人臉識(shí)別在實(shí)驗(yàn)教學(xué)中的應(yīng)用

葉陽 顧國民

摘要：高校教學(xué)管理中，課堂出勤率至關(guān)重要?；谀壳罢n堂考勤的需求，文章研究了采用人臉識(shí)別技術(shù)的課堂管理系統(tǒng)的設(shè)計(jì)。

關(guān)鍵詞：考勤；人臉識(shí)別；教學(xué)

中圖分類號(hào)：G642.423 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2019）31-0272-02

高校教學(xué)管理中，課堂出勤率至關(guān)重要。目前大多數(shù)高校在日?？记诠ぷ髦兄饕捎玫娜允侨斯た记?。教師根據(jù)選課名單隨堂點(diǎn)名，這些考勤方式仍存在以下幾個(gè)問題：第一，任課教師并不認(rèn)識(shí)每一位學(xué)生，所以有可能存在冒名頂替和代替考勤的現(xiàn)象；第二，在開學(xué)第一周后的退補(bǔ)選課，使得教學(xué)班名單會(huì)發(fā)生改變，與傳統(tǒng)行政班名單有很大出入；第三，部分全校公選課依然使用大班化教學(xué)，全面點(diǎn)名費(fèi)時(shí)較多，隨機(jī)點(diǎn)名則容易被學(xué)生渾水摸魚。所以傳統(tǒng)的考勤方式不適用于如今學(xué)?？记谛枨?，若是設(shè)計(jì)一套能解決上述問題的課堂考勤系統(tǒng)，方便教師課堂考勤、督促學(xué)生積極上課，以及為學(xué)生的學(xué)習(xí)提供便利，最終將能夠有效地提高教學(xué)綜合效率[1]。

人臉識(shí)別技術(shù)是生物特征識(shí)別領(lǐng)域中最可靠、最方便、最自然的一項(xiàng)身份驗(yàn)證技術(shù)，現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在機(jī)關(guān)單位的安全和考勤、網(wǎng)絡(luò)安全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊(duì)安全、智能身份證、智能門禁、司機(jī)駕照驗(yàn)證、計(jì)算機(jī)登錄系統(tǒng)。在對(duì)比國內(nèi)外視頻中人臉的研究與實(shí)現(xiàn)的基礎(chǔ)上，本文將研究目標(biāo)定位于利用C++語言來實(shí)現(xiàn)視頻中人臉的識(shí)別以方便課堂考勤。本次設(shè)計(jì)是旨在實(shí)現(xiàn)視頻中捕捉人臉，并進(jìn)行識(shí)別的系統(tǒng)；其中人臉其任務(wù)首先是人臉檢測，從各種不同的場景中找出人臉?biāo)谖恢门c其所占區(qū)域；再進(jìn)行提取人臉的特征，確定測出的人臉和數(shù)據(jù)庫中的描述方式；其中人臉識(shí)別是提供一個(gè)接口，將用等待識(shí)別的人臉與數(shù)據(jù)庫中的已知人臉比較，得出相關(guān)信息[2]。

本次設(shè)計(jì)的具體內(nèi)容包括人臉檢測與人臉識(shí)別兩部分：

人臉檢測是對(duì)于給定的任意一段視頻資料，采用一定的方法對(duì)其進(jìn)行檢測以確定圖像中是否含有人臉，如果有則返回人臉的位置、大小和姿態(tài)，為身份鑒定提供條件。

與人臉檢測不同，人臉識(shí)別利用的主要是人臉個(gè)體差異的信息。有兩種識(shí)別目的和情況需要區(qū)別：一種是對(duì)人臉圖像的驗(yàn)證，即要確認(rèn)輸入人臉圖像中的人是否在數(shù)據(jù)庫中，屬于有監(jiān)督的識(shí)別；另一種是對(duì)人臉圖像的辨識(shí)，即要確認(rèn)輸入圖像中的人的身份，屬于無監(jiān)督的識(shí)別。主要分為以下步驟：

1.特征提取，采取某種表示方式來表述檢測出的人臉和數(shù)據(jù)庫中的已知人臉。

2.特征降維。由于人臉是一個(gè)非剛性的自然物體（柔性體），從人臉圖像中可提取很多不同特征，所以表征人臉的原始特征對(duì)應(yīng)高維空間中的數(shù)據(jù)（對(duì)一幅M×N的圖像，空間維數(shù)可達(dá)M×N）。在特征提取后，需采用緊湊的人臉表征方式，將原始特征進(jìn)行篩選組合，集中信息，降低維數(shù)，使這些低維空間的有效性得到提高，以有利于接下來的匹配分類。

3.匹配識(shí)別。在特征提取的基礎(chǔ)上，選擇使當(dāng)?shù)钠ヅ洳呗?，可將待識(shí)別的人臉與數(shù)據(jù)庫中的已知人臉進(jìn)行匹配比較，建立它們的相關(guān)關(guān)系，并輸出所做出的判斷決策/決定（識(shí)別結(jié)果）。

