基于無線網絡定位和人臉識別的考勤簽到系統(tǒng)的設計與實現(xiàn)

中圖分類號：TP311 文獻標識碼：A 文章編號：2096-4706（2025）08-0126-06

Abstract：In responseto the existing issues of proxy signing and long check-in time of traditional attendance check-in， combined with the wireless network infrastructure situationofourschooland thecurent advancements in facialrecognition technology，this paper proposes astudent attendance check-in system based on wireless network positioning and facial recognition.The systemconfirms theclasroomlocationofstudents throughwirelessnetwork positioning and verifies the dentity of the students using facialrecognition，achievingthegoal ofaccurate attendancecheck-in.The necessaryfunctionsof the attendancecheck-insstemaredsignedndimplementedbasedonirelespositionngandfacialrecoitio，andexpeental resultsdemonstratethattissystemefectivelyaddreestexistigpainpointsoftrditionalatendanecheck-inetsthe dailyattendancecck-ineedsofsdents，andimroves theeencyccuracyndrelibilityftedancekin.

Keywords： wireless network positioning; facial recognition; attendance check-in; system design

0 引言

考勤可以促使學生保持良好的上課習慣，增強學生的學習積極性和主動性，減少逃課現(xiàn)象；教師可以根據學生的出勤情況調整教學方法和內容，關注缺勤學生的學習狀態(tài)；學?？梢粤私鈱W生的出勤情況，從而更好地管理學業(yè)。傳統(tǒng)的考勤方式有點名考勤、簽到表考勤、打卡考勤等，這種方式效率低下，在學生人數(shù)較多的課堂會占用大量的課堂時間，影響教學進度。隨著信息化的發(fā)展，主流的考勤方式為學生一卡通考勤，這種考勤方式同樣存在效率低下的排隊打卡和代簽的弊端。本文基于西安交通大學當前已經建成的校園無線網絡條件和相關人臉識別技術設計并實現(xiàn)了一種基于無線網絡定位結合人臉識別的學生考勤簽到系統(tǒng)。通過人臉識別技術能夠有效減少代簽到的情況，確?？记跀?shù)據的準確性；與此同時，通過無線網絡定位可以進一步驗證學生的實際到課情況，增強考勤系統(tǒng)的可靠性。

1 相關技術分析

1. 1 無線網絡定位

無線網絡定位技術利用無線信號（如Wi-Fi、藍牙、Zigbee等）來確定設備或用戶的位置。隨著智能手機和物聯(lián)網設備的普及，無線網絡定位在室內外定位、導航、資產追蹤等領域得到了廣泛應用。

主要應用的方法有：1）信號強度指紋定位[1]。通過測量不同位置的信號強度，建立指紋數(shù)據庫，進行位置估計。2）三角測量[2。利用多個已知位置的信號源，通過信號強度或到達時間差計算目標位置。3）基于時間的定位[3]。使用信號傳播時間來計算距離，從而確定位置。

這些方法存在的問題有：1）信號干擾和多路徑傳播對定位精度的影響。2）室內環(huán)境的復雜性導致定位精度下降。3）數(shù)據隱私和安全性問題。

1.2 人臉檢測

人臉檢測[4是計算機視覺領域的重要研究方向，旨在從圖像或視頻中自動識別和定位人臉。它是人臉識別、情感分析和人機交互等應用的基礎。

人臉檢測的主要方法有：傳統(tǒng)特征分類器方法如Haar 特征[5]、AAM（Active Appearance Model） 特征[6]，通過構造基于這些特征的級聯(lián)分類器，能夠快速檢測人臉；深度學習方法[7-8]，使用卷積神經網絡（CNN）等深度學習模型進行人臉檢測，具有更高的準確性和魯棒性。

這些方法存在的問題有：在復雜背景、不同光照和姿態(tài)下的檢測準確性；處理遮擋和部分人臉的情況；實時檢測的計算效率。

1.3 人臉識別

人臉識別是指通過分析人臉特征來識別或驗證個體身份。它在安全監(jiān)控、身份驗證、社交媒體等領域得到廣泛應用。人臉識別的主要方法有：特征提取。使用傳統(tǒng)方法（如LBPH、Eigenfaces、Fisherfaces）提取人臉特征[；深度學習。利用深度學習模型[]（如FaceNet、VGG-Face）進行特征學習和人臉匹配，具有更高的識別率。

