基于人脸识别的高校考勤系统的设计

王伯槐

摘 要：目前，大多数高校教师的考勤方式依然采用手工操作，该方式效率低下。针对这一问题，文中提出一种高效、实时的考勤系统，利用“平安校园”平台设备，实现基于人脸标识的学生考勤管理系统。该系统具有自动签到、查询签到记录功能，可通过校园网络将学生端考勤数据实时上传至服务器，并使用管理帐号实现考勤数据的动态管理和查看。仿真实验表明，系统能实时、宏观地掌握学生出勤信息，为高校学生管理提供有力的支持。

关键词：学生考勤；人脸识别；高校；平安校园

中图分类号：TP39；TN929.5 文献标识码：A 文章编号：2095-1302（2017）10-00-02

0 引 言

为加强课堂管理，高校老师需要在课堂上对学生进行考勤统计。当前一般采用纸制点名册，任课老师通过点名统计出勤情况并记录在点名册上。这种考勤记录方式在管理中暴露出许多弊端：每次点名需要浪费大量时间，而大课堂时间浪费尤其严重；班主任很难掌握学生上课的实时情况，不便与学生及时沟通；不便学生了解自己的出勤情况。

目前全国高校的信息化发展迅速，校园网已基本完善，“平安校园”亦已基本完善，在极大地方便师生的同时，如何充分利用现有资源，方便快捷地工作学习是需要讨论的一个话题。

本文提出一种新的考勤方法，即利用现有“平安校园”部署在教室中的摄像头，对进入课堂人员进行人脸识别统计，以实现自动考勤统计的目的。统计数据既可以实现实时查询，也可以长期保存。该项工作既实现了自动化统计，又使资源得到了充分利用。

基于人脸识别技术的高校考勤系统主要分为人脸数据采集、身份识别和数据记录三部分[1]。

人脸数据采集以人脸识别为前提，即获取图像数据后，识别出图像中的人脸部分，然后进行数据采集。在大多数情况下，因为天气、光照等客观因素复杂，再加之人脸部所在位置不固定，而“平安校园”部署在教室中的摄像头位置相对固定，所以应检测图像是否包含面部，若包含，则检测其在图像中所处位置。人脸检测的目的是为了在监控的大幅画面中搜寻面部位置，为后续的身份识别提供条件。

身份识别的关键在于人脸识别，人脸识别技术是图形构造、计算机图像处理、人体生理学、模式识别和认知科学等多个领域和技术的复合技术[1-4]。该系统的难点在于人脸数据采集的准确性和身份识别的可靠性[5]。面部比对是一种较为普遍的方法，对被检测到的人脸在面部库中进行目标搜索，得到对比结果。该操作的关键是采取合适的面部表征模式和匹配方法，系统的结构和面部表征特点紧密联系。本系统采用基于BSD许可（开源）发行的跨平台计算机视觉库——OpenCV，应用其中的图像分割、面部识别函数库完成人脸的数据采集和身份识别。

1 系统设计

随着智能手机的广泛应用，系统对智能手机的支持更加方便师生查看相关信息，其主要用户是学生、代课老师和班主任，可以进行学生、成绩、考勤和课程等的管理；PC前台可方便查看各类信息的结果，但不能进行管理操作；系统后台主要用于基础信息的导入和管理，其主要用户是老师和管理员。系统总体功能模块如图1所示。

1.1 系统数据库设计

本系统主要围绕学生、代课老师、班主任、管理员四类用户进行设计。学生主要查看信息；代课老师主要进行学生点名管理和成绩信息录入；班主任主要查看和修改部分不合理信息；管理员主要导入系统所需信息。系统顶层数据流图如图2所示。

为了更加清楚地描述系统信息流向，进一步对系统进行划分，將其分为客户端、PC后台管理和数据库信息存储。第一层数据流图如图3所示。

数据库概念设计阶段主要将需求分析阶段得到的用户需求抽象为信息结构（概念模型），它是整个数据库设计的基础和关键。数据库概念设计主要进行各实体的描述和各实体之间联系的描述。系统E-R图如图4所示。

1.2 系统交互流程

通过图5简单描述本系统的用户如何同Android客户端、PC服务端、数据库之间进行操作交互过程。

图2简单描述了用户与系统的交互关系，没有涉及用户与系统交互的时间关系。系统时序图如图6所示，是对用户操作时间的描述。用户登录后通过界面操作实现不同的功能，利用内部逻辑操作数据库返回操作结果，并通过界面显示。

上述系统总体交互图只是一个简单的概述，不能详细描述各模块内部的交互过程，现进一步对系统总体交互过程中所涉及的各部分进行细致描述。Android客户端和PC后台的功能模块功能一致，简单描述其部分核心的模块交互过程。

代课老师利用学生考勤管理模块对学生上课出勤情况进行记录，代课老师可逐一进行点名记录、单独添加某一个学生出勤信息、修改已记录的出勤信息和删除已记录的出勤信息。

代课老师利用学生成绩管理模块对学生成绩进行记录，同时也可以添加某学生的成绩、修改已记录的成绩信息和删除已记录的成绩信息。

2 系统测试

本系统所用的测试方法主要为单元测试、集成测试和系统测试。表1所列为系统登录测试用例。

3 结 语

本文对基于人脸识别的考勤系统进行整体设计，提高了老师点名效率，为学生出勤管理提供了便捷方法，亦有效提高了设备使用率。经实验统计，由于教室环境光线的明暗变化以及人脸角度等影响都会给识别带来不同的影响，因此在人脸识别考勤系统中结合了人脸识别的二值化、模板匹配等方法，以减小识别误差。

但该方案仍存在一定问题，如教室光照度仍然是限制系统识别准确度进一步提高的关键因素，并将在以后工作中进一步改进完善。

参考文献

[1]林天威.基于视频流的人脸识别系统研究[D].哈尔滨：哈尔滨工程大学，2010.

[2]吴业福，李波，师宇，等.人脸检测与实时追踪在机动车道路考试系统中的应用研究[J].交通信息与安全，2013，31（1）：119-122，128.

[3]王洪志.基于静态图像的人脸检测与识别系统设计与实现[D].成都：电子科技大学，2010.

[4]李伟生，王立逗，周丽芳.一种基于LTP自适应阈值的人脸识别方法[J].小型微型计算机系统， 2014，35（9）：2099-2103.

[5]何俊， 何忠文， 蔡建峰，等.一种新的多角度人脸表情识别方法[J/OL]. [2017-01-24].http：//www.doc88.com/p-1856318473910.html.

[6]何云， 吴怀宇， 钟锐.基于多种LBP特征集成学习的人脸识别[J/OL].[2017-01-19]. http：//www.arocmag.com/article/02-2018-01-057.html.

[7]迈耶.Android 4高级编程：第3版[M].佘建伟，赵凯，译.北京：清华大学出版社，2013.

[8] PHILLIPS B， HARDY B. Android编程权威指南[M].王明发，译.北京：人民邮电出版社，2014.

[9] HORSTMANN C S， CORNELL G.JAVA核心技术：卷Ⅰ：基础知识[M].周立新，陈波，叶乃文，等，译.北京：人民邮电出版社，2013.endprint