互联网+面部识别技术在大学生寝室管理中的应用研究

2018-05-07 05:45崔晓微董雷刚张丹邹红
电脑知识与技术 2018年8期
关键词:人脸识别互联网

崔晓微 董雷刚 张丹 邹红

摘要:目前高校的学生规模越来越大,学生管理工作日益繁重。该应用结合互联网+人脸识别技术,设计一套适于学生身份认定的系统,有助于学生寝室管理。系统重要分为人脸图形采集终端、人脸识别和数据管理服务器,以及Android手机终端三个模块。学生通过人脸采集终端考勤,服务器实现学生身份识别,管理者通过手机终端查看考勤结果。该应用操作方便,正确率高,能有效避免代签等行为,有效提高学生的管理工作效率和质量。

关键词:互联网+;人脸识别;寝室管理;Android

中图分类号:TP368.2 文献标识码:A 文章编号:1009-3044(2018)08-0148-02

随着高校办学规模扩大,在校学生数量增加,这给高校学生管理提出更高的要求,部分学生自律性差,迟到、旷课、晚归和不归的现象经常发生,尤其是学生不按时归寝或不归寝,是影响学校安全稳定的重要因素之一,因寝室不归问题导致悲剧的发生使学校在与家长处理后续事宜工作上显得非常被动。针对学生晚归或不归的现象,许多高校也采取了一系列的措施,但均存在着效率低、易出错、统计繁琐等问题,对学校的管理提供决策信息较为困难。

基于上述原因,本项目基于互联网和人脸识别技术,研究设计一套适于大学生晚间归寝考勤的身份检测与认定系统,由人脸图像采集终端、后台管理、Android客户端三部分组成。采集终端对人脸原始图像进行采集,将结果通过互联网传输至后台数据库,并进行人脸图像识别运算,同时将运算结果反馈至图像采集终端。辅导员可通过Android手机客户端浏览整个宿舍楼的归寝情况,以及每个宿舍的学生归寝情况,也可查看一段时间内各学生的归寝情况,极大方便了学校对学生的晚间归寝管理。

1总体设计

该系统充分利用现有的科技手段,功能是进行学生晚间归寝的考勤管理。系统主要有三部分组成,人脸图形采集终端采用嵌入式Linux技术在arm平台上进行设计,后台管理由C#和Sql server数据库开发而成,Android手机智能终端由Android进行APP的开发,三者组成的示意图如下所示。人脸图形采集端将学生人脸图形采集后,通过网络传输至后台进行信息比对,并将比对结果及时反馈至采集终端;学生管理者可通过自己手机的APP来实现学生归寝情况的查詢。各模块之间的信息传输通过无线网络实现。

2人脸图像采集终端

人脸图形采集终端的作用是在本地实现考勤人员面部的识别与照片的采集与存储,主要组成是搭载嵌入式Linux系统的arm开发板,以及视频采集模块、触屏显示模块等设备。人脸面部的识别与图像采集主要有以下几个阶段。

2.1人脸检测

人脸检测指的是在图像窗口内,采取一定的技术手段判断该窗口内容是否有人脸存在,并用彩色矩形框对人脸进行动态标注。人脸检测是人脸识别技术的关键步骤,由于人脸的器官特征以及人脸所处的背景复杂,还有受光线,采集设备清晰度等因素的影响,人脸检测的难度很大。基于此,采用OpenCV的API进行人脸检测模块的开发,该API具有算法先进,识别度高,速度快等优点,为人脸识别的后续工作奠定了很好的基础。

2.2人脸图像的存取与传输

在获得人脸图像后,在将其保存在本地存储器的同时,将其传送至后台服务器进行信息比对。这样做的目的是,一方面可以对考勤信息进行本地存档,以便特殊需要时进行查询,另一方面,将信息比对运算放在后台进行,也减轻了客户端的计算量,提高了人脸识别的速度。

3后台设计

3.1信息存储

本系统的数据存储分为两部分:将训练阶段得到的特征值,投影矩阵等数据存为.XML文件,以备测试时使用,XML文件存放于脸部识别终端,用于本地快速完成人脸的识别;用于服务器端的数据存储则采用SQL SERVER数据库,存储的信息主要包括学生的基本信息、学生的宿舍分布信息、考勤记录等。其中学生的基本信息和宿舍分布信息由手工录入;考勤记录是在学生进行考勤时自动形成的信息,包括考勤的学生姓名、宿舍、时间、考勤的结果,它是管理人员进行各种查询统计操作的基础。

3.2人脸识别

把人脸数据存储以后,就可以进行人脸识别了。建立—个test.txt来存储人脸检测时圈出的人脸图像;加载测试图像,操作与加载训练图像集的步骤一样,不同之处是cvLoadlmage把test.txt中的信息读取到facelmgArr空间中。用loadTrainingData加载人脸训练时保存到.xml文件中的训练结果,然后cvEigen-Decomposite将测试图像投影到子空间中,最后找出测试人脸的特征值和.xml文件中的特征值较近的那一个,输出它的ID。

在后台对人脸识别是靠.txt文档来读取该人脸的学号和该人脸所在的路径,因此需要建立一个train.txt文档,文档里记录了学号和人脸保存的位置,为了提高人脸识别的准确率,每个学号训练了五张图片。

4 Android手机终端

该终端采用Android进行开发,运行在智能手机终端。用户在登录后,具备远程访问数据库的功能,以及查询所管辖学生的归寝信息,并支持多种自定义查询。该功能使得学生管理人员可以不用亲自深入学生寝室进行实地查询,即可得到学生的归寝信息,在很大程度上增强了工作的便利性和实效性。

5总结

本文采用人脸识别技术和Android技术,结合互联网应用,设计了面向高校学生寝室管理的系统,该系统主要有三部分组成,分别实现了人脸图像采集、图像识别匹配以及远程无线信息查询等功能。该应用的实施,不仅有助于提高学生管理工作的效率,也在一定程度上保证了学生的安全。

猜你喜欢
人脸识别互联网
人脸识别 等
揭开人脸识别的神秘面纱
从“数据新闻”看当前互联网新闻信息传播生态
互联网背景下大学生创新创业训练项目的实施
基于类独立核稀疏表示的鲁棒人脸识别
基于K-L变换和平均近邻法的人脸识别