基于人脸识别的家校协同管理系统

摘 要：为了进一步提升幼儿托管学校的家校协同管理水平和效率，更有效地保障幼儿接送环节的安全，避免漏接、误接等意外事件发生，本项目利用人脸识别技术设计了家校协同管理系统，能快速核实家长身份，降低幼儿学生被拐走的可能性，同时也能进一步促进家校联系，解决信息实时性差等问题，使教师能够全面、迅速掌握学生信息，为学生安全保驾护航。

关键词：人脸识别；家校联系；学生管理；SpringBoot；Vue；MySQL

中图分类号：TP393 文献标识码：A 文章编号：2095-1302（2024）02-0-03

0 引 言

“互联网+”思想不断深入人心，是当前计算机科学发展的未来趋势，人们也趋向于更加便利的生活方式。我国幼儿接送大多采用传统的接送卡或常用社交软件联络的方式，存在很大的安全隐患，同时幼儿园学生家校协同管理落后、教师工作量大。正因如此，家校信息交互不及时，幼年学生在放学期间被拐走的事件时有发生。

针对以上问题，已有部分学者展开了相关研究，将先进技术应用于幼儿接送管理过程。其中，熊钢[1]等人使用RFID射频卡身份验证及人脸识别身份验证，通过实时判断人脸识别信息与射频卡是否匹配来识别身份。黄颖[2]等人基于人脸识别的幼儿接送管理系统，使用人脸识别核实家长身份，同时具备信息管理、家校信箱等功能，可提升幼儿园管理效率。以上学者针对幼儿接送管理的研究都使用了人脸识别来验证家长身份，保障接送安全，但在异常行为监测、家校协同管理、家校互动等方面较传统接送方式没有提升。市面上尚未出现高度切合现实需求、有竞争力的产品。本项目开发的针对幼儿学校实际需求的家校协同管理系统能够满足社会需求，具有广阔的市场前景。

1 系统设计

系统前端使用Vue设计，后端使用SpringBoot框架，Vue使用axios插件对SpringBoot中定义好的数据路径进行请求，并接收SpringBoot返回的数据，实现Vue与SpringBoot的交互，数据库使用MySQL实现。软件系统采用MVC架构模式，用户进行操作请求时，Controller层先响应请求，随后向Model层发送操作数据逻辑的请求，Controller层接收到处理好的结果，重新展示在View层中，请求得到响应。

图1所示为系统功能模块。

1.1 家长小程序端

家长微信小程序端设置了3个页面，主页面中有就餐申请、家庭作业、查看通知、接管记录4个功能按键，动态页面用于家长和教师间的交流，个人中心页面用于编辑家长相关信息。家长小程序功能模块如图2所示。

家长首次登录时需要填写家长信息，可以通过扫描身份证的方式录入姓名、身份证号、住址等信息，也可手动添加。之后需上传一张清晰的家长面容照片，保存后，家长信息将存入相应数据库中，与学生信息关联。考虑到家长有时因种种原因无法及时接回学生，可以填写代接人信息，保存后，同样可与学生关联。家长可以随时修改代接人信息，与传统的联系教师告知修改的方式相比更加便捷，减少了教师额外的工作量。

登录后，进入小程序首页，可以看到4个选项，如图3所示。

（1）就餐申请

家长可以在此处为学生申请在校就餐，选择好就餐时间、填好备注之后提交，教师可以在后台接收、查看。

（2）家庭作业

教师可以在此处发布学习任务和作业等，家长可以及时了解学生的学习情况。

（3）查看公告

教师可能会不定时发布一些有关学习、生活方面的公告，家长可以在此处查看，更好地配合教师工作。

（4）接送记录

家长每次接送学生时，人脸识别成功后，将会产生一条带有学生信息、代接人信息、接管时间的记录，便于家长及时查看学生是否按时接回，进一步为学生的安全提供保障。

进入小程序动态页面可以看到各位家长和教师的动态，家长可以及时了解学校最新的动态，也可以在这里发表对学校教育工作的建议，增强家校之间的信息交互、情感交流，也能促进师生感情，便于教师更好地开展教学工作。

