基于視頻圖像視角下教室考勤系統(tǒng)設計分析

沈廷 王丹 譚福奎

摘? 要：教室考勤系統(tǒng)是課堂管理的有效手段之一，能夠?qū)W生學習情況進行有效的監(jiān)督和管理，確保課堂教學質(zhì)量。在教育信息化背景環(huán)境下，加強信息技術與教室考勤系統(tǒng)的有效結合，借助于智能化、信息化管理手段做好課堂管理，有助于提升教育教學質(zhì)量。該文在對教室考勤系統(tǒng)設計問題分析過程中，結合視頻圖像視角，探討了教室考勤系統(tǒng)設計的有效策略，希望能夠為教室考勤系統(tǒng)設計提供一些參考及借鑒。

關鍵詞：視頻圖像? 特征提取? 教室考勤系統(tǒng)? 系統(tǒng)設計

中圖分類號：G647.23? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A文章編號：1672-3791（2021）04（b）-0016-04

Design Analysis of Classroom Attendance System Based on Video Image Perspective

SHEN Ting? WANG Dan? TAN Fukui*

（School of Physics and Engineeriny， Xingyi Normal University for Nationalities， Xingyi， Guizhou Province， 562400? China）

Absrtact： Classroom attendance system is one of the effective means of classroom management， which can effectively supervise and manage the learning situation of students and ensure the quality of classroom teaching. Under the background of education informatization， strengthening the effective combination of information technology and classroom attendance system， with the help of intelligent， information management means to do a good job in classroom management， will help to improve the quality of education and teaching. In the process of analyzing the problems of classroom attendance system design， this paper discusses the effective strategies of classroom attendance system design from the perspective of video image， hoping to provide some reference for classroom attendance system design.

Key Words： Video image; Feature extraction; Classroom attendance system; System design

智慧校園背景環(huán)境下，課堂管理工作的開展，要注重聯(lián)系信息化發(fā)展形勢，使信息技術在課堂管理中有效融入，以提升課堂管理的效果及質(zhì)量，對學生學習情況進行有效監(jiān)督，為學生更好地成長及發(fā)展打下良好基礎。“十二五”規(guī)劃中提出了“智慧校園”建設這一理念，注重將網(wǎng)絡信息技術與教育教學管理工作進行有效結合，對學生的學習情況進行有效監(jiān)督和管理，為學生的發(fā)展及進步打下良好基礎。通過聯(lián)系智慧校園背景，構建教室考勤系統(tǒng)，對學生進行智能化、信息化管理，實現(xiàn)對學生進行有效管理、有效引導的目標，以促進學生更好地發(fā)展及進步。

1? 圖像特征提取方法

隨著社會經(jīng)濟的快速發(fā)展及信息技術的進步，在對圖像特征提取過程中，主要借助于計算機進行圖像信息的處理和分析。關于圖像特征提取方法，主要內(nèi)容如下。

1.1 Haar特征提取

Haar特征提取方法的應用，主要對人臉情況進行描述，對人臉數(shù)據(jù)信息進行提取和分析。Haar特征提取過程中，對特征值的獲取，主要借助于特征模板對人臉和非人臉進行有效區(qū)分[1]。

1.2 深度學習的特征提取

深度學習技術在特征提取過程中，結合人臉檢測算法，借助于三級網(wǎng)絡結構，依次為P-Net、R-Net、O-Net實現(xiàn)對人臉的檢測。深度學習應用于人臉檢測過程中，通過對人臉數(shù)量及所處位置進行檢測，實現(xiàn)對課堂上學生情況的有效監(jiān)測[2]。

1.3 Face Net的人臉特征提取

Face Net人臉特征檢測是一種基于深度學習模型視角下的人臉特征提取方法，在對人臉特征進行提取時，結合深層卷積神經(jīng)網(wǎng)絡對損失函數(shù)進行計算，并對模型進行獲取，對人臉特征的單一性和一致性做好把握，從而實現(xiàn)人臉識別目標[3]。

2? 基于視頻圖像視角下教室考勤系統(tǒng)設計分析

在對教室考勤系統(tǒng)設計過程中，聯(lián)系視頻圖像視角，注重對課堂環(huán)境進行有效的把握，并實現(xiàn)對數(shù)據(jù)信息的獲取。關于教室考勤系統(tǒng)的設計方法，具體內(nèi)容如下。

2.1 系統(tǒng)整體框架設計

圍繞視頻圖像視角開展教室考勤系統(tǒng)設計，要注重對教室學生情況進行有效監(jiān)測。在進行系統(tǒng)設計時，借助于PTZ攝像機進行視頻監(jiān)控，并聯(lián)系VISCA控制協(xié)議，實現(xiàn)對攝像機的控制操作，對教室內(nèi)的情況進行有效把握[4]。關于系統(tǒng)整體框架設計，具體內(nèi)容如圖1所示。

在系統(tǒng)整體框架設計過程中，注重對服務端和PTZ攝像機控制端模塊進行有效銜接，能夠?qū)TZ攝像機控制模塊獲取的數(shù)據(jù)信息進行有效處理，從而對學生的情況進行有效把握，實現(xiàn)對學生的有效監(jiān)測[5]。

