基于深度學習的人像識別流水線考勤系統設計與實現

劉小鋒 任弘毅

（東北大學 計算機科學與工程學院 國家級計算機實驗教學示范中心 遼寧省沈陽市 110819）

生活中有一類任務，比如語音識別和圖像識別，這類任務對人來說很容易執行，但是由于難以進行詳細的描述，所以難以直接用早期人工智能的方法來實現，這時就需要引入深度學習技術。2006年，Hinton 提出了深度學習的概念[1]，該方案可以讓計算機從經驗中學習，并根據層次化的概念體系來理解世界，而每個概念則通過與某些相對簡單的概念之間的關系來定義。讓計算機從經驗獲取知識，可以避免由人類來給計算機形式化地指定它需要的所有知識。層次化的概念讓計算機構建較簡單的概念來學習復雜概念。如果繪制出表示這些概念如何建立在彼此之上的圖，我們將得到一張層次深很多的圖，這種方法稱為深度學習。由于傳統的考勤方式操作復雜，安全性差，逐漸無法適應現代社會的需要，使用深度學習的方法可以較好地解決這個問題，因此，要使用基于深度學習的方法實現流水線考勤系統。鄧熠等[2]人以樹莓派和Intel Movidius 神經棒NCS 為硬件平臺設計了基于深度學習的考勤系統，避免了傳統考勤機需要近距離刷臉的弊端；李雄等[3]人將VGG16 深度神經網絡提取的Bottleneck 特征輸入至全連接網絡用以人臉分類；劉杰等人[4]利用深度學習技術開發了基于人臉識別的會議考勤系統；陳超等人[5]基于深度學習，在樹莓派上實現人臉識別和表情識別。本文利用經典的AlexNet 網絡模型[6]進行訓練，這里重點闡述環境配置和訓練結果，為初學者提供技術幫助。

系統總體設計目標：

（1）采用兩個差別較大的區域來模擬流水線的兩個生產車間。

（2）在規定的工作時間內，工作人員只能出現在規定的工作區域，如果工作人員未在規定的工作時間出現在指定的工作區域，那么在生成的結果文件中記錄離崗，否則記錄在崗。

（3）通過調取錄像來分析工作人員是否出勤。在生成結果文件前，需要將視頻截取成圖片集，對圖片組進行深度學習后，根據深度學習結果來判斷是否有人在崗。

1 系統環境配置

1.1 Windows下的CUDA安裝與配置

從NVIDIA 官網下載 CUDA[7]及相配套的 cuDNN，舊版CUDA 與新顯卡不兼容，CUDA9.0 版本由于 10 系列顯卡采用了全新的帕斯卡架構，我們測試所用電腦為 9 系顯卡，且VS 版本為2013 版，故選用了主流的CUDA8.0，以及相對應的 cuDNN5.1。

打開CUDA 安裝文件，解壓安裝，選擇精簡安裝并選擇所有的驅動組件。之后驗證CUDA 是否安裝成功，打開cmd，輸入nvcc -V，已安裝 8.0 版本，說明CUDA 安裝成功。

安裝且配置驗證好 CUDA 以后，安裝 CUDNN，把解壓后的文件復制CUDA 文件夾中驗證 CUDNN 安裝成功。CUDNN 安裝成功后，打開 VS2013，新建項目里面輸入如下所示的代碼：

CUDNN 安裝成功后，需執行以下四步操作，以確定 CUDNN正確安裝。 (1)在項目屬性/VC++ Directories/Include Directories 中添加入 include 的路徑。 (2)在項目屬性/VC++ Directories/Libary Directories 中添加入 libx64 路徑。 (3)在項目屬性/Linker/Input/Additional Dependencies 中添加入 cudnn.lib。 (4) 在項目屬性/CUDA C|C++ / Device /Code Generation 中，將 sm_20 改為 sm_30。運行后得到【CUDNN_STATUS_SUCCESS】結果，說明 CUDNN已經正確安裝。

三是實質與形式標準綜合說，即主張從實質與形式相結合的角度來劃分犯罪的輕重等級。例如，有論者認為，所謂輕罪，是指行為已構成犯罪但社會危害性較小，行為人主觀惡性不大或者其智力、身體有缺陷或者其行為可能判處3年有期徒刑以下刑罰的犯罪；除此之外，則為重罪[8]。這種對輕罪與重罪的劃分，實際上主要堅持的仍是實質標準，同時也兼顧到了形式標準。

