基于目标检测与人脸识别相结合的课堂考勤智能识别系统

付迎迎 林治 吴承鑫 薛金水 杨吉

摘要：高校课堂的出勤率一直是反映学校教学效果的一项重要指标，针对传统考勤方式占用时间长、学生 代替考勤等问题，利用人工智能技术，提出了包含目标检测和人脸识别技术的深度学习辅助考勤系统。通 过教室内的摄像头设备捕获的视频流，跟踪参加特定课程的学生，实现了技术化考勤，提高了上课效率， 从而实现教室管理的自动化、智能化。

关键词：目标检测；人脸识别；课堂；考勤

中图分类号：TP391.41文献标识码：A

0 引言

学生出勤率对高校来说具有重要意义，其可以 督促每个学生的进步。传统考勤常采取老师记名方 式，费时、费力、实施效果差。然而，随着科技的 发展，有很多方法可以提高考勤效率，其中之一 就是人脸识别 [1]。人脸识别可以借助人脸数据库从 视频片段中识别某人面部，还可应用于身份验证 服务。

在科技飞速发展的时代，应该充分将人脸识别 应用于课堂考勤。人脸识别可以最大限度地减少考 勤时可能发生的欺詐行为，如缺勤和人为错误。因 此，人脸识别所运用的技术和实现手段非常适合大 学智慧化教学。通过合适的算法设计人脸识别系 统，使考勤过程更加精确，避免出错。

1 深度学习技术原理

1.1 目标检测技术

计算机视觉研究中一项重要的任务是目标检测 技术，其根本目的是从摄像头获取外界信息，从 图像中找到特殊的对象（目标）。该任务包括识别 图像中物体的位置和边界，并将物体分为不同的 类别 [2]。目标检测技术与图像分类和检索一起构成 了视觉识别的关键部分，现有技术方法可以分为 两种主要类型：一是优先考虑推理速度，模型包 括 YOLO、单次多目标检测器（single shot multibox detector，SSD）和 RetinaNet 等；二是优先考虑检 测准确性，模型包括更快区域卷积神经网络（faster region-based convolutional neural networks，Faster R-CNN）、掩膜区域卷积神经网络（mask region-based convolutional neural networks，Mask R-CNN）和级联 区域卷积神经网络（cascade region-based convolutional neural networks，Cascade R-CNN）。

区域卷积神经网络方法（region-based convolutional neural networks，R-CNN）的提出开创了深度学习 技术运用到目标检测任务中的先例，是利用深度学 习进行目标检测的里程碑之作，对目标检测技术的 发展起到了促进作用。R-CNN 是将待检测图像预 先划分出目标候选区域，然后只检测这些候选区 域，不必再滑动固定窗口对整幅图像进行检测，减 少了计算量并提高了检测率。

快 速 区 域 卷 积 神 经 网 络（fast region-based convolutional neural networks，Fast R-CNN）的主 要创新是感兴趣区域池化层，池化层可将不同大小 候选框的卷积特征图统一采样成固定大小的特征。 Fast R-CNN 主要解决训练阶段步骤多以及耗费大量 的时间和资源等问题。该模型可将原有的特征提取 和分类操作进行合并，从输入图像到得出结果，全 部在一个网络中完成。

2015 年，随着 YOLO 算法的出现，深度学习 目标检测算法也发生了一定的改变。相较于早期的 算法，YOLO 算法直接在同一个卷积神经网络中完 成感兴趣特征向量的提取，得到分类结果，从而简 化了检测模型的结构，去除一些不必要的计算使检 测时间大大缩短 [3]。结合计算机运算能力，这种算 法使得实时检测目标变为可能。YOLO 算法改变了 之前检测算法的滑动窗口方式，将目标检测视为一 个回归问题，检测网络的输出可直接给出目标的具 体信息。YOLO 算法检测网络在开始时将输入的待 检图像分割成 S×S（S 为尺寸）大小的网格，每个 网格负责检测各自的区域，看是否有物体的中心点 落在了网格内。若单元格内有目标的区域信息，就 由这个单元格负责检出。

每个单元格会预测多个边界框，每个边界框包 含了目标坐标 x 和 y、边界框宽度 w、边界框高度 h 和置信度等 5 个有效值。其中，置信度包含了这个 边界框是否有目标以及准确度，置信度计算公式为：

