基于人脸识别技术的智能讲台的设计

黄燕琴

基于人脸识别技术的智能讲台的设计

黄燕琴

（漳州职业技术学院电子工程系，福建漳州363000）

随着“互联网+”及智能化技术的普及，终将形成新一代的教育教学模式，即“互联网+教育”模式，笔者就是利用基于人脸识别技术实现教学管理的信息化和自动化.其关键技术是人脸识别技术，以Matlab为平台，对图像进行二值化处理，统计人脸像素比例信息，基于网络技术，讲台数据与远程教学服务器对接可实现教学管理智能化.

智能讲台；人脸识别；二值化；互联网+

随着电子技术时代的到来，以信息技术为核心的多媒体技术得到了快速的发展，于是出现了多媒体教室，即把讲台桌、展示台、计算机、显示屏、投影仪、控制器及音响设备等整合在一起的多媒体讲台［1］.近年来，随着互联网到物联网，再从物联网到互联网+的发展变化，以及智能化技术的普及，终将形成新一代的教育教学模式，即“互联网+教育”模式，以信息化、智能化为核心的智能讲台的设计需求也将应运而生.

随着各式各样的多媒体讲台及配套设备进入学校，在为师生提供更方便、更多样化的多媒体教学的同时，也在这个过程中暴露出了一些问题，这些问题经过归纳可总结为4点.

（1）多媒体讲台的设备及辅助配套设施越来越丰富，内部的各类教学软件，造成了整个系统难以进行统一的规划和管理，各设备之间相对分散，不能进行很好的流畅操作［2］.

（2）多媒体附加的单元越来越多，使得使用者的难度提高，管理者和维护人员的负担也在增加［3］.

（3）多媒体讲台各个设备的操作都相对分散和独立，不够清晰、统一，使用者需要花费很多时间熟悉，增大了使用难度.

（4）讲桌的外形结构设计单一，不够人性化.

为解决现有传统多媒体讲台技术中的不足，智能化讲台旨在设计一款能够人脸自动识别学生、一键自启动、实现学生考勤登记、教师自动识别及签到，并最终通过网络把相关数据实时传输到教学管理系统，针对中小学课堂，还增加了学生人体温度监测等多种功能的信息化智能讲台.

1基于人脸识别技术的信息化智能讲台的设计

基于人脸识别技术考勤、一键启动讲台设备、身份识别自动教学评价，还有环境及人体红外体温健康监测为一体的信息化智能讲台.再通过网络技术，实现讲台数据与远程教学服务器的对接与管理.

1.1智能化讲台的主体部分

智能化讲台，包括讲台本体、中央控制器、计算机主机、显示屏、投影仪和音响设备，讲台本体的侧面上滑动设有抽拉式的控制柜、展示台和键盘托板，中央控制器设在控制柜内，计算机主机和音响设备设在讲台本体的内部，显示屏嵌设在讲台本体台面的一端，投影仪设在讲台本体台面的另一端，键盘托板上设有键盘和鼠标，显示屏、键盘和鼠标分别与计算机主机电连接，计算机主机、投影仪和音响设备分别与中央控制器电连接（见图1）.

图1信息化智能讲台

智能化讲台还包括升降台、升降驱动机构、摄像头、人脸识别器、人体温度监测器、报警器和存储器，升降台设在讲台本体台面另一端的上方，升降驱动机构设在讲台本体内部，升降驱动机构可以是气缸或升降电机等.升降驱动机构上设有支撑杆，该支撑杆延伸出讲台本体的台面，并与升降台固定连接，摄像头和人体温度监测器分别设在升降台上，升降驱动机构可以调节升降台所处的高度，根据不同学生的高度调整摄像头和人体温度监测器所处的位置.

人脸识别器、报警器、存储器设在控制柜内或讲台本体内部；摄像头通过人脸识别器与中央控制器电连接，人体温度监测器、报警器、存储器和升降驱动机构分别与中央控制器电连接.讲台本体、中央控制器、计算机主机、显示屏、投影仪和音响设备，讲台本体的侧面上滑动设有抽拉式的控制柜、展示台和键盘托板，控制柜、展示台分别设在讲台本体相对的两侧面上，中央控制器设在控制柜内，计算机主机和音响设备设在讲台本体的内部，讲台本体台面的一端转动连接有翻转台，显示屏嵌设在翻转台上，投影仪设在讲台本体台面的另一端，键盘托板上设有键盘和鼠标，显示屏、键盘和鼠标分别与计算机主机电连接，计算机主机、投影仪和音响设备分别与中央控制器电连接.

1.2智能化讲台的控制柜

控制柜由设在讲台本体内部的第一电动推杆驱动滑动，展示台由设在讲台本体内部的第二电动推杆驱动滑动，键盘托板由设在讲台本体内部的第三电动推杆驱动滑动，翻转台由设在讲台本体内部的第四电动推杆驱动翻转，第一电动推杆、第二电动推杆、第三电动推杆和第四电动推杆分别与中央控制器电连接；讲台本体的台面上设有与中央控制器电连接的一次启动键.

1.3智能讲台的整机实现

摄像头获取学生脸部图像信息并发送至人脸识别器，人脸识别器提取存储器中预存储的脸部图像数据进行比较识别并生成识别数据，人脸识别器完成识别后将识别数据发送至中央控制器进行处理，中央控制器根据识别数据生成学生考勤情况表，保存至存储器，同时通过局域网传输到教务管理系统中备案，或是通过互联网把学生考勤情况表保存到云端服务器中.

