基于OpenCV的人臉識(shí)別智能考勤系統(tǒng)的實(shí)現(xiàn)

姜旭濤 黃承寧 陸洋

摘要：近年來教育部嚴(yán)抓大學(xué)本科教育，提倡“嚴(yán)進(jìn)嚴(yán)出”的管理制度，課堂考勤依舊是保證課程學(xué)習(xí)，教學(xué)秩序正常運(yùn)行的前提。根據(jù)調(diào)查如今大部分高校仍舊采用較為傳統(tǒng)的考勤方式，存在效率低、數(shù)據(jù)量大、代答到情況嚴(yán)重等問題。本文開發(fā)了基于OpenCV的人臉識(shí)別智能考勤系統(tǒng)將上述問題進(jìn)行了有效解決。前期，調(diào)用高清攝像頭進(jìn)行人臉圖像采集，完成人臉識(shí)別預(yù)處理。接著通過OpenCV對(duì)存儲(chǔ)的人臉信息進(jìn)行搜索匹配，將比對(duì)結(jié)果上傳至考勤系統(tǒng)，從而減少課堂上大量非教學(xué)時(shí)間的使用，提高課堂考勤的準(zhǔn)確性。

關(guān)鍵詞：OpenCV;人臉識(shí)別;Wi-Fi定位;校園考勤

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）29-0189-02

當(dāng)下課堂考勤仍舊是各大高校學(xué)生教育管理的基本手段，也直接影響著教學(xué)質(zhì)量的好壞以及課堂效率的高低，大部分高校課堂考勤方式仍舊是傳統(tǒng)的人工考勤，存在著大量弊端。還有一部分高校采用電子考勤技術(shù)，例如考勤機(jī)、指紋打卡機(jī)等也都存在著安裝成本高、耗費(fèi)時(shí)間久、全面部署難等缺點(diǎn)。隨著計(jì)算機(jī)技術(shù)地不斷發(fā)展，形式多樣的考勤方法層出不窮，而人臉識(shí)別簽到是自動(dòng)化信息技術(shù)中新興的生物識(shí)別技術(shù)，可以應(yīng)對(duì)各種不同安全級(jí)別標(biāo)準(zhǔn)的應(yīng)用，巧妙解決了原始考勤方法中存在地許多弊端。本文主要針對(duì)基于OpenCV的人臉識(shí)別智能考勤系統(tǒng)進(jìn)行設(shè)計(jì)與實(shí)現(xiàn)，從而獲取課堂出勤信息，及有效提高教學(xué)管理效率。

根據(jù)現(xiàn)場(chǎng)人臉圖像的拍攝自動(dòng)與數(shù)據(jù)庫中學(xué)生信息進(jìn)行驗(yàn)證，利用Wi-Fi實(shí)現(xiàn)考勤定位，從而確保信息的真實(shí)性，通過這種方式可以解決打卡等方式帶來的不良現(xiàn)象。該系統(tǒng)能夠快速獲取人臉圖像信息，進(jìn)行特征定位、特征提取和人臉識(shí)別，并通過Wi-Fi進(jìn)行定位，從而完成考勤打卡工作，生成考勤日志，能讓管理人員智能高效地查詢考勤信息，方便快捷。

1 現(xiàn)有考勤方式

2 運(yùn)用技術(shù)

2.1 人臉識(shí)別技術(shù)

人臉識(shí)別技術(shù)，是將攝像頭識(shí)別到的人臉與系統(tǒng)錄入的人臉進(jìn)行特征判斷。設(shè)備開啟時(shí)，首先檢測(cè)是否包含人臉，若檢測(cè)到人臉，則進(jìn)行特征值計(jì)算。本系統(tǒng)將先根據(jù)需求設(shè)定一個(gè)閾值，進(jìn)行比對(duì)時(shí)，如果拍攝的人臉照片和系統(tǒng)中的圖像相似度超過此設(shè)定的閾值，系統(tǒng)將會(huì)把匹配得到的人臉信息進(jìn)行反饋輸出。

檢測(cè)人臉時(shí)本系統(tǒng)采用了基于Haar特征的Ada Boost算法，由于Haar擁有許多龐大的特征數(shù)，如果使用普遍的方法計(jì)算時(shí)，占用資源多、計(jì)算量大、耗時(shí)較長(zhǎng)等問題則無法得到解決。因此，系統(tǒng)計(jì)算Haar特征值時(shí)借助積分圖的方式，將計(jì)算效率大大提高了。積分圖總體思路則是將圖像中的Haar特征（矩形特征）提取出來，計(jì)算積分圖像，所得到的積分圖像與人臉的積分圖像進(jìn)行比對(duì)，標(biāo)記出符合人臉特征的區(qū)域。

2.2 0penCV技術(shù)

