人臉識別技術(shù)在學(xué)籍管理系統(tǒng)中的研究與應(yīng)用探討

劉翠芳，梁富強

（鄭州工業(yè)應(yīng)用技術(shù)學(xué)院，河南 鄭州 451100）

引言

隨著信息技術(shù)的高速發(fā)展，我們在享受其帶來的便捷時，也同時伴生著安全隱患，由于現(xiàn)如今高考政策的變革，對報考人員的年齡、職業(yè)等要求予以放寬，也導(dǎo)致部分違法分子利用漏洞進行數(shù)據(jù)更換，從而出現(xiàn)冒名頂替入學(xué)的現(xiàn)象.在這一現(xiàn)象當(dāng)中，如何去精準(zhǔn)實時地識別學(xué)生的正確信息與真實身份，則成為了遏制該現(xiàn)象發(fā)生的關(guān)鍵.以往的身份驗證往往局限于報名的賬號與密碼，而這一資料一旦被竊取，則很容易讓人有可乘之機.隨著生物識別技術(shù)的發(fā)展，血液、指紋、人臉等個體生物特征都成為獨一無二的身份鑒定密鑰[1].而在高校的學(xué)籍管理當(dāng)中，人臉識別技術(shù)無疑具有最佳優(yōu)勢，其不僅采集、錄入方便且有著很高的識別精準(zhǔn)度，不管是從經(jīng)濟還是技術(shù)等方面來看，都是學(xué)籍管理系統(tǒng)中的最佳應(yīng)用.

1 人臉識別技術(shù)概述

所謂人臉識別技術(shù)，也被稱之為面像數(shù)學(xué)技術(shù)，其中包含人臉檢測、人臉跟蹤以及人臉比對等.其中人臉檢測主要指的是在動態(tài)變化的復(fù)雜場景中，去判定其中是否存在人臉以及確定人臉位置；人臉跟蹤則是確定人臉存在并鎖定之后，對其進行動態(tài)跟蹤；人臉比對則是對識別到的人臉進行身份鑒定，或者是從人臉數(shù)據(jù)庫中找出相對應(yīng)數(shù)據(jù).

同指紋識別、虹膜識別、DNA識別等生物識別技術(shù)相比，人臉識別有著更為獨特的特性，其他生物識別技術(shù)均需人的主動動作配合，但人臉識別則無需配合，可在隱蔽的環(huán)境場合下自動進行識別[2].同時，人臉識別的操作更為簡單、識別更為精準(zhǔn)且可擴展性更好，在安全驗證、監(jiān)控等多方面具有廣泛應(yīng)用.鑒于人臉識別技術(shù)的種種優(yōu)勢，在高校的教學(xué)管理當(dāng)中，我們便可將其應(yīng)用到學(xué)籍管理系統(tǒng)當(dāng)中，有效避免有人冒名頂替入學(xué)等現(xiàn)象出現(xiàn)，提高了教學(xué)管理工作效率.

2 人臉識別技術(shù)在學(xué)籍管理系統(tǒng)中的應(yīng)用可行性

基于現(xiàn)實情況來看，帶有人臉識別功能的學(xué)籍管理系統(tǒng)有著重要的應(yīng)用意義，無論從社會、經(jīng)濟以及技術(shù)方面都具備可行性.

2.1 社會需求可行

由于高校需要在短時間內(nèi)接受報到新生，因此對其身份的鑒別往往只能夠查看身份證與錄取通知書，但在社會中卻仍然存在各類造假，導(dǎo)致這種簡單的身份核對難以避免冒名頂替者入學(xué)，如何高效準(zhǔn)確的鑒定入學(xué)者，也成為了高校面臨的主要問題.隨著現(xiàn)如今高校的網(wǎng)絡(luò)建設(shè)已基本完成，開發(fā)一套帶有人臉識別技術(shù)的學(xué)籍管理系統(tǒng)有著一定的可行性.

2.2 技術(shù)可行

鑒于高等院校有著較為完善的計算機科研力量，有著眾多理論水平高且動手能力強的教師與學(xué)生，在設(shè)備齊全的實驗室中，各項技術(shù)也得到良好的應(yīng)用.此外隨著計算機技術(shù)的高速發(fā)展，各類軟件的操作也逐漸趨于簡單化，對于人員的操作能力要求逐漸放低，只需簡單介紹便能夠熟練掌握操作，可見在技術(shù)方面有著一定的可行性.

2.3 經(jīng)濟可行

將人臉識別技術(shù)應(yīng)用至學(xué)籍管理系統(tǒng)當(dāng)中，所需的硬件設(shè)備、網(wǎng)絡(luò)基本上高校實驗室均具備，無需重新購入大量設(shè)備，也便縮減了開發(fā)成本.此外，在系統(tǒng)購入應(yīng)用之后，十分便捷，后續(xù)也無更多的人力、物力投入.