2.2 PTZ攝像機視頻圖像設計

在設計教室考勤系統(tǒng)過程中，PTZ攝像機是主要的監(jiān)控設備。PTZ攝像機具有監(jiān)控視角范圍大、轉動靈活、圖像分辨率高等優(yōu)勢。在整個考勤系統(tǒng)設計過程中，將PTZ攝像機作為前置裝置，從而對視頻信息進行有效的獲取。聯(lián)系視頻圖像視角進行教室考勤系統(tǒng)設計過程中，PTZ攝像機視頻流接入方式主要包括了以下幾種。

（1）網(wǎng)絡協(xié)議視頻流。這一視頻流協(xié)議的制定，通常包括了HTTP、RTMP和RTSP這3種，該協(xié)議的實現(xiàn)，主要借助于網(wǎng)絡連接實現(xiàn)視頻數(shù)據(jù)的有效傳輸。

（2）數(shù)字信號輸出視頻流。在利用數(shù)字信號進行視頻信息傳遞過程中，主要借助于3G/HD-SDI協(xié)議或是HDMI協(xié)議實現(xiàn)。

（3）針對已存視頻文件處理過程中，主要借助于avi、mp4、rmvb等格式，從而實現(xiàn)對視頻數(shù)據(jù)信息的有效輸入或是輸出，實現(xiàn)對教室情況的有效監(jiān)控目標[6-7]。

此次研究工作開展過程中，在對教師考勤系統(tǒng)設計時，主要應用了網(wǎng)絡高清智能機作為視頻流獲取的主要設備，在進行設計時，具體步驟如下。

第一步，下載OpenCV3.2解碼解壓，之后對獲取的數(shù)據(jù)信息進行編譯，利用import cv2對opencv的庫函數(shù)進行應用。

第二步，在對視頻流獲取過程中，借助于rtsp網(wǎng)絡地址協(xié)議進行獲取。

第三步，利用cv2對象的Video Capture函數(shù)對視頻流對象進行獲取。

第四步，利用cam對象的isOpened（）函數(shù)對攝像頭是否開啟進行判斷。

第五步，借助cam.release（）函數(shù)對視頻流資源內(nèi)存進行釋放，并利用cv2的destoryA11Windows函數(shù)對視頻播放窗口進行關閉。

關于PTZ攝像機的連接情況，具體如圖2所示。

2.3 人臉目標搜索模塊設計

此次教室考勤系統(tǒng)的設計，主要針對于人臉、頭部識別對學生的情況進行監(jiān)控。在進行人臉目標搜索模塊設計時，借助于PTZ數(shù)字攝像機對教室的情況進行把握，并對圖像信息進行獲取和處理，對教室內(nèi)學生學習情況進行有效把握[8]。人臉目標搜索模塊設計時，利用MTCNN多人臉檢測算法，結合全景幀中人臉檢測位置情況進行配置，并聯(lián)系控制庫對獲取的數(shù)據(jù)信息進行處理。具體的模塊設計方法如下。

（1）利用camera.D100對cam攝像機對象進行初始化。

（2）利用camera對象的int（）進行上電應答。

（3）結合cam對象的save preset（）函數(shù)對課堂環(huán)境的預置點進行存儲。

（4）通過利用cv2對象的Video Capture（“0”）函數(shù)對視頻流進行獲取，并在人臉進入預置點后進行掃描，對人臉數(shù)據(jù)信息進行獲取，將其反饋給系統(tǒng)。

通過對人臉目標搜索模塊進行有效設計，借助于PTZ攝像機控制端對視頻流進行采樣，并實現(xiàn)對人臉的有效監(jiān)測，獲取有效幀。

2.4 系統(tǒng)服務端的設計

在系統(tǒng)服務端設計過程中，主要采用了MTCNN多人臉檢測方法，借助于Python和Tensor Flow平臺對人臉數(shù)據(jù)信息進行獲取。在開展多人臉檢測過程中，主要在GPU服務器上實現(xiàn)功能[9]。關于系統(tǒng)服務端的設計，具體內(nèi)容如下。

（1）結合create_mtcnn（）函數(shù)方法，實現(xiàn)對數(shù)據(jù)庫訓練，對PNet、RNet、ONet訓練模型對象進行獲取，對數(shù)據(jù)信息進行有效的處理。

（2）利用opencv中的cv2對象Video Capture（）函數(shù)對視頻采樣幀數(shù)據(jù)進行獲取。

（3）利用多維數(shù)據(jù)解析方法對人臉區(qū)域位置及數(shù)量進行處理。

（4）結合misc.imresize（）函數(shù)對人臉圖像進行歸一化處理，并做好圖像質(zhì)量的評估，對獲取的數(shù)據(jù)信息進行反饋。

2.5 Web服務器構建

在對課堂考勤系統(tǒng)設計過程中，結合Web服務器的搭建，對獲取的數(shù)據(jù)信息進行處理，并確保系統(tǒng)的穩(wěn)定運行。在Web服務器搭建過程中，主要依賴于Thinkphp3.2.3框架，借助于Nginx高性能HTTP代理服務器，確保系統(tǒng)功能的實現(xiàn)[10]。關于系統(tǒng)實現(xiàn)的具體流程如下。

（1）聯(lián)系應用服務器對