基于人臉識別的校園課堂出勤網(wǎng)頁設(shè)計(jì)與實(shí)現(xiàn)

項(xiàng)筱萌

（張家界航空工業(yè)職業(yè)技術(shù)學(xué)院 湖南 張家界 427000）

引言

人臉識別也叫面部識別或人像識別，是一種根據(jù)人的面部信息來進(jìn)行身份識別的生物識別技術(shù)。人臉識別系統(tǒng)主要有四個過程：人臉圖像采集，圖像預(yù)處理，圖像特征提取，匹配及識別。(1)人臉圖像的采集是通過攝像機(jī)或照相機(jī)采集包含人臉的視頻流或圖像。通常人臉圖像采集會受到圖像大小、圖像分辨率、光照環(huán)境、運(yùn)動模糊程度、遮擋程度、采集角度等影響。(2)對采集的圖像進(jìn)行預(yù)處理，主要包括圖像增強(qiáng)、人臉對齊。針對低質(zhì)量的圖像，一般采用暗光增強(qiáng)、超分辨率、去噪、去除運(yùn)動模糊等方式進(jìn)行圖像增強(qiáng)，盡量避免因采集環(huán)境及設(shè)備等客觀因素帶來的誤差。若采集的人臉是歪的，則需要利用眼角、鼻子、臉的輪廓這些關(guān)鍵點(diǎn)把人臉“校準(zhǔn)”，盡量去消除姿勢不同帶來的誤差。(3)圖像特征提取，是用專業(yè)的算法將圖像的特征信息提取出來。特征信息的提取有利于高效的匹配和識別圖像。(4)匹配及識別，通常有兩種方式：人臉識別1∶1比對、人臉識別1∶N比對。前者適用于采集的人臉是圖片形式，后者適用于采集的人臉是視頻流形式。通過比對人臉的關(guān)鍵信息，從人臉的數(shù)據(jù)庫中檢索出人員信息。人臉識別技術(shù)具有并發(fā)性、非強(qiáng)制性、無感知性、自學(xué)習(xí)性、高通用性的優(yōu)勢，它的存在使人們在工作學(xué)習(xí)和生活中實(shí)現(xiàn)刷臉乘車、刷臉購物、刷臉簽到、刷臉解鎖手機(jī)等等，出門無需攜帶鑰匙、銀行卡、交通卡等常被我們遺忘卻非常重要的物品。未來，人臉識別技術(shù)的更多應(yīng)用將被人們發(fā)掘，它的存在及發(fā)展將改變?nèi)祟惖囊率匙⌒?、工作、學(xué)習(xí)、生活等方式

1 Insightface結(jié)合Faiss的高并發(fā)人臉識別技術(shù)研究

人臉檢測與對齊方面，在人臉檢測的基準(zhǔn)數(shù)據(jù)集FDDB和WIDERFACE，以及人臉對齊的基準(zhǔn)數(shù)據(jù)集AFLW上都取得了較好的測試結(jié)果。特征提取方面，2015年，殘差學(xué)習(xí)被提出后，網(wǎng)絡(luò)深度不再限制網(wǎng)絡(luò)性能，大部分特征提取網(wǎng)絡(luò)都以ResNet為基礎(chǔ)做更新優(yōu)化采用LeNet結(jié)構(gòu)對人臉多個關(guān)鍵區(qū)域分別做特征提取，將隱藏層特征拼接起來，降維得到最終特征，用于人臉描述和分類；Facenet基于ResNet網(wǎng)絡(luò)，結(jié)合Tripletloss函數(shù)，利用歐式嵌入，解決人臉比對驗(yàn)證的問題；關(guān)注特征的角度可分性，使得訓(xùn)練出的卷積神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)具有角度判別力的特征；Insightface算法提出了附加角邊距損失函數(shù)，直接在角度空間中最大化分類界限。特征匹配檢索方面，kd-tree是常用做特征點(diǎn)匹配的Sift算法，Surf算法和ORB算法與SIFT算法相比，特征點(diǎn)檢測匹配速度有較大提升，但這些算法的效率均不及GPU環(huán)境下為稠密向量提供高效相似度搜索和聚類的Faiss算法。