3 人臉識別技術(shù)在學(xué)籍管理系統(tǒng)中的設(shè)計研究與具體應(yīng)用

將人臉識別技術(shù)應(yīng)用在高校學(xué)籍管理系統(tǒng)當(dāng)中，則要求該系統(tǒng)主要由硬件設(shè)備（PC、攝影機等）、學(xué)籍管理系統(tǒng)、人臉識別軟件等共同組成[3].進行設(shè)計研究之初，需確定其功能能夠?qū)崿F(xiàn)對高考前與大學(xué)入學(xué)時的照片進行圖像處理，并實時對其進行預(yù)處理與特征提取，之后將兩者特征進行量化對比，進而準(zhǔn)確判定出是否本人入學(xué)，而一旦出現(xiàn)特征不同的冒名頂替者，該系統(tǒng)還應(yīng)立即給出警報.基于以上種種功能的實現(xiàn)，文章將對其設(shè)計方案進行研究與應(yīng)用.

3.1 人臉識別仿真實驗

本文主要采用小波工具箱與神經(jīng)網(wǎng)絡(luò)工具箱開展仿真實驗，以結(jié)果的分析去驗證該方法在實用性、準(zhǔn)確性方面高度可行.基于神經(jīng)網(wǎng)絡(luò)算法對人臉進行模式識別，可分為兩個步驟，其一為對樣本庫中的50人ORL常用人臉圖像進行學(xué)習(xí)與訓(xùn)練，重點關(guān)注人臉的位置、姿態(tài)、光線以及表情等等；其二則是將高考前后的學(xué)生人像圖片去進行人臉識別診斷測試.

（1）預(yù)處理.對人臉圖像的特征進行定位、校準(zhǔn)以及其他標(biāo)準(zhǔn)化處理，進而處理為大小、位置基本一致的純?nèi)四樞?zhǔn)圖像，尺寸為32×32.接下來我們便利用小波變換算法和KL算法的結(jié)合去對神經(jīng)網(wǎng)絡(luò)的特征向量值進行提取.用過小波分析去分解圖像信息，能夠?qū)D像的有效信息保存于低頻系數(shù)當(dāng)中，所以可將大部分的高頻系數(shù)予以舍棄，然后利用所提取的低頻系數(shù)進行進一步的特征提取.此外，為更好的把握人臉圖像的特征，除了舍棄干擾項過多的高頻系數(shù)外，還以減小輸入向量維數(shù).因此，需選取出與本系統(tǒng)最為適合的小波基函數(shù)，多次實驗表明Db1作為小波基進行的小波變化，能夠得到8×8維數(shù)，該向量維數(shù)最小.之后便將小波變換所得的低頻圖像進一步實現(xiàn)KL變換，進而獲取到更為精準(zhǔn)的人臉識別特征向量[4].

（2）樣本圖像庫BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練.對預(yù)處理過后的50人ORL圖像作為神經(jīng)網(wǎng)絡(luò)輸入學(xué)習(xí)的訓(xùn)練樣本，并且采取完全訓(xùn)練與批量訓(xùn)練相結(jié)合的訓(xùn)練策略，先進行完全訓(xùn)練，也即是將訓(xùn)練樣本一次性全部輸入神經(jīng)網(wǎng)絡(luò)予以訓(xùn)練，在進行批量訓(xùn)練，逐個將不同人員的人臉圖像進行單獨訓(xùn)練，直至輸入完畢.兩種訓(xùn)練策略相結(jié)合的目的在于保證該系統(tǒng)樣本訓(xùn)練的精準(zhǔn)度.

（3）高考前后人臉圖像識別結(jié)果分析.要鑒定神經(jīng)網(wǎng)絡(luò)算法穩(wěn)定性如何，則應(yīng)重點關(guān)注其擴展性，上述所有的訓(xùn)練樣本均來自于ORL人臉圖像數(shù)據(jù)庫，而學(xué)生的學(xué)籍信息中的人臉圖像均來自于攝像頭所采集的現(xiàn)場照片.鑒于學(xué)籍照片與ORL庫的區(qū)別，則需要對其具體的實際應(yīng)用進行研究.再經(jīng)過了多重驗證之后我們能夠清楚地看到，在經(jīng)過了二進小波、改進KL算法、改進BP神經(jīng)網(wǎng)絡(luò)算法的人臉識別技術(shù)，能夠?qū)RL庫之外的圖像識別準(zhǔn)確率高達90.77%，完全能夠滿足高校學(xué)籍管理系統(tǒng)用于鑒別學(xué)生身份的要求[5].

