基于人脸识别技术的课堂考勤系统

◆ 侯瑞发 杨 雄 陈伟达 邓泽霖 胡世亮



基于人脸识别技术的课堂考勤系统

◆ 侯瑞发 杨 雄通讯作者陈伟达 邓泽霖 胡世亮

(福州大学至诚学院 福建 350002)

针对目前高校课堂考勤存在的一些问题，本系统利用人脸识别技术和云计算服务平台实现了一套课堂快速考勤系统。该系统采用C/S架构,客户端运行于Android手机,服务端运行于云平台服务器，可兼顾考勤效率和使用便携性的要求。其中，客户端上完成课程管理、人脸信息录入、实时考勤及考勤统计功能。服务端则部署于新浪云平台上，并通过调用阿里云的人脸识别接口完成对课堂图像的人脸检测、图像切割和人脸匹配功能，实现了将当前课堂人脸信息与人脸数据库信息相匹配来完成课堂考勤的功能。实验表明，在一定的条件范围内，本系统能够达到实现应用的需求。

人脸识别技术；云平台；课堂考勤

0 前言

目前应用型本科的高校课堂学生缺勤现象日益严重，但传统的课堂考勤管理方式[1]仍采用简单快捷的“纸-笔”记录的方式，虽然成本较低，但存在考勤效率低、替代考勤、考勤不到位和信息分散等问题。目前一些高校采用人脸识别技术实现了对学生的课堂考勤，主要有两种技术手段。一种是通过位于教室门口的摄像头对进入教室的学生进行人脸识别实现考勤，这种方式的人脸匹配采用的是1:1的识别方式，其效率较低，同时需要额外的设备对摄像头的采集的实时视频流进行处理后再进行人脸识别，对设备的性能和网络都有一定的要求，需要一定的成本[2]。另一种是通过手机拍照后在手机端完成图像的预处理、裁剪和人脸识别等功能[3]，该方式对手机端的性能要求较高，人脸识别的效率和性能都较差，而且手机端软件的复杂度也高，不具备推广性。

随着移动智能手机CPU处理能力和拍照性能的不断加强，以及云计算服务平台的普及，本文提出以手机端作为课堂图像的采集设备和考勤管理APP，可直接利用授课老师的手机作为考勤设备，在降低设备成本的同时又提高了系统使用的便捷性，不再依赖于特定的考勤设备；针对手机端进行人脸识别对硬件要求较高的问题，本系统仅利用手机端采集设备，而将图像的预处理、人脸检测、图像裁剪和人脸图像的身份验证交由云计算服务平台实现，并通过分布式的处理方法实现并行人脸身份验证，大大提高课堂考勤的效率，云端的处理结果再交由手机端展示和统计，可随时随地实现课堂考勤。在系统中通过用户角色的设计，满足学生、辅导员和授课老师三方面对课堂考勤管理系统的不同需求。

1 系统总体设计

本系统主要实现了基于课堂照片和人脸识别技术实现快速课堂考勤。系统的主要功能包括：课程管理、学生信息管理、课堂考勤和考勤结果统计等功能。

当用户打开APP使用已授权账户登录系统后，首先需要创建授课课程及班级信息，接着根据课程班级信息录入学生姓名、学号及上传学生人脸图像；然后在课前通过手机根据班级学生数量拍照数张课堂学生合照上传，则可实时获取到所拍图像中的学生信息，该学生信息即为本次考勤中已签到学生，与预录入的班级学生相比后也可获得缺勤学生信息及人数，还可针对缺勤的学生单独修改为请假状态。最后通过一学期的多次考勤即可综合该课程的考勤统计情况。系统的总体功能如图1所示。

1.1 系统架构

基于人脸识别技术的考勤系统采用C/S的架构模式设计，手机客户端为基于HTML5设计的跨平台APP，后台管理系统采用PHP语言作为开发语言，并使用MySQL作为配套数据库存储数据。同时，后台管理系统部署于新浪云开发平台上，并使用该开发平台提供的Storage功能来存储图片，可满足快速上传和提取图片的需求，并与阿里云提供的在线人脸识别服务交互完成人脸数据库的建立和1：N的人脸识别，完成一次人脸识别的步骤为：

( 1 ) 授课老师启动一次考勤，通过现场拍照或者图库选择图片后上传至后台，同一次考勤根据现场班极大小可使用多张现场照片来提高考勤的准确率；

( 2 ) 后台收到手机端上传的照片后，首先将原始照片存放于新浪云的Storage存储中，该存储中的照片可通过URL地址直接访问，接着调用阿里云的人脸识别服务中的人脸检测定位，其接口可直接使用照片的URL地址作为参数，人脸检测定位返回结果为JSON数据，数据中包含检测至的人脸总数及每张人脸在原始图片中的左上角坐标(x和y)以及每张人脸的宽度和高度；

( 3 ) 完成人脸检测结果后依据人脸数遍历结果，按照每张人脸的坐标、宽度和高度对原始图片进行裁剪得到每张人脸图像并同样存储于新浪云的Storage存储中；

( 4 ) 最后基于阿里云人脸服务中已创建的人脸数据库对每张人脸进行1:N的人脸比对，获得课堂照片中每位学生的学号信息（即现场学生信息），将每张图片的比对结果返回给客户端以列表的方式显示。

图1 系统功能图

1.2 手机端软件设计

手机端的软件功能主要是拍摄课堂现场数张照片并上传至后台由后台对照片进行处理后将考勤功能实时反馈给手机端，其实现效果如图2所示。

1.3 后台管理系统

后台管理系统除了实现查询、导入、导出、编辑基础数据（如课程信息，班级信息，学生信息等）服务功能后，还实现了基于百度人脸识别服务的考勤功能，该功能包括人脸检测与定位、人脸图像裁剪和人脸图像识别，以现场部分学生合照实现的效果如图3所示。

图2 手机端考勤界面

图3 人脸识别效果图

2 结语

本系统以高校课堂考勤系统为出发点，为解决传统考勤方式低效率以及目前人脸考勤所存在的问题，基于云平台和手机客户客户端实现了实时考勤。在正常光照的测试环境中，人脸识别准确率能够达到99%，满足实际应用的需求，但在逆光环境下，准确率不足85%，是由于逆光对拍摄图像的人脸信息检测有一定的影响，导致人脸图像不够清楚。

[1]包冬梅.基于Android平台的高校出勤管理系统的设计与实现[J].赤峰学院学报（自然版）, 2016, 32(9):31-33.

[2]何志威，李军.基于人脸识别的移动终端考勤系统的设计[J].福建电脑, 2018.

[3]吴美香，邓园园，裴枫华.基于人脸识别的移动课堂考勤系统的设计与实现[J].软件，2018.

福州大学至诚学院2018年省级大学生创新创业项目（基于人脸识别的课堂快速考勤APP：201813470021）。