1.2 教师网页端

教师网页端设计如图4所示，分为注册登录、学生信息录入、接管记录、就餐审批、发布通知、操作日志查询、数据统计七个子功能模块。

首次使用时需要先注册输入相应的用户名和密码，用户信息将会添加至数据库相应的数据表中。注册成功后，输入与之匹配的用户名和密码即可成功登录家校通后台管理系统。

在学生信息功能栏中，由教师根据资料将学生及家长信息录入数据库中，使家长在小程序端录入的信息与学生信息绑定，家长在使用小程序登录时就能直接获取学生信息。通过数据共享，后续就能实现相关后台信息的自动更新，更加方便快捷。教师也可以通过搜索姓名找到学生对应的信息，对其进行修改。

接管学生功能栏是本项目的核心，输入学生的学号后，打开电脑摄像头，调用百度人脸识别API[3]，对家长进行人脸识别，与家长预存的代接人照片匹配，若成功则会在此页面显示接管人姓名和照片，教师可以选择保存家长照片，为之后不定时的信息更新做准备。

在就餐审批功能栏中，教师清晰地看到每位学生不同的就餐需求与就餐时间，根据其合理性，给予批准或驳回处理。教师也能及时向学校食堂汇总就餐情况，使食堂能够大致掌握用餐学生数量。

在发布通知功能栏中，教师可以先选择通知类型，如作业、公告、动态，之后编辑相应通知，提交后，家长就可以在小程序端查看，确保每位家长都能第一时间注意到信息的更新，实现了信息的快速交互。

在操作日志功能栏中，教师可以随时查看家长在小程序端的操作，确保教学活动正常进行，如果出现异常情况，教师能及时在操作日志中发现，并采取相应措施。

在数据统计功能栏中，教师能通过折线统计图清晰地看到用户的访问量，通过柱状图看出一周内就餐申请的人数和身份验证一次成功的概率。若出现一次验证成功率低的情况，教师可以合理推测是由于家长人脸识别时遮挡面部或姿势不规范导致，教师可以据此向家长提出建议，以此提高成功率，节约时间。

2 人脸识别技术

2.1 背景

传统验证身份的手段，如证件、密码等方式，存在被窃取、篡改等风险，越来越难以满足现代社会人们安全防范的需要。人脸识别基于人的脸部特征信息进行，具有非强制性、可扩展性等优点。目前，人脸识别技术已被广泛应用于交通、教育、公共安全等领域。

2.2 人脸识别过程

人脸识别技术包括人脸采集、人脸检测、图像预处理、人脸特征提取和人脸识别。

2.2.1 人脸采集

人脸采集设备自动搜索并拍摄用户的人脸图像。在本系统中，教师在网页端进行幼儿接管登记时，先输入学生学号，随后打开电脑摄像头拍摄家长照片，将照片的url传至后台对应接口，实现人脸采集。之后对采集的照片和由学号获取的家长预存的照片进行匹配，实现身份核验。

2.2.2 人脸检测

人脸检测是人脸识别的预处理过程，在采集的人脸图像中准确标定出人脸位置和大小，将人脸中有用的模式特征信息提取出来，利用这些信息实现人脸检测。

人脸检测大致分为三类：基于特征的人脸检测、基于模板匹配的人脸检测、基于统计学方法的检测方法。

基于统计理论的方法因能进行实时监测且拥有较高的检测率而被广泛应用。其主要通过Adaboost算法和Haar特征来构建Haar分类器，确定人脸是否存在[4]。Haar特征利用一些固定特征来模拟人脸中的相关信息，如：边缘特征、线性特征、中心特征和对角线特征，主要用特征矩形来表征人脸，并采用积分图快速计算矩阵特征值，有效实现降维，提高速度。