2 系統(tǒng)設計與實現(xiàn)

2.1系統(tǒng)技術架構與選型

本系統(tǒng)采用客戶端-服務器架構，系統(tǒng)技術架構如圖1所示。

在技術架構方面，考勤服務器端采用Tornado框架，Tornado是一個用Python編寫的高性能Web服務器和Web應用框架，它具有非阻塞I/O模型，適合需要高并發(fā)和實時通信的應用；簡單易用的API能夠快速構建高性能的Web應用?？蛻舳嘶贏ndroid平臺，通過HTTP協(xié)議與考勤服務器進行通信，通信接口采用基于RESTfuI架構風格的接口。

在技術選型方面，無線網絡定位技術選型：由于西安交通大學每個教室都有獨立AP，本文中通過對每個教室的AP的MAC地址及該AP所在的教室做映射，學生在進行簽到時只需打開手機Wi-Fi接入校園無線網絡，通過該手機與考勤服務器的信息交互即可獲得該學生進行簽到打卡的教室位置，從而完成無線網絡定位。

在人臉識別技術選型方面，人臉識別有兩大主流方法：一是傳統(tǒng)特征提取識別方法，二是深度學習方法。由于在學生進行識別時，基于視頻流的人臉識別對實時性有較高要求，深度學習方法具有較高的識別正確率但其識別時間較長訓練樣本規(guī)模較大，本文選取傳統(tǒng)特征提取識別方法，即LBPH（Local BinaryPatternsHistograms）局部二進制模式直方圖人臉識別方法，它具有對光照變化有一定的魯棒性，實現(xiàn)簡單、計算速度快的特點，可以進行小樣本的訓練，適合本系統(tǒng)的識別。

在人臉識別框架選型方面，在人臉識別領域比較知名的項目有OpenFace、Dlib、Face_recognition、OpenCV等項目，其中OpenFace對光照變化的魯棒性較差、Dlib對人臉識別的參數(shù)手動調整要求高、Face_recognition實時性能不理想等因素，OpenCV（Open Source ComputerVision Library）是一個廣泛使用的計算機視覺庫，提供了多種工具和算法用于人臉識別，本文選擇OpenCV框架進行人臉識別。OpenCV提供多種語言版本的開源框架，其中 C++ 是OpenCV的原生語言，許多底層實現(xiàn)都是用 C++ 編寫的，在性能上通常優(yōu)于其他語言。同時 可以直接使用OpenCV的所有功能和最新特性。由于應用在簽到時人臉識別的實時性，對識別的效率有較高的要求，本文選擇基于 C++ 語言版本的OpenCV框架。

在Android與基于 C+ + 的OpenCV調用選型方面，本文通過Android系統(tǒng)提供的NDK（NativeDevelopmentKit），它允許開發(fā)者用 C++ 來開發(fā)Android應用，即用于開發(fā)和編譯本地代碼（ （ C+ + ） 的工具。在Android程序調用時通過JNI（JavaNativeInterface）將這些本地方法與Android程序的Java代碼連接起來。通過NDK和JNI技術實現(xiàn)在Android平臺上重用基于 C++ 版本的OpenCV的人臉識別庫。

2.2系統(tǒng)需求分析與設計

基于無線網絡定位和人臉識別的學生考勤簽到系統(tǒng)在功能需求上主要有以下4點：

1）學生通過人臉識別進行考勤簽到。

2）系統(tǒng)能夠記錄簽到的時間和地點。

3）查看考勤記錄。

4）系統(tǒng)支持實時數(shù)據更新和查詢。

基于功能需求主要包括簽到軟件、考勤服務器及第三方相關業(yè)務系統(tǒng)支撐，本系統(tǒng)功能架構設計如圖2所示。

基于系統(tǒng)的功能架構，具體功能簡述如下：

1）課表查看模塊。本模塊包含學生登錄和課表查看兩個子模塊，學生登錄主要功能是學生通過統(tǒng)一身份認證登錄；課表查著的主要功能是獲取該學生相關的課表信息并展示。