人体温度监测器监测学生的人体温度，并将测得人体温度数据发送至中央控制器处理，中央控制器配合人脸识别所得的识别数据生成当日学生体温表，保存至存储器及云端服务器中，当人体温度超出预设范围时，中央控制器控制报警器发出警报.

固定摄像头和人体温度监测器的升降台高度的调整可通过手动或自动调整.手动调整是通过按键来控制升降驱动机构上升与下降，自动调整是中央控制器根据摄像头获取的学生脸部图像信息与人脸识别器经识别生成的数据，来判断是否已经得到完整脸部特征，如果脸部位置偏低，则降低升降台，否则提高升降台位置.

电子锁为NFC电子锁、RFID电子锁或指纹识别电子锁.中央控制器在确认教师身份合法后自动开启多功能智能讲台，多次判断身份失败，则拒绝开启讲台，并通过报警器报警.

当触发一次启动键时，中央控制器控制计算机主机、显示屏、投影仪、音响设分别启动.还可以根据需要设定设备的开启个数和各设备的开启顺序.当触发一次关闭键时，中央控制器控制计算机主机、显示屏、投影仪、音响设备分别关闭.关闭时，也可以根据需要设定各设备的关闭顺序.

2人脸识别技术

2.1边缘检测的图像二值化处理

人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术.人脸识别是一项热门的计算机技术研究，在生活中许多方面都有着重要应用.在各种图像处理系统中，现有图像处理中边缘检测的图像二值化算法是一种较好的方法，得到了广泛应用.在进行图像二值化操作前要对图像进行预处理，包括彩色图像灰化和增强［3］.常用的灰度均衡实现算法主要是直方图均衡化［4-6］.

设原始图像为g(x，y)，利用下式可得到拉普拉斯高斯算子的输出：h(x，y)：

采用卷积定理，式子可以转变为：

式中：Δ2为拉普拉斯运算：

根据模板宽度w选择δ的取值，假如w相对于δ取得小，则边缘位置精度高；反之，如果w相对于δ取得大，则检测出来的边缘位置会偏离真实边缘过大，且会滤掉一些重要的细节部分.找出原始图像g(x，y)中的所有边缘像素点后，求取这些像素点灰度的平均值Vh，用Vh为阈值.二值化后的图像pw(x，y)：

2.2实验结果

通过对人脸图像做二值化，统计像素比例信息，得到人脸识别结果.基于图像网格分析做处理，得到分析结果.二值化图像既保留了原始图像的主要特征，又在很大程度上压缩了原始信息量，而且它避免了乘法运算，比灰度级图像更适合符号法表示［7-8］.图像二值化分析法也是一种经典的处理方式.这里将人脸图像打上网格，对区域块图像做二值分析，通过像素比例来做处理，得到人脸区域（见图2）.

Matlab图像处理工具箱提供了bwarea函数用来提取二值化图像的面积.应用这一点就可以比较二值图像面积，从而得到相对的识别率0.921 4.

3结语

边缘检测的二值化处理方法是人脸识别的重要技术，讲台就是基于人脸识别技术自动实现学生和教师的识别及考勤登记，并把这些数据实时与教务系统交互共享.人体红外温度监测器实现对学生健康状态监测，特别适合小学或幼儿园.“互联网+教学管理”通过互联网把讲台数据实时传送至云端及校园服务器，实现远程教学、教务管理.笔者下一步将综合考虑人脸表情的识别，进一步优化智能讲台.

图2MATLAB仿真效果图

［1］Branun T.InternetProtocoalsMultimediaCommunications(Part)[J].IEEE Multimedia，2006，25（9）：85-90.

［2］王玉芬，郭晓娟.云计算对高校教学资源影响解析[J].实验技术与管理，2010（5）：111-113.

［3］Huang D,Shan C F,Ardabilian M,et al.Local binary pattern and its application to facial image analysis：a survey[J].IEEE Transitions on systems，Man，and Cy-bernetics，Part C：Applications Review，2011，41（6）：765-781

［4］庄哲民，张阿妞，李芬兰.基于优化的LDA算法人脸识别研究[J].中国图像图形学报，2007，29（9）：47-49.

［5］赵全友，潘保昌，郑胜林，等.基于LoG算子的边缘零交叉二值化方法[J].微型机与应用，2005（8）：46-48.

［6］彭立芹，冯文钊，曾志远.一种改进的LoG遥感数字图像边缘提取算法[J].南京师范大学学报，2004，4（4）：47-50.

［7］刘新永，蔡凤丽，王志杨.基于MATLAB的人脸检测定位算法研究[J].通化师范学院学报，2015，36（6）：11-13.

［8］王玮，黄非非，李见为，等.使用多尺度LBP特征描述与识别人脸[J].光学精密工程，2008，16（4）：696-705.

On the Design of Intelligent Platform Based on Face Recognition Technology

HUANG Yan-qin
（Department of Electronic Engineering,Zhangzhou Institute of Technology,Zhangzhou 363000,Fujian,China）

With the popularization of"Internet+"and intelligent technology,a new generation of education and teaching model will be formed,namely,"Internet+Education".This project is based on face recognition technology to realize the informationization and automation of teaching management.The key technology is the face recognition technology,with matlab as a platform for binary image processing and statistics face pixel ratio information.Based on the network technology,the platform data and the long-distance teaching server docking may realize the teaching management intelligence.

intelligent platform；face recognition；binarization；Internet+

TP391.4%

A%%%

1007-5348（2017）03-0025-04

（责任编辑：欧恺）

2016-11-29

黄燕琴(1982-)，女，福建漳浦人，漳州职业技术学院电子工程系讲师；研究方向：电子信息技术.