? 基于特征融合的算法模型

局部二值模式（Local Binary Patterns， LBP）是用來描述圖像局部紋理特征的。它不但具有灰度不變性和旋轉(zhuǎn)不變性的顯著優(yōu)點，而且計算量小，算法思想簡單[8]。

LBP編碼如公式（2）所示：

（2）

其中，為階躍函數(shù);為中心點像素，其像素值為為點的像素值，為中心點的鄰域點數(shù)。

利用局部二值LBP方法進行特征融合就是要先將人臉的細(xì)胞像素進行分塊，每個細(xì)胞像素按照LBP特征編碼規(guī)則運算，最終得到這一點的LBP值。LBP算法需要提取圖像周圍的像素，由于在提取人臉部位特征時可能出現(xiàn)部分特征信息丟失的現(xiàn)象，因此采用基于改進的LBP特征融合人臉識別算法，將人臉圖像中有用的LBP特征信息提取出來，再對提取的特征信息值進行計算，利用上面提到的直方圖均衡化處理方法對圖像進行描述統(tǒng)計，最后對比分析直方圖得出結(jié)果?；诟倪M的LBP特征融合人臉識別算法的特點是，利用直方圖均衡處理方法能直接將LBP特征直方統(tǒng)計圖中圖像的局部信息進行識別并保存，改進處理過程中針對不同的分塊采用不同的閾值對其進行離散[9]，這樣可以大大提高人臉識別的效率和精確度，靈活度高。

3.4 ? 實驗設(shè)計與分析

針對不同光照和角度面部的人臉識別任務(wù)建立實驗數(shù)據(jù)集，實驗首先借鑒英國劍橋大學(xué)AT&T實驗室的ORL數(shù)據(jù)集方法，選取圖像分為40 個不同的主題，每個主題包含10 幅圖像，一些圖像拍攝的時間、光照、面部表情及細(xì)節(jié)有差異，圖像都為黑色背景，便于面部表情研究;第二是擴展的人臉數(shù)據(jù)庫集，它包含不同光照下9 種姿態(tài)的人臉圖像;第三是選用東方人臉數(shù)據(jù)庫為數(shù)據(jù)集，包含人臉正面在不同光照下的8種圖像。

利用卷積神經(jīng)網(wǎng)絡(luò)進行實驗，通過實驗得到數(shù)據(jù)量表的分析圖如圖4所示。

從圖4可以看出：使用多特征融合的方法，利用LBP對光照具有魯棒性的特點，有效提高了不同光照下的人臉識別準(zhǔn)確率。

4 ? 結(jié)論（Conclusion）

本文研究了高校智慧校園采用智慧平臺簽到系統(tǒng)，在其不能解決虛假簽到問題和考勤需求的情況下，提出了基于人臉識別的考勤系統(tǒng)的算法。總體設(shè)計中前端采用基于Web的開發(fā)，后端采用基于Flask的MTV設(shè)計模式，數(shù)據(jù)庫采用MySQL。在人臉識別的算法中，針對圖像識別處理及光照度對圖像識別的影響分別介紹了深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)和特征融合的算法，通過實驗數(shù)據(jù)證實，使用多特征融合的算法在不同光照下達到人臉識別精度和準(zhǔn)確度的要求。

參考文獻 （References）

[1] 秦超，劉正強，劉琳，等.基于樹莓派的人臉識別校園門禁管理系統(tǒng)[J].物聯(lián)網(wǎng)技術(shù)，2019（2）：13-14.

[2] 范哲瑞.智能人臉識別會議簽到系統(tǒng)的設(shè)計與實現(xiàn)[D].西安：西安電子科技大學(xué)，2019.

[3] 李嘉，趙凱強，李長云.Web前端開發(fā)技術(shù)的演化與MVVM設(shè)計模式研究[J].電腦知識與技術(shù)，2018，14（02）：221-222.

[4] 葉符明.淺談MVC設(shè)計模式與Struts架構(gòu)[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2015（2）：12-14.

[5] 黃傳祿.基于Python的MYSQL數(shù)據(jù)庫訪問技術(shù)[J].現(xiàn)代信息科技，2017，1（04）：73-75.

[6] LECUN Y， BENGIO Y， HINTON G. Deep learning[J]. Nature， 2015（521）：436-444.

[7] 范哲瑞.基于深度學(xué)習(xí)的人臉圖像識別技術(shù)的研究[D].北京：中國科學(xué)院大學(xué)，2019.

[8] 鄒長朋.簽到系統(tǒng)中人臉識別方法的研究與實現(xiàn)[D].鎮(zhèn)江：江蘇大學(xué)，2020.

[9] 胡念，張四平，王梅.基于 LBP 特征集成學(xué)習(xí)的人臉識別技術(shù)研究[J].信息通信，2020，212（08）：38-40.

作者簡介：

陳維華（1978-），女，碩士，教授.研究領(lǐng)域：物聯(lián)網(wǎng)技術(shù)及應(yīng)用.

何彩虹（1980-），女，碩士，講師.研究領(lǐng)域：物聯(lián)網(wǎng)技術(shù)及應(yīng)用.