基于人臉識別的培訓機構上課自動簽到模式研究

張文清*

?

基于人臉識別的培訓機構上課自動簽到模式研究

張文清*

（成都外國語學校，四川成都，611731）

本文對機器視覺中的人臉識別技術進行了分析，結合作者在培訓機構上課時學生簽到環節的問題，提出了基于人臉識別的培訓機構上課自動簽到系統解決方案，通過查閱OpenCV開放平臺的相關資料，對培訓教室上課圖片采集、圖片中人臉檢測、基于學生人臉庫的學生身份識別以及基于本教室應到學生表和調課表的自動簽到實現方法進行了研究。

自動簽到；人臉檢測；人臉識別；OpenCV

引言

對學生到課堂簽到并及時將未到校學生通報家長，是當前課外培訓機構面臨的共性問題，這些培訓機構由于學生流量大、流動性大等原因，為確保學生簽到的準確性，往往采用兩次簽到核對的方式，一次是學生在到校入口在簽到人員的引導下簽到，二次是老師上課時通過點名的方式簽到，前臺工作人員拿到兩份簽到進行核對，然后對未到同學電話通知家長，簽到表如圖1所示。

圖1 某培訓機構的人工二次簽到表

上述人工二次簽到模式依然存在下列問題：（1）漏簽：在入口處，當學生流量大時，很難做到確保每個學生都簽；上課老師簽到時，若學生遲到也有可能漏簽。（2）早退：有些同學為了欺瞞家長，存在簽到后即離開，或者上一節課課間溜走的現象，目前的簽到方式很難杜絕。（3）人工處理工作量大，出錯幾率比較高。

1 基于人臉識別的上課自動簽到方案

人臉識別是一種不需要接觸識別對象、不需要人工干預的生物識別技術，在智能視頻監控系統、門禁系統、汽車4S店集客系統中都得到了廣泛的應用[1-3]。本文針對培訓機構目前人工二次簽到過程中的問題，結合目前信息領域日益成熟的機器視覺技術，提出和設計一種基于人臉識別的培訓機構學生上課自動簽到系統方案，其實現原理如圖2所示。

圖2 基于人臉識別的自動簽到系統方案

由圖2，基于人臉識別的自動簽到系統需要先采集教室內學生的照片，對照片進行處理，檢測圖片中的人臉區域，對人臉區域進行提取，與事先建立的學生人臉庫中的圖片進行特征比對，識別出學生身份，通過與本教室的應到學生信息比對，從而得本班到學生的簽到信息，若人臉能識別出單應到學生表中沒有則為調課學生信息。

2 基于OpenCV的人臉識別實現方法

OpenCV（Open Source Computer Vision Library）是主要提供圖形處理和視頻處理的開源的基礎算法庫[4]，在人臉識別的實現中具有廣泛應用?；贠penCV的人臉識別學生上課自動簽到系統的實現包含以下幾個步驟：

2.1 學生人臉庫的構建

學生人臉庫的構建是進行人臉識別的基礎，人臉庫構建可以在學生報名時采集學生的照片信息，形成原始人臉庫，在日常簽到系統應用中，根據當天采集的照片比對訓練不斷豐富和完善人臉庫信息。

2.2 培訓教室學生到課人臉采集

學生到課人臉采集可采用兩種方式，一是架構人臉采集相機進行到課學生人臉的采集，二是與培訓機構現有的安保攝像頭系統集成進行采集，兩種方法比較如下：

（1）架構人臉采集相機進行到課學生人臉的采集：這種方案下培訓機構需要購買和安裝相機，通過相機定時采集各個教室學生上課的圖片，為保證拍攝角度一般一個教室需安裝兩臺相機，缺點是費用相對較高，優點是照片識別率高。

（2）鑒于大部分培訓學校在教室和入口處都安裝有攝像頭，因此可基于攝像頭進行學生到課圖像采集，定時從攝像系統提取照片，這種方案的優點是集成現有設備費用較低，缺點是照片清晰度難以保證，有可能影響檢測和識別的正確率。