2 人臉識別學(xué)生考勤系統(tǒng)

高校與中小學(xué)不同的一點(diǎn)是高校學(xué)生上課沒有固定的教室，有些公共課程甚至有多個專業(yè)的學(xué)生混合在一個教室上課，這種情況下采用傳統(tǒng)的教師點(diǎn)名、紙質(zhì)簽到等考勤方式，不僅增加了教師的工作量，浪費(fèi)大量的時間，而且準(zhǔn)確率不高。人臉識別學(xué)生考勤系統(tǒng)具有準(zhǔn)確率高、統(tǒng)計(jì)方便等優(yōu)點(diǎn)，該系統(tǒng)的主要功能設(shè)計(jì)包括以下幾點(diǎn):(1)人臉身份信息識別。學(xué)生進(jìn)入教室時，在特定區(qū)域?qū)⒛槍?zhǔn)攝像頭進(jìn)行人臉識別，顯示器上會顯示該生的基本信息及學(xué)籍信息，防止學(xué)生代考勤或者走錯教室。(2)考勤數(shù)據(jù)統(tǒng)計(jì)。將每節(jié)課的考勤數(shù)據(jù)對接學(xué)校的大數(shù)據(jù)庫，方便教師在期末考核時調(diào)取學(xué)生的考勤數(shù)據(jù)。同時，該統(tǒng)計(jì)數(shù)據(jù)也記錄了學(xué)生每天在校園內(nèi)的行為軌跡，提高了學(xué)生在校園內(nèi)的安全性。

3 學(xué)校人臉識別技術(shù)法定性

對學(xué)校應(yīng)用人臉識別技術(shù)的內(nèi)容合法性判斷，除須考察是否合法外，還應(yīng)著重考察其是否符合其法人的宗旨（或法定職責(zé)）。學(xué)校雖具有公共服務(wù)屬性，卻不同于行政機(jī)關(guān)，其與服務(wù)對象之間并不存在行政管理與被管理的關(guān)系，因此在程序合法的衡量中，應(yīng)加大對相對人權(quán)益的考慮。換言之，學(xué)校不能僅僅通過合法遵循其內(nèi)部章程即決定應(yīng)用人臉識別技術(shù)，而必須在決定過程中引入并尊重被識別者的意見。在目的合法且符合學(xué)校宗旨的前提下，對目的正當(dāng)性判斷應(yīng)著重考察該目的對實(shí)現(xiàn)學(xué)校的宗旨而言是否足夠重要和緊迫。例如，學(xué)校監(jiān)管課堂秩序并了解學(xué)生對教師講授的反應(yīng)對實(shí)現(xiàn)教書育人宗旨而言很重要，但相對于可能對學(xué)生和老師隱私權(quán)的侵犯而言并沒有足夠的重要性，更沒有緊迫性，因此，課堂中監(jiān)控學(xué)生的人臉及表情并不符合目的正當(dāng)性標(biāo)準(zhǔn)。對學(xué)校應(yīng)用人臉識別必要性的判斷應(yīng)借助比例原則，著重考察識別與應(yīng)用人臉識別的具體目的之間的關(guān)聯(lián)性大小。例如，雖然人臉識別有助于更加清晰地了解課堂效果并助益改進(jìn)教學(xué)，但這并不是唯一的、不可替代的方式，就改進(jìn)教學(xué)目的的實(shí)現(xiàn)而言并沒有滿足必須的關(guān)系，因此不是必要的。

4 結(jié)語

總之，人臉識別的門禁系統(tǒng)，方便快捷，可以視為一種“偷懶的設(shè)計(jì)”，但是社區(qū)不能配套“偷懶的管理”。只有充分保障個人的知情權(quán)、尊重個人的選擇權(quán)，只有做到“兩者并重”，個人信息保護(hù)才能走上健康規(guī)范的發(fā)展之路。