OpenCV是一個(gè)基于BSD許可發(fā)行的開源的跨平臺(tái)計(jì)算機(jī)視覺庫，涉及人機(jī)交互、圖像分割、人臉識(shí)別、運(yùn)動(dòng)分析、實(shí)體追蹤等多種領(lǐng)域。OpenCV不但從屬于輕量級(jí)，并且工作非常高效。本文所要用到的人臉檢測(cè)、人臉識(shí)別和人臉數(shù)據(jù)功能均由OpenCV提供的相應(yīng)接口來實(shí)現(xiàn)[1]。

2.3 Wi-Fi定位技術(shù)

當(dāng)Wi-Fi設(shè)備被開啟時(shí)，掃描并且收集到周圍的AP信號(hào)，我們能獲取到AP設(shè)備廣播出來的MAC地址。AP數(shù)據(jù)被標(biāo)識(shí)后，將被位置服務(wù)器所接收。位置服務(wù)器根據(jù)每個(gè)信號(hào)不同強(qiáng)弱的程度，處理計(jì)算此設(shè)備所處的地理位置，計(jì)算結(jié)果將被上傳存儲(chǔ)后，用戶設(shè)備接收到相應(yīng)的反饋。如果預(yù)先把設(shè)備的MAC地址和用戶的身份信息對(duì)應(yīng)，在考勤時(shí)便可以確定該用戶是否有可能在AP信號(hào)覆蓋范圍內(nèi)。

3 系統(tǒng)設(shè)計(jì)

3.1 系統(tǒng)需求

學(xué)生端：登錄，查看課表，簽到，出勤情況查詢，操作界面設(shè)置。

教師端：登錄，點(diǎn)名，學(xué)生信息查詢，出勤情況統(tǒng)計(jì)，編輯學(xué)生考勤信息。

輔導(dǎo)員端：登錄，出勤情況統(tǒng)計(jì)查詢。

管理員端：登錄，查看信息，編輯信息，數(shù)據(jù)統(tǒng)計(jì)，修改密碼。

3.2 系統(tǒng)功能

（1）登錄功能。

（2）修改密碼。

（3）查看個(gè)人信息：學(xué)生可以對(duì)個(gè)人信息，課程的時(shí)間地點(diǎn)以及考試安排進(jìn)行查看。

（4）信息管理：管理員端進(jìn)行登錄，可以編輯課程以及學(xué)生信息。

（5）考勤管理：教師端可以將考勤簽到功能進(jìn)行開放以及關(guān)閉，在所規(guī)定的時(shí)間內(nèi)，學(xué)生按時(shí)進(jìn)行簽到。簽到完成后，任課老師可以實(shí)時(shí)查看學(xué)生的出勤記錄數(shù)據(jù)。

（6）面部圖像采集。

（7）人臉檢測(cè)：將照片發(fā)送至終端，自動(dòng)檢測(cè)到人臉。

（8）人臉識(shí)別：通過OpenCV對(duì)存儲(chǔ)的人臉信息進(jìn)行搜索匹配，將比對(duì)結(jié)果上傳。

（9）定位：定位信息將通過Wi-Fi檢測(cè)顯示于系統(tǒng)終端。

4 系統(tǒng)實(shí)現(xiàn)

4.1 考勤流程

具體考勤流程如圖2所示，且系統(tǒng)建有相應(yīng)的數(shù)據(jù)庫應(yīng)用系統(tǒng)，登錄系統(tǒng)可以查看本班所有課程的歷史出勤率，以及個(gè)人的具體出勤記錄。

4.2 具體模塊設(shè)計(jì)

（1）注冊(cè)模塊

該系統(tǒng)選用PC機(jī)白帶的攝像頭，由攝像頭采集人臉照片，終端將所采集的圖像進(jìn)行預(yù)處理，利用CNN卷積算法將人臉進(jìn)行提取，管理員錄入信息時(shí)要進(jìn)行身份驗(yàn)證，錄入的學(xué)生信息包含班級(jí)、學(xué)號(hào)、姓名等。用戶進(jìn)行注冊(cè)的時(shí)候，需要拍攝預(yù)留一張人臉的照片，利用CNN卷積算法將該照片模板進(jìn)行保存，并上傳至云端數(shù)據(jù)庫，用于之后身份識(shí)別時(shí)實(shí)時(shí)拍照比對(duì)[2J。

（2）系統(tǒng)設(shè)置模塊

根據(jù)需求分析，每次簽到人數(shù)不同，簽到班級(jí)也不同，為了信息的安全性，系統(tǒng)應(yīng)具備可移植性。這就需要系統(tǒng)具有重置功能，而重置功能可以重置整個(gè)數(shù)據(jù)庫，使數(shù)據(jù)庫的所有記錄銷毀，讓數(shù)據(jù)庫還原到一個(gè)干凈的節(jié)點(diǎn)。因此，在點(diǎn)擊重置系統(tǒng)時(shí)，必須驗(yàn)證管理員信息，防止非管理人員損壞數(shù)據(jù)。