系統(tǒng)關(guān)鍵功能的實(shí)現(xiàn)：

1.人臉圖像獲?。阂袛啻R(shí)別的人是否存在于數(shù)據(jù)庫中，系統(tǒng)要獲取待識(shí)別的人臉圖像。本系統(tǒng)通過攝像頭實(shí)時(shí)獲取人臉圖像，調(diào)用cvshowimage顯示函數(shù)把顯示的圖片映射到窗口，再利用IplImage類將人臉圖片讀入。通過read_image函數(shù)讀取人臉庫中的人臉，并加入images這個(gè)人臉集，然后用createMyLBPHfaceRecognizer函數(shù)創(chuàng)建訓(xùn)練模型，并調(diào)用train函數(shù)對(duì)人臉集進(jìn)行訓(xùn)練，訓(xùn)練結(jié)束之后用save進(jìn)行保存，用set（threshold）設(shè)置閾值，防止識(shí)別不在庫中的人臉。

2.圖像預(yù)處理：一般來說圖像可以分為彩色和灰度，彩色圖像每個(gè)像素顏色由RGB構(gòu)成，對(duì)于256級(jí)圖像的每一個(gè)像素點(diǎn)共有67777216種取值，對(duì)于人臉特征提取來說，不需要如此復(fù)雜的圖像和無用的背景，系統(tǒng)需要將彩色圖像轉(zhuǎn)換成灰度圖像，使得圖像只含有亮度的信息。灰度值公式

Gray=0.3×R+0.59×G+0.11×B

3.人臉訓(xùn)練學(xué)習(xí)：對(duì)于數(shù)據(jù)庫中不存在的人臉，我們需要通過人臉學(xué)習(xí)建立人臉模型并且標(biāo)注身份，首先讀入人臉（已經(jīng)預(yù)處理好的人臉，這個(gè)在截取訓(xùn)練人臉模塊中實(shí)現(xiàn)），然后把人臉數(shù)據(jù)和標(biāo)簽（人臉的身份）分別讀入兩個(gè)vector，創(chuàng)建LBP訓(xùn)練模型，并且訓(xùn)練這些人臉數(shù)據(jù)存儲(chǔ)在模型當(dāng)中。

4.人臉圖像特征提?。喝四槇D像特征提取是人臉識(shí)別的一個(gè)必要過程，沒有特征提取這一過程就無法實(shí)現(xiàn)人臉識(shí)別，其意義是從人臉圖像中提取一組反映人臉特征的數(shù)值來表示圖像，來防止以圖像全部像素作為特質(zhì)降低識(shí)別運(yùn)算速度，然后根據(jù)特征將圖像進(jìn)行分類和識(shí)別，這個(gè)功能主要基于OpenCV實(shí)現(xiàn)，它提供了三種基礎(chǔ)的人臉特征算法，這三種算法都有較好的特征提取效果，本系統(tǒng)的設(shè)計(jì)采取LBP算法并在此基礎(chǔ)上加以改進(jìn)。

5.人臉識(shí)別：基于OpenCV實(shí)現(xiàn)人臉識(shí)別功能，利用數(shù)據(jù)庫中的已知人臉，給出人臉識(shí)別結(jié)果，主要思想是將待識(shí)別的圖像與數(shù)據(jù)庫中的人臉模型進(jìn)行比較，通過設(shè)定一個(gè)閾值，當(dāng)相似度超過閾值，輸出匹配得到的結(jié)果。這一過程又分為兩種：一種是確認(rèn)，比較的過程是一對(duì)一，另一類是辨認(rèn)，圖像匹配對(duì)比的過程是一對(duì)多。識(shí)別人臉用一個(gè)while循環(huán)，只有當(dāng)不認(rèn)識(shí)的新人臉出現(xiàn)才會(huì)退出循環(huán)，我們預(yù)先設(shè)置好要預(yù)測的人臉圖片和預(yù)測人臉的路徑以便后續(xù)進(jìn)行人臉圖片的拼接，然后用一個(gè)while循環(huán)不斷讀取target中的target.pgm文件，即我們要進(jìn)行識(shí)別的圖片，然后調(diào)用predict函數(shù)進(jìn)行人臉預(yù)測，預(yù)測的人臉會(huì)返回訓(xùn)練人臉時(shí)輸入的姓名。

本系統(tǒng)基本實(shí)現(xiàn)了人臉的檢測與識(shí)別，結(jié)合實(shí)驗(yàn)室課堂教學(xué)的應(yīng)用，可以有效地進(jìn)行課堂考勤，但依然有一些需要解決的技術(shù)難點(diǎn)。

1.面部遮擋問題。倘若有人刻意地偽裝，這樣在采集視頻資料時(shí)會(huì)出現(xiàn)不完全甚至錯(cuò)誤的判斷，會(huì)加大工作的難度。

2.運(yùn)動(dòng)分割問題。主要在非約束條件下進(jìn)行運(yùn)動(dòng)分割，圖像會(huì)受到多方面的影響，像天氣變化、光照、運(yùn)動(dòng)目標(biāo)的影子等。

參考文獻(xiàn)：

[1]王婉清.基于人臉識(shí)別的考勤系統(tǒng)設(shè)計(jì)[D].江蘇：南京郵電大學(xué)，2016.

[2]邢永生.人臉識(shí)別系統(tǒng)的研究與開發(fā)[D].吉林：吉林大學(xué)，2016.