姜旭濤 黃承寧 陸洋

摘要：近年來教育部嚴抓大學本科教育，提倡“嚴進嚴出”的管理制度，課堂考勤依舊是保證課程學習，教學秩序正常運行的前提。根據調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、數據量大、代答到情況嚴重等問題。本文開發(fā)了基于OpenCV的人臉識別智能考勤系統(tǒng)將上述問題進行了有效解決。前期，調用高清攝像頭進行人臉圖像采集，完成人臉識別預處理。接著通過OpenCV對存儲的人臉信息進行搜索匹配，將比對結果上傳至考勤系統(tǒng)，從而減少課堂上大量非教學時間的使用，提高課堂考勤的準確性。

關鍵詞：OpenCV;人臉識別;Wi-Fi定位;校園考勤

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2020）29-0189-02

當下課堂考勤仍舊是各大高校學生教育管理的基本手段，也直接影響著教學質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，例如考勤機、指紋打卡機等也都存在著安裝成本高、耗費時間久、全面部署難等缺點。隨著計算機技術地不斷發(fā)展，形式多樣的考勤方法層出不窮，而人臉識別簽到是自動化信息技術中新興的生物識別技術，可以應對各種不同安全級別標準的應用，巧妙解決了原始考勤方法中存在地許多弊端。本文主要針對基于OpenCV的人臉識別智能考勤系統(tǒng)進行設計與實現，從而獲取課堂出勤信息，及有效提高教學管理效率。

根據現場人臉圖像的拍攝自動與數據庫中學生信息進行驗證，利用Wi-Fi實現考勤定位，從而確保信息的真實性，通過這種方式可以解決打卡等方式帶來的不良現象。該系統(tǒng)能夠快速獲取人臉圖像信息，進行特征定位、特征提取和人臉識別，并通過Wi-Fi進行定位，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 現有考勤方式

2 運用技術

2.1 人臉識別技術

人臉識別技術，是將攝像頭識別到的人臉與系統(tǒng)錄入的人臉進行特征判斷。設備開啟時，首先檢測是否包含人臉，若檢測到人臉，則進行特征值計算。本系統(tǒng)將先根據需求設定一個閾值，進行比對時，如果拍攝的人臉照片和系統(tǒng)中的圖像相似度超過此設定的閾值，系統(tǒng)將會把匹配得到的人臉信息進行反饋輸出。

檢測人臉時本系統(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，如果使用普遍的方法計算時，占用資源多、計算量大、耗時較長等問題則無法得到解決。因此，系統(tǒng)計算Haar特征值時借助積分圖的方式，將計算效率大大提高了。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，計算積分圖像，所得到的積分圖像與人臉的積分圖像進行比對，標記出符合人臉特征的區(qū)域。

2.2 0penCV技術

OpenCV是一個基于BSD許可發(fā)行的開源的跨平臺計算機視覺庫，涉及人機交互、圖像分割、人臉識別、運動分析、實體追蹤等多種領域。OpenCV不但從屬于輕量級，并且工作非常高效。本文所要用到的人臉檢測、人臉識別和人臉數據功能均由OpenCV提供的相應接口來實現[1]。

2.3 Wi-Fi定位技術

當Wi-Fi設備被開啟時，掃描并且收集到周圍的AP信號，我們能獲取到AP設備廣播出來的MAC地址。AP數據被標識后，將被位置服務器所接收。位置服務器根據每個信號不同強弱的程度，處理計算此設備所處的地理位置，計算結果將被上傳存儲后，用戶設備接收到相應的反饋。如果預先把設備的MAC地址和用戶的身份信息對應，在考勤時便可以確定該用戶是否有可能在AP信號覆蓋范圍內。