2）人臉識別模塊。本模塊包含人臉綁定和人臉識別兩個子模塊，人臉綁定的主要功能是對學生進行人臉采集、人臉訓練并將訓練好的模型綁定到其采集的手機終端上；人臉識別的主要功能是通過人臉訓練的模型對當前待識別人臉進行識別。

3）無線定位模塊。本模塊包含無線定位和位置對比兩個子模塊，無線定位的主要功能是學生通過手機終端連接教室內部Wi-Fi信號定位其教室位置；位置對比的主要功能是對比課表中課程與當前所在教室位置是否一致。

4）考勤簽到模塊。本模塊包含考勤簽到和簽到流水兩個子模塊，考勤簽到的主要功能是通過人臉識別和無線定位對學生進行考勤；簽到流水的主要功能是與考勤服務器對接獲取相關學生的考勤簽到流水信息。

2.2.1 人臉識別模塊設計

人臉綁定的流程圖如圖3所示，具體步驟如下：

1）學生點擊人臉綁定按鈕，客戶端查詢考勤服務器能否進行人臉綁定。

2）若考勤服務器返回不可綁定，則客戶端人臉已綁定過不可重復綁定；若返回可以綁定，則客戶端切換頁面至拍照頁面。

3）客戶端人臉檢測算法在拍照頁面檢測是否有人臉；若未檢測出人臉則繼續(xù)在拍照頁面中進行檢測；若檢測出人臉，跳轉至步驟4）。

4）當前訓練集圖片數(shù)量是否大于5，若小于等于5，則彈框顯示是否選擇此圖片，若不選擇跳轉至步驟3）；若選擇，將此圖片保存至訓練集；若訓練集圖片大于5，則跳轉至步驟5。

5）對此訓練集圖片進行人臉識別訓練，將訓練結果發(fā)送至考勤服務器，人臉綁定完成。

人臉識別的流程圖如圖4所示，具體步驟如下：

1）點擊人臉識別按鈕，客戶端查詢考勤服務器此手機是否綁定人臉，若返回未綁定，則提示人臉未綁定并跳轉至人臉綁定界面；若人臉已綁定，則進入步驟2）。

2）切換至人臉識別頁面，此頁面有一矩形小框，待識別者需將人臉放置識別小框進行。

3）當識別小框里放入人臉時，客戶端程序會進行人臉檢測，而后進行人臉識別。

4）由于本客戶端采用特征臉方法進行識別，對識別的結果通過一個閾值即人臉相似度（一般取90 % ）進行識別結果判別，當識別閾值大于閾值時則識別成果，小于閾值時則識別失敗。

2.2.2 無線定位模塊設計

無線正位的流性圖如圖5所示，具體步驟如下：1）點擊無線定位按鈕，客戶端檢測是否連接校園Wi-Fi，若未連接則跳轉至Wi-Fi連接頁面；若已連接則跳轉至步驟2）。2）客戶端根據手機的MAC地址及Wi-Fi信號信息向考勤服務器發(fā)送查詢無線位置請求。3）考勤服務器收到客戶端的請求后，根據手機MAC地址及Wi-Fi名稱向無線控制器設備查詢該手機所連接的AP信息。4）無線控制器根據納管的所有AP下的用戶終端信息找到終端接入的AP，將其信息發(fā)送至考勤服務器。5）考勤服務器查詢AP教室位置映射表，找到該AP所對應的教室信息。6）考勤服務器向客戶端返回該手機所在的教室地址完成無線定位。

2.2.3考勤簽到模塊設計

考勤簽到的流程圖如圖6所示，具體步驟如下：

1）點擊考勤簽到進入無線定位流程，學生進行無線定位功能。

2）根據當前時間段的課程位置及無線定位的位置，若學生不在教室，返回簽到失敗并結束；若學生在對應教室，則進入步驟3）。

3）進行人臉識別流程，通過對比該手機綁定的人臉與當前待識別人臉，若人臉識別失敗，返回簽到失敗并結束；若識別成功，則進入步驟4）。

4）將學生信息及簽到時間、地點、課程發(fā)送至考勤服務器，考勤服務器返回客戶端簽到成功。

2.3系統(tǒng)核心功能部分代碼實現(xiàn)