基于Haar特征的cascode级联分类器通过Adaboost算法进行训练。Adaboost算法是指将人脸看成一个整体，构造二维像素矩阵，通过统计大量人脸和图像样本构造人脸模式空间，根据相似度判断人脸是否存在。cascode级联分类器将图片的特征分为几个阶段，每个阶段都由一个弱分类器构成，且弱分类器决定每个阶段的阈值，只有达到这一阈值才会进入下一弱分类器，否则舍弃，直到通过所有弱分类器的检测，则可判断图像是人脸，实现对图片的分类。所有弱分类器构成了一个强分类器[5]。

2.2.3 人脸图像预处理

基于人脸检测的结果，对图像做进一步处理，由于姿态、光照等因素的影响可能导致图像无法直接使用，通过预处理对图像进行光线补偿、灰度变换、直方图均衡化等处理，能最大程度还原图像的真实性，提高人脸特征提取的准确度和全面度。

2.2.4 人脸特征提取

对于人脸部特征的提取，本文选用LBP算法，它是一种用来描述图像局部纹理特征的算子，其显著优点是对光照不敏感，但仍受姿态和表情等因素的影响。原始LBP算子定义在3×3窗口内，以窗口中心的像素作为阈值，将相邻8个像素点与其进行比较，若周围像素值大于中心像素值，则被标记为1，反之为0。这样周围8个点就会产生8位二进制数，即窗口中心像素点的LBP值[6]。

在进行人脸识别时，LBP算法会将人脸图像划分为若干个相等的矩形区域，再对各矩形区域内每个像素点分别计算其LBP值，然后求出各分块的直方图，最后把各分块直方图串联后统计出一幅人脸直方图，描述这幅图片[7]。

2.2.5 人脸匹配与识别

提取的人脸特征数据与数据库中存储的人脸特征模板进行匹配，设置阈值，当相似度超过这一阈值时，则识别成功。在本项目中，通过搜索学号得到对应学生家长的图像特征，将待识别的人脸与其比较，根据相似程度对人脸的身份进行判断，这是人脸识别中的1∶1模式，常用于核验是否为同一个人[8-10]。系统识别效果如图5所示。

3 结 语

本系统通过多方考虑实现了显著的应用效果：首先，教师可以线上给幼儿布置作业、发布通知等，不用再通过家长群告知，避免家长因未及时查看群消息而错过重要信息的可能，减轻了教师工作量，提高了工作效率。其次，家长也不用再因无法按时接回孩子而担心，通过上传代接人照片就可以快速实现代接，安全高效。最后，也是最核心的部分，基于人脸识别设计的接管系统大大降低了学生被拐走的可能性，为儿童的人身安全提供了保障，也让家长更加放心，有利于形成良好的家校关系。

参考文献

[1]熊钢，吴克力.多重身份认证的幼儿接送系统的设计与实现[J].淮阴师范学院学报（自然科学版），2015，14（1）：39-42.

[2]黄颖.基于人脸识别的幼儿接送管理系统设计与实现[D].南京：东南大学，2020.

[3]沈蕴梅.基于百度AI人脸识别技术的智能照片搜索系统[J].现代信息科技，2022，6（21）：17-20.

[4]郭中华，苑俊英，伍冯洁，等.基于OpenCV的人脸识别系统的研究[J].电子世界，2016，38（18）：105-106.

[5]兰胜坤.基于Adaboost算法的人脸检测实现[J].电脑与信息技术，2021，29（2）：16-19.

[6]王红星，胡永阳，邓超.基于LBP和ELM的人脸识别算法研究与实现[J].河南理工大学学报（自然科学版），2021，40（5）：139-145.

[7]徐钊，吴光敏，覃世欢.基于AccelDSP的LBP算法在人脸识别中的应用[J].计算机技术与发展，2014，24（1）：51-53.

[8]聂承启，李增，左少华，等.具有人脸识别功能的视频监控系统设计[J].物联网技术，2021，11（7）：6-8.

[9]吴繁宇，唐浩祥，王学文，等.基于人脸识别的智慧教室管理系统[J].中国高新科技，2019，3（4）：35-37.

[10]孙威蔚，马韵洁，徐小兵.人脸识别技术在校园管理中的应用[J].环球市场，2018，26（22）：373.