3.2 學(xué)籍管理系統(tǒng)數(shù)據(jù)庫的建立

結(jié)合上述分析，采用的SQL數(shù)據(jù)庫作為開發(fā)工具.學(xué)籍管理系統(tǒng)所用的數(shù)據(jù)表主要是與學(xué)生學(xué)號予以管理，也就大大減少了數(shù)據(jù)的冗余.具體來講，學(xué)籍管理系統(tǒng)中的數(shù)據(jù)表信息包含學(xué)生的基本信息表（學(xué)號、姓名、系號、年級、班級、性別等）、班級信息數(shù)據(jù)表（系號、班級、年級）以及系統(tǒng)管理數(shù)據(jù)表（用戶名、密碼、檔案管理、數(shù)據(jù)維護、統(tǒng)計分析等）.

3.3 應(yīng)用人臉識別技術(shù)的學(xué)籍管理系統(tǒng)主界面

將人臉識別技術(shù)應(yīng)用在學(xué)籍管理系統(tǒng)的程序設(shè)計當(dāng)中，需要嵌入人臉識別功能模板，該模板能夠?qū)D像進行預(yù)處理，經(jīng)過軟件計算之后能夠得出對人臉識別的判定結(jié)果.具體來講，功能模塊主要分為特征提取與識別結(jié)果顯示兩個組群.

特征提取功能模塊組群可具體分為：裝入照片：可將新生入學(xué)報名所獲得的人臉圖像進行裝載，并提取出該生高考前所采集的照片，進而對兩張照片進行下一步的處理與特征提?。换叶然幚恚簩⒄娌收掌M行灰度化處理，以更為簡單的圖像去提升后續(xù)處理分析速度；二值化：通過一定算法，利用閾值去更改圖像像素顏色，使其成全黑白色，為下一步的識別減少計算量；直方圖：直方圖主要是以圖形化參數(shù)去對圖片曝光精準(zhǔn)度進行描述，有助于圖片曝光水平等信息的分析；人臉區(qū)域標(biāo)記：經(jīng)過相似度計算、二值化計算處理之后，將人臉圖像中的面部區(qū)域予以標(biāo)記；邊緣提?。禾崛∵吔缧畔?，處理邊界連通關(guān)系，進而得到初始圖像.不過后續(xù)的初始人臉區(qū)域外界矩形的尋找算法主要是基于邊界的，因此，邊界點越少則更能提升算法性能.

識別結(jié)果功能模塊組群可具體分為：人臉識別：該模塊主要將已預(yù)處理的圖像與數(shù)據(jù)庫中的圖像進行比對，倘若其中特征相近且在確認范圍內(nèi)，便可判定身份正確，從而在數(shù)據(jù)庫中提取該學(xué)生信息進行顯示，倘若數(shù)據(jù)庫中無此信息，則會立即給出警報.而該功能的實現(xiàn)需要用到神經(jīng)網(wǎng)絡(luò)算法，可采取文章上述方法予以訓(xùn)練.學(xué)籍信息顯示：可將學(xué)籍信息完全統(tǒng)計予以顯示，其中包含所生成的學(xué)號以及學(xué)生姓名、性別、民族等.同時該模塊還可對學(xué)生信息予以維護與更新.

結(jié)束語

近些年來，有許多大學(xué)新生入學(xué)被冒名頂替的現(xiàn)象發(fā)生，這無疑給社會、家庭及學(xué)生個人帶來極大的傷害.文章所提出的人臉識別技術(shù)在學(xué)籍管理系統(tǒng)當(dāng)中的應(yīng)用，能夠?qū)θ雽W(xué)新生進行現(xiàn)場的人臉圖像采集，并將其與高考前的人臉圖像予以比較，便能夠準(zhǔn)確實時地找出冒名者，避免其入學(xué)后發(fā)生不必要的麻煩.在應(yīng)用的過程中，基于人臉識別技術(shù)所開發(fā)的學(xué)籍管理系統(tǒng)，不僅能夠?qū)W(xué)生人臉圖像進行比對，還可在用戶權(quán)限范圍對其信息進行增減與修改，做到實時更新，大大提升了高校學(xué)籍管理系統(tǒng)的工作效率及其運行的科學(xué)合理性.

參考文獻：

〔1〕王華偉.人臉識別技術(shù)在學(xué)籍管理系統(tǒng)中的研究與應(yīng)用[D].山東理工大學(xué),2011.

〔2〕錢鋒.淺談人臉識別技術(shù)的現(xiàn)狀與應(yīng)用[J].信息與電腦：理論版,2009(11)：165-169.

〔3〕連建兵,王浩全.淺談人臉識別技術(shù)及應(yīng)用[J].機械管理開發(fā),2011(2)：99-100.

〔4〕趙娟.學(xué)籍圖像處理中人臉檢測的研究與應(yīng)用[D].曲阜師范大學(xué),2009.

〔5〕趙美名.人臉識別技術(shù)在教學(xué)管理中的應(yīng)用[J].高教學(xué)刊,2015(7)：51-52.