1.2 Windows 下的 caffe 安裝與配置

（1）下載代碼，在 GitHub 上找到源碼壓縮包 https://github.com/Microsoft/caffe，得到文件“caffe-master.zip”，解壓。

（2）打開 caffe-master 文件夾，之后看到一個 windows 文件夾，然后繼續打開， windows 文件夾，看到里面一個 CommonSettings.props.example 文件,復制出來一 份，并改名字為 CommonSettings.props

（3）用VS2013 打開Caffe.sln，打開 CommenSetting.probs.在cudapath 那里把 計算機學院通信工程專業生產實習報告 -20- CUDA（含有已經放進去的 CUDNN）的目錄路徑放到其中。如圖 1所示。

圖1：Caffe.sln 內容

（4）設置好之后開始編譯 libcaffe，編譯成功后在 caffe-master文件夾下面就應 該出現一個名叫 Build 的文件夾，以后編譯的成功和運行需要的文件都會存放在 buildX64Release 下面。

（5）其他組件在后面生成模型的需要的時候隨時可以編譯。

1.3 Caffe下mnist手寫數字數據集測試

（1）Caffe[8]需要先把數據轉化為 lmdb 或 leveldb 格式進行讀取。lmdb 是 lightning(閃電的) memory-mapped database manager 的縮寫，能夠把原始數據通過 更為高效的存儲方式存儲，從而加快讀取和訓練速度(lmdb 比 leveldb 更快，本次 我們使用 lmdb)。 實現這個轉化的代碼是examplesmnist 的 convert_mnist_data.cpp，其運行腳本 create_mnist.sh 是 linux 下的代碼。

（2） 用VS 打開examplesmnist 目錄下的 lenet_solver.prototxt，因為我們最終訓 練模型用 gpu 生成，所以最后一行用gpu。

圖2：lenet_train_test.prototxt 文件中內

（4）編寫bat 腳本進行正式訓練，回到 caffe-windows 的根目錄下新建一個 bat 并寫入以下內容即可開始訓練。

（5）當迭代次數達到 lenet_solver.prototxt 定義的 max_iter 時，就可以認為訓練 結束了。并且最終會在目錄examplesmnist 下產生訓練出的模型(文件后綴名為 caffemodel 和 solverst)。

2 系統實現與測試

2.1 系統實現

（1）錄制兩個視頻，兩個視頻用來模擬工廠流水線兩個不同的區域。由于系統設計時間和條件有限，這里選擇在寢室內錄制，以寢室內兩個差別較大的區域作為工廠里面兩個不同的區域，錄制好的兩個視頻文件，并將視頻內進行截圖。

（2）將兩個視頻流分割成兩個圖片集，這里利用 c++語言調用 OpenCV 來實現視頻分割。

（3）圖片分割完成后，需要用 bat 批處理文件調用兩個測試文件分別對兩組圖 片進行測試，測試文件里的內容。

（4）為了使生成的測試結果輸出到 txt 文本中，又寫了兩個bat 批處理文件，只需運行這兩個文件便可得到測試結果。在 txt 文本當中輸出的結果如圖 3所示。

圖3：txt 考勤結果文本

2.2 系統完善

（1）在兩段視頻錄制過程中，只要出現判決為無人的情況就得出缺勤的結果，并將結果輸出。

（2）由于將視頻文件分割成圖片過程中，人物的快速行動會使截圖不清晰，從而會使得一段時間內的圖片識別出現誤差，因此規定少于連續3 張圖片判決為同一結果的為無效判決，在輸出考勤結果時對這種情況不予考慮。

（3）由于本實習是模擬工廠流水線環境，所以可以根據實際需要將系統改為實時系統，當工作人員在規定時間內超出自己的工作區域就向工廠相關負責人員發 出一條警報信息，以便負責人員能夠對這類情況進行即時處理。

（4）考慮到交接班的情況，規定在交接班的某一段時間內無論做出什么樣的判決結果都不記為缺勤。

3 結束語

隨著計算機技術及人工智能的發展，深度學習技術應用在各個領域。本文將流水線考勤系統存在存在的問題，利用深度學習技術進行彌補，有效的提高了檢測效果。使學生通過典型應用案例，理解深度學習模型的訓練過程，掌握系統的設計方法。系統初步完成了考勤系統的功能，今后還在管理界面制作、后臺數據庫管理等方面進行完善，通過系統的設計和完善對以后的工作和學習有很大幫助。