基于人脸识别技术的高校新生入学资格复查系统设计与实现

朱东森，王 飞* ，白文娟，杨秉杰

（1.郑州大学，河南 郑州 450001；2.河南省高速公路联网监控收费通信服务有限公司，河南 郑州 450000；3.国家计算机网络应急技术处理协调中心河南分中心，河南 郑州 450000）

高等学校新生入学资格复查工作是“阳光高考”的重要组成部分，也是维护高等学校办学秩序的一项重要工作，其关系到学生合法权益、教育的公平公正以及高等教育事业的有序发展。但以传统的人工方式进行新生入学资格复查，不仅无法有效留存工作资料、难以进行监督和审查，并且无法保证工作质量[1]。

1 系统总体设计及工作原理

人脸图像是人类重要的生物学特征，具有较高的区分度和不易被复制的良好特性，为身份鉴别提供了必要的前提[2]。基于该特性开发的人脸识别技术，相比于传统人工识别方法来说，具有科学高效、稳定安全的特点，这为人脸识别技术应用于入学资格复查工作奠定了坚实的基础。基于人脸识别技术开发的新生入学资格复查系统，采用Seetaface和Face++人脸识别算法构建识别引擎，将现场采集的人脸图像与高考学籍照片进行对比，并根据对比情况向工作人员发出不同的提示，提高了工作的效率和质量。本系统由学生信息采集比对模块和数据管理及统计模块组成，具体结构如图1所示。

图1 高校新生入学资格复查系统结构

学生信息采集比对模块实现系统数据从远程服务器端到本地应用程序端的下载与学生信息数据的采集、识别比对、上传等功能。学生采集数据的管理和统计模块将采集到的数据进行分析处理，实现采集数据的统计以及系统的后台管理、管理员权限分配、日志数据备份等操作。服务器与模块间采用POST，JSON数据包进行加密通信。系统采用客户端/服务器模式（C/S模式）进行开发，开发技术主要采用ASP.NET，整体框架使用MVC和Entity Framework，后台数据库通过SQL Server 2008来实现[3]。

系统具体工作流程如下：首先使用安装有摄像头的人脸识别终端机完成学生初始信息下载和现场人脸图像的采集，在进行人脸定位和特征提取的基础上，对现场采集图像和初始图像（高考学籍照片）进行识别比对，得到对比之后的相似度，对于相似度高于设定阈值的学生则认为是本人，对于相似度低于阈值的学生则发出警示信息，提示工作人员进行重点核对，最后将采集完成的数据以及检测结果上传服务器，便于后期统计和审查。

2 系统解决的3个关键问题及对应方法

2.1 系统和数据的安全问题及解决方法

由于新生学籍注册数据关系到个人隐私，因此系统必须采用必要的技术手段保障系统和数据的安全[2]。本系统从数据管理、数据通信和用户登录等方面对数据进行了保护。在数据管理方面，系统的本地配置文件和数据文件均采用MD5和DES加密技术进行加密，确保本地数据的安全；在数据通信方面，系统加入了唯一性标记，防止数据篡改，并且在Web端采用参数过滤技术以防SQL注入等攻击；在用户登录方面，在采用MD5和DES加密技术对密码进行加密的基础上，系统外部还配有硬件防火墙，所有子系统都需要经过身份验证才能正常登录，并且所有的帐号均有严格的权限设置，从而保证了系统和数据的安全。

2.2 大量数据无法直观体现问题及解决方法

由于新生数量较多，本系统在实际应用过程中将会采集大量的学生学籍信息数据，为便于用户直观的查看数据信息和对数据进行查询和分析，系统使用FastReport.Net插件和HighCharts插件将数据进行可视化处理。FastReport.Net是一款适用于Windows Forms，ASP.NET和MVC框架的功能齐全的报表分析解决方案。其优点在于通过内置脚本实现交互分析与数据处理和多数据源支持，并且具有丰富的报表元素，支持导入和导出RDL格式的图表，方便报表的打印与输出，具有资源占用少、速度快、扩展性强、可视化设计的优势。Highcharts是一个用纯JavaScript编写的一个图表库，能够很简单便捷的在web网站或是web应用程序添加有交互性的图表，由于使用JavaScript编写，所以不需要像Flash和Java那样需要插件才可以运行，而且运行速度快。HighCharts支持的图表类型多样，有曲线图、区域图、柱状图、饼状图、散状点图和综合图表。另外HighCharts还有很好的兼容性，能够完美支持当前大多数浏览器。因此，本系统的学生采集数据统计和展示模块采用这两款插件来实现数据的可视化处理。

2.3 识别精确度问题及解决方法

人脸识别的精确度是新生入学资格复查系统的核心指标，系统所构建的人脸识别引擎则直接影响到识别的精确度和稳定性。本系统基于Seetaface人脸识别算法和Face++人脸识别算法搭建了系统的人脸识别引擎。其中基于C++语言实现的SeetaFace人脸识别算法，具有较高的运算速度和效率，而在线识别的Face++人脸识别算法，能够支持多种人脸姿态，并能应对复杂光照的情况，两种算法均具有较高的识别准确度和可靠性。

综合考虑系统的运算效率和在不同场景下识别的准确度，本系统搭建的人脸识别引擎对两种算法按照公式k=ax+by进行加权计算，其中k值为最终系统给出的图像相似度，x为SeetaFace人脸识别算法计算的相似度，y为Face++人脸识别算法计算的相似度，a和b分别为SeetaFace和Face++人脸识别算法的权值。该权值将根据系统测试情况进行动态调整。根据算法仿真计算发现，k值小于75代表两张照片错误识别率为1/1 000，75～80代表错误识别率在1/10 000，照片相似度大于80代表错误识别率小于1/100 000。为确保资格复查的准确性，本系统设置当k值低于80时对工作人员提示加强核查。

3 系统应用成效

基于人脸识别技术的高校新生入学资格复查系统开发完成后，针对某高校2017级不同专业的新生进行了抽样测试，共计有1 639名学生参加了测试工作。根据本系统给出的置信区间进行衡量，参加检测的1 639名学生当中有1 617名学生相似度高于80，可以认为是本人；有41名学生的相似度低于80，需要进行审查。经过排查，相似度低于80的41名学生当中，有32名学生是由于高考学籍照片模糊，无法进行识别；有9名学生是由于高考录取后进行了微整形手术，造成现场采集照片和高考学籍照片产生差异，导致出现警示信息。此次测试结果表明系统各功能模块运行正常，具有较好的识别准确度和可靠性。

4 结语

基于人脸识别技术的新生入学资格复查系统的应用，是入学资格复查工作的一种创新，也是学生工作精细化管理的一次探索，能够有效提升工作的质量和效率[1]。在下一阶段的工作中，将基于本系统探索实现图像采集工作与新生报到电子注册工作相结合，即将电子注册工作由录入通知书条形码转变为人脸图像采集和识别，进一步提高工作效率和效果，在高校新生入学工作中发挥更大的作用。