（3）考勤模塊

點(diǎn)擊拍照按鈕，進(jìn)行身份識(shí)別認(rèn)證。客戶終端實(shí)時(shí)檢測(cè)學(xué)生的人臉圖像，判定與數(shù)據(jù)庫中的預(yù)留信息是否相符合。若符合，則將輸出信息，驗(yàn)證結(jié)果將進(jìn)行自動(dòng)更新，教師可以實(shí)時(shí)查詢。若學(xué)生身份驗(yàn)證成功，終端則會(huì)顯示“已簽到成功”;若身份識(shí)別失敗，系統(tǒng)則會(huì)根據(jù)判別的具體情況提示失敗原因。教師端以及管理員擁有權(quán)限對(duì)學(xué)生的考勤情況進(jìn)行查看統(tǒng)計(jì)，可以將考勤簽到結(jié)果進(jìn)行導(dǎo)出[3]。

5 具體實(shí)現(xiàn)界面

（1）軟件框架

客戶端分別由用戶界層、業(yè)務(wù)邏輯層以及數(shù)據(jù)連接層組成。數(shù)據(jù)庫管理系統(tǒng)通過數(shù)據(jù)處理進(jìn)入數(shù)據(jù)連接層，接著進(jìn)行數(shù)據(jù)傳遞及調(diào)用，進(jìn)入業(yè)務(wù)邏輯層，最終進(jìn)入用戶界面層。

（2）Web端查詢界面

教師、輔導(dǎo)員、管理員可以登錄Web端登錄進(jìn)入相應(yīng)課堂查看班級(jí)學(xué)生的具體出勤情況。

（3）App端人臉采集界面

如下圖4所示，學(xué)生進(jìn)入本系統(tǒng)后點(diǎn)擊人臉識(shí)別打卡，拍攝人臉照片上傳到服務(wù)器與圖像進(jìn)行匹配，并通過Wi-Fi定位，匹配成功則打卡成功。

（4）系統(tǒng)測(cè)試

為了驗(yàn)證系統(tǒng)運(yùn)行的穩(wěn)定性、準(zhǔn)確性，特將該考勤系統(tǒng)進(jìn)行測(cè)試，以計(jì)算機(jī)與通信工程學(xué)院為測(cè)試對(duì)象，從中隨機(jī)抽取大一、大二、大三10個(gè)班（453人）作為樣本數(shù)據(jù)，依次對(duì)每個(gè)班進(jìn)行了考勤，測(cè)試過程相關(guān)數(shù)據(jù)統(tǒng)計(jì)如表2所示。

由此可以看出，本系統(tǒng)的人臉識(shí)別考勤在各方面都優(yōu)于其他兩張考勤方式，提升了管理效率，具有高可靠性。

6 結(jié)束語

緊密圍繞教學(xué)實(shí)際需求設(shè)計(jì)了基于OpenCV人臉識(shí)別的智能考勤系統(tǒng)，主要目的是優(yōu)化如今高校的課堂考勤方式，方便學(xué)生管理，提高教學(xué)質(zhì)量。本系統(tǒng)操作簡(jiǎn)單，適用于不同水平的使用者，還具備先進(jìn)性，充分應(yīng)用現(xiàn)有成熟的人臉識(shí)別技術(shù)以及Wi-Fi定位技術(shù)，提高了課堂考勤的準(zhǔn)確性，滿足了師生的考勤需求。

參考文獻(xiàn)：

[1]孫志.基于OpenCV的人臉識(shí)別算法實(shí)驗(yàn)平臺(tái)研究與實(shí)現(xiàn)[D].長(zhǎng)春：吉林大學(xué)，2014.

[2]周飛燕，金林鵬，董軍，卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J].計(jì)算機(jī)學(xué)報(bào)，2017，40（6）：1229-1251.

[3] SarabandRadian， PoonaLagniappe， Soundboard Evader. ET AL.Novel deep learning model for facial expression recognitionbased on maximum boosted CNN and LSTM.2020，14（7）：1373-1381.

【通聯(lián)編輯：光文玲】

作者簡(jiǎn)介：姜旭濤（1999-），男，江蘇揚(yáng)州人，本科，主要研究方向?yàn)橛?jì)算機(jī)科學(xué)與技術(shù);黃承寧（1985-），男，江蘇南京人，碩士，講師，主要研究方向?yàn)榇髷?shù)據(jù)技術(shù)與人工智能、計(jì)算機(jī)課程教學(xué)改革;陸洋（1999-），女，江蘇泰州人，本科，主要研究方向?yàn)橛?jì)算機(jī)科學(xué)與技術(shù)。