1.2 人脸识别技术

人脸识别的任务是根据预先存在的脸部特征数 据库对照片或视频图像中出现的人脸进行比对识 别。从图像检索开始，人脸识别对图像出现的物体 进行检测，区分人脸和其他物体，然后将检测到的 人脸和数据库进行比对识别。

由于低成本相机和计算能力的可用性，研究人 员一直从多个角度研究人脸识别问题。生物学特征 则被用来确定识别对象的身份信息。有效和高效的 人脸识别系统很大程度上依赖于特征提取和分类过 程 [4]。目前多种人脸识别算法已被开发。

人脸识别是基于图像辨别个体的一项技术。这 项技术被应用于许多领域，包括生物识别、安全信 息、进入控制区域、执法、智能卡和监视。人脸识 别系统可以分为两个阶段：第一阶段是面部特征的 挑选或提取；第二阶段涉及模式的特征分类。综 上，特征的提取和特征的分类是开发人脸识别系统 的两个最关键过程。自深度神经网络问世以来，卷 积神经网络（convolutional neural networks， CNN）在目标检测的各个领域都表现出色，一度成为研究 人员热衷的人脸识别方法。由于能够从输入数据中 学习复杂的模式，深度学习特别是 CNN，近年来 在神经网络技术方面取得了很大的进步 [5]。

2 系统功能设计

本文依托高校智慧校园建设，面部识别比对数 据库采用的是学生录取报到时采集的数据。课堂考 勤管理系统设计框图如图 2 所示。

2.1 目标检测模块

目标检测模块主要对课堂人数进行在线监控， 考虑到课堂摄像头安装位置以及遮挡物的影响，学 生人群暴露在视角下只有上半身或是更少部分，这 对检测提出了更高的要求。因此，本系统选用了 YOLOv5 算法。

YOLOv5 算法在整体结构框架上并没有大的改 动，主要是在图像输入时增加了 Mosaic 数据增强 算法、自适应锚框计算、自适应图片缩放等功能。 这些功能使 YOLOv5 算法在检测精度和速率上都有 了一定的提升，有利于从图像中发现目标，从而提 高检出率。

2.2 人臉识别模块

人脸识别模块是根据教室内摄像头产生的视频 流提取学生人脸特征，并进行检测和对比。一般课 堂考勤都是在课前几分钟内进行，该模块可以由教 室自主控制，也可以设置为在某个时间段抓拍识别。 由于大多数教室摄像头安装位置在教室顶部， 导致学生脸部数据不清晰，且相较于正常图像，在 视野内人脸占据感兴趣区域偏小，不易识别。本系 统采用的是 FaceNet 人脸识别算法。该算法发表于 2015 年，其直接利用深度学习网络描述人脸的欧式 空间中的点的映射向量，通过对比计算特征向量间的欧式空间中点的距离，判断人脸的相似度 [6]。

2.3 数据管理模块

数据管理模块主要是对考勤数据进行统一管 理，便于教师和管理人员下载统计数据，包括人脸 识别打卡签到数据和课堂在线人数统计。

3 结语

本文设计了基于目标检测与人脸识别相结合的 课堂考勤系统，通过智能化手段将目标实时检测和 人脸识别算法运用到高校课堂管理中，实现了由传 统考勤方式转为智能化考勤新模式。该系统减少了 教师工作量，有利于课堂教学数据数字化管理，为 进一步建设智慧校园拓宽了新思路。

参考文献

[1] 唐琳 . 基于人脸识别技术的学生课堂考勤管理系统的 设计与实现 [J]. 数字技术与应用，2023，41（9）： 208-210.

[2] 黄继梅 . 基于人脸识别的课堂考勤系统研究与实现 [J]. 科学技术创新，2021（17）：100-101.

[3] REDMON J，DIVVALA S，GIRSHICK R，et al. You only look once：unified，real-time object detection[C]//2016 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. Las Vegas，NV：IEEE，2016：779-788.

[4] 董亚蕾，张师宁，武旭聪 . 基于小人脸识别的高校课 堂考勤系统研究 [J]. 现代信息科技，2023，7（12）： 62-65.

[5] 李春梅，张扬，陈静雪，等 . 人脸识别与高校学生考 勤系统 [J]. 科技视界，2022（28）：25-27.

[6] SCHROFF F，KALENICHENKO D，PHILBIN J. FaceNet：a unified embedding for face recognition and clustering[C]//2015 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. Boston，MA：IEEE， 2015：815-823.