本系統(tǒng)核心功能主要為人臉識別功能和無線網絡定位功能，下面就這兩部分核心功能的實現(xiàn)代碼簡要說明如下。

2.3.1 人臉識別功能

初始化LBPH（局部二進制模式直方圖）人臉識別對象的部分代碼如圖7所示。

本地人臉訓練樣本載入的部分代碼如圖8所示。

人臉模型訓練并保存的部分代碼如圖9所示。

人臉識別的部分代碼如圖10所示。

2.3.2 無線網絡定位功能

進行Wi-Fi權限添加時，在AndroidManifest.xml中添加必要的權限，部分代碼如圖11所示。

3 系統(tǒng)功能實現(xiàn)

本考勤系統(tǒng)主要功能實現(xiàn)界面如圖14所示。

4系統(tǒng)測試

4.1 系統(tǒng)功能性測試

本系統(tǒng)完全實現(xiàn)了基于無線網絡定位和人臉識別的考勤簽到系統(tǒng)功能，功能測試情況如表1所示。

4.2 系統(tǒng)性能測試

結合用戶的體驗和系統(tǒng)的實用性，我們針對系統(tǒng)的人臉訓練時間、識別時間、網絡定位時間、簽到耗時等方面進行了性能測試，測試結果如表2所示。

說明：人臉綁定時間主要是由用戶手動操作在實時視頻流中選取圖片進行識別，時間主要消耗在人工選取圖片上，人臉綁定只有一次，除非用戶需要更換手機的時候需要再次綁定，其他情況無須重復綁定。在其他性能測試結果上用戶的體驗是流暢、方便、快捷的。

5結論

在基于無線網絡和人臉識別的考勤簽到系統(tǒng)的設計與實現(xiàn)中，本文首先介紹了該系統(tǒng)的研究意義，其次介紹了關于無線網絡定位和人臉識別的相關技術，接著對本系統(tǒng)所需要的功能進行需求分析確定出系統(tǒng)的功能并對每個功能進行了詳細設計，再次在技術選型上對系統(tǒng)的客戶端和服務器端進行相關的技術選型并實現(xiàn)了該系統(tǒng)。最后系統(tǒng)的測試結果表明，系統(tǒng)在功能上完全滿足了學生日?？记诘墓δ苄枨?，在簽到體驗上使用流暢、方便、快捷，本系統(tǒng)有效提高了考勤的準確性和效率。

參考文獻：

[1]高思遠，馮秀芳.基于RSSI信號特征的室內分區(qū)指紋定位算法[J].計算機工程與設計，2020，41（4）：1093-1098.

[2]馮文生，高譽.基于WiFi的室內定位算法研究[J].電氣傳動自動化，2022，44（5）： 5 6 - 5 8 + 5 5

[3]鄧俊波.多載波定位系統(tǒng)中的TOA估計技術研究[D].成都：電子科技大學，2013.

[4]鄭文秀，趙興娜.基于SSD算法的人臉檢測算法研究[J].現(xiàn)代信息科技，2024，8（19）：17-22.

[5]原曉佩，陳小鋒，廉明.基于Haar-like和LBP的多特征融合目標檢測算法[J].計算機科學，2021，48（11）：219-225.

[6]賈曉琪.基于AdaBoost和AAM的面部特征點檢測技術研究[J].現(xiàn)代信息科技，2024，8（18）：172-175.

[7]林平榮，吳梓華，陳鑫，等.基于深度學習的人臉識別系統(tǒng)[J].軟件工程，2023，26（10）：53-57.

[8]季瑞瑞，謝宇輝，駱豐凱，等.改進視覺Transformer的人臉識別方法[J]計算機工程與應用，2023，59（8）：117-126.

[9]宋俊芳，馬浩軒，趙海莉，等.基于Haar級聯(lián)分類器和LBPH算法的人臉識別[J].軟件，2021，42（4）：45-47.

[10]李云鵬，席志紅.基于RetinaFace與FaceNet的動態(tài)人臉識別系統(tǒng)設計[J].電子科技，2024，37（12）：79-86.

作者簡介：張哲（1989一），男，漢族，陜西西安人，工程師，碩士，研究方向：計算機網絡、智慧校園；折波（1989—），男，漢族，陜西榆林人，高級工程師，碩士，研究方向：計算機網絡、機器學習；崔靖茹（1990—），女，漢族，河南三門峽人，工程師，碩士，研究方向：智慧校園、教育信息系統(tǒng)。