3 系統(tǒng)設計

3.1 系統(tǒng)需求

學生端：登錄，查看課表，簽到，出勤情況查詢，操作界面設置。

教師端：登錄，點名，學生信息查詢，出勤情況統(tǒng)計，編輯學生考勤信息。

輔導員端：登錄，出勤情況統(tǒng)計查詢。

管理員端：登錄，查看信息，編輯信息，數據統(tǒng)計，修改密碼。

3.2 系統(tǒng)功能

（1）登錄功能。

（2）修改密碼。

（3）查看個人信息：學生可以對個人信息，課程的時間地點以及考試安排進行查看。

（4）信息管理：管理員端進行登錄，可以編輯課程以及學生信息。

（5）考勤管理：教師端可以將考勤簽到功能進行開放以及關閉，在所規(guī)定的時間內，學生按時進行簽到。簽到完成后，任課老師可以實時查看學生的出勤記錄數據。

（6）面部圖像采集。

（7）人臉檢測：將照片發(fā)送至終端，自動檢測到人臉。

（8）人臉識別：通過OpenCV對存儲的人臉信息進行搜索匹配，將比對結果上傳。

（9）定位：定位信息將通過Wi-Fi檢測顯示于系統(tǒng)終端。

4 系統(tǒng)實現

4.1 考勤流程

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

4.2 具體模塊設計

（1）注冊模塊

該系統(tǒng)選用PC機白帶的攝像頭，由攝像頭采集人臉照片，終端將所采集的圖像進行預處理，利用CNN卷積算法將人臉進行提取，管理員錄入信息時要進行身份驗證，錄入的學生信息包含班級、學號、姓名等。用戶進行注冊的時候，需要拍攝預留一張人臉的照片，利用CNN卷積算法將該照片模板進行保存，并上傳至云端數據庫，用于之后身份識別時實時拍照比對[2J。

（2）系統(tǒng)設置模塊

根據需求分析，每次簽到人數不同，簽到班級也不同，為了信息的安全性，系統(tǒng)應具備可移植性。這就需要系統(tǒng)具有重置功能，而重置功能可以重置整個數據庫，使數據庫的所有記錄銷毀，讓數據庫還原到一個干凈的節(jié)點。因此，在點擊重置系統(tǒng)時，必須驗證管理員信息，防止非管理人員損壞數據。

（3）考勤模塊

點擊拍照按鈕，進行身份識別認證?？蛻艚K端實時檢測學生的人臉圖像，判定與數據庫中的預留信息是否相符合。若符合，則將輸出信息，驗證結果將進行自動更新，教師可以實時查詢。若學生身份驗證成功，終端則會顯示“已簽到成功”;若身份識別失敗，系統(tǒng)則會根據判別的具體情況提示失敗原因。教師端以及管理員擁有權限對學生的考勤情況進行查看統(tǒng)計，可以將考勤簽到結果進行導出[3]。

5 具體實現界面

（1）軟件框架

客戶端分別由用戶界層、業(yè)務邏輯層以及數據連接層組成。數據庫管理系統(tǒng)通過數據處理進入數據連接層，接著進行數據傳遞及調用，進入業(yè)務邏輯層，最終進入用戶界面層。

（2）Web端查詢界面

教師、輔導員、管理員可以登錄Web端登錄進入相應課堂查看班級學生的具體出勤情況。

（3）App端人臉采集界面

如下圖4所示，學生進入本系統(tǒng)后點擊人臉識別打卡，拍攝人臉照片上傳到服務器與圖像進行匹配，并通過Wi-Fi定位，匹配成功則打卡成功。

（4）系統(tǒng)測試

為了驗證系統(tǒng)運行的穩(wěn)定性、準確性，特將該考勤系統(tǒng)進行測試，以計算機與通信工程學院為測試對象，從中隨機抽取大一、大二、大三10個班（453人）作為樣本數據，依次對每個班進行了考勤，測試過程相關數據統(tǒng)計如表2所示。

由此可以看出，本系統(tǒng)的人臉識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 結束語

緊密圍繞教學實際需求設計了基于OpenCV人臉識別的智能考勤系統(tǒng)，主要目的是優(yōu)化如今高校的課堂考勤方式，方便學生管理，提高教學質量。本系統(tǒng)操作簡單，適用于不同水平的使用者，還具備先進性，充分應用現有成熟的人臉識別技術以及Wi-Fi定位技術，提高了課堂考勤的準確性，滿足了師生的考勤需求。

參考文獻：

[1]孫志.基于OpenCV的人臉識別算法實驗平臺研究與實現[D].長春：吉林大學，2014.

[2]周飛燕，金林鵬，董軍，卷積神經網絡研究綜述[J].計算機學報，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.

【通聯編輯：光文玲】

作者簡介：姜旭濤（1999-），男，江蘇揚州人，本科，主要研究方向為計算機科學與技術;黃承寧（1985-），男，江蘇南京人，碩士，講師，主要研究方向為大數據技術與人工智能、計算機課程教學改革;陸洋（1999-），女，江蘇泰州人，本科，主要研究方向為計算機科學與技術。