2.3 學生人臉檢測和頭像提取

從采集的照片中識別出有幾張人臉以及人臉的位置，并將人臉區域提取和保存下來。人臉檢測的技術目前已經相對成熟，可使用OpenCV的級聯分類器來完成，調用級聯分類器傳入照片后可檢測出人臉數以及人臉位置，其過程為：

①讀取照片，建立一個相同大小的灰度圖像，對照片進行灰度化處理；

②加載級聯分類器CascadeClassfier，將人臉圖片加載到Intel公司的訓練庫；

③調用級聯分類器的detectMultiScale()函數檢測人臉，獲得人臉所在位置數據；

④在檢測過程中統計人臉個數。

2.4 基于人臉庫的學生身份信息識別

將檢測出來的人臉與學生人臉庫中的信息進行比對，完成學生信息的確認。人臉識別的實現方法很多，同樣可采用OpenCV來實現，通過FaceRecognizer類的Fisher方法實現人臉識別的過程如下：

①讀取含人臉數據的圖片；

②創建人臉識別類createFisherFaceRecognizer；

③調用predict函數進行識別，與人臉庫中的圖片進行比對，返回比對得到的標簽。

2.5 獲得本教室本班簽到信息和調課學生信息

將識別出來的學生與本班應到學生信息進行比對，得到已經正常簽到的學生名單，圖片在學生庫中比對成功，而在本班應到名單中沒有，則為調課學生，與調課表進行比對。將正常簽到學生和調課學生總數與本教室檢測得到的人臉數進行比對，已實現識別的驗證。

3 結束語

本文對目前課外培訓機構學生上課簽到過程中存在的問題進行了分析，提出了基于相機拍照或集成攝像頭的培訓教室學生圖片采集、圖片預處理與人臉檢測、基于人臉庫的學生信息識別的簽到信息自動比對的實現方案，并對基于OpenCV的實現技術進行了研究。

[1] 余程勝. 汽車4S店集客識別及管理系統的設計與實現[D]. 西南交通大學, 2016.5.

[2] 周妍. 人臉識別考勤系統的分析與應用[J]. 產業與科技論壇, 2014, (7): 33-34.

[3] 朱超平. 基于人臉識別的口禁系統設計與實現[J]. 重慶工商大學學報自然科學版, 2011, (4).

[4] 陳志恆, 姜明新. 基于openCV的人臉檢測系統的設計[J]. 電子設計工程, 2012, (10): 182-184.

[5] 劉輝, 葛昊. 人臉識別技術在門禁系統中的應用研究[J]. 無線互聯科技, 2017, (24): 132-133+138.

Research on Auto-sign-in Mode for Training Institutions Based on Face Recognition

ZHANG Wenqing*

（Chengdu Foreign Languages School, Sichuan Chengdu, 611731, China）

Face recognition technology based on computer vision is introduced in this paper, an automatic registration system for training institutions based on face recognition is proposed in conjunction with the author's attendance at the class in the training institution. On the basis of consulting the relevant information of the OpenCV platform, implementation methods of picture collection of students in class, face detection in pictures, student ID recognition based on student's face database are discussed.

Auto Check In; Face detection; Face recognition; OpenCV

10.19551/j.cnki.issn1672-9129.2018.01.024

TP391.41

A

1672-9129(2018)01-0062-02

張文清. 基于人臉識別的培訓機構上課自動簽到模式研究[J]. 數碼設計, 2018, 7(1): 62-63.

ZHANG Wenqing. Research on Auto-sign-in Mode for Training Institutions Based on Face Recognition[J]. Peak Data Science, 2018, 7(1): 62-63.

2017-11-25；

2018-01-05。

張文清（2001-），女，高中，研究方向：人臉識別在校園里的應用技術。E-mail:1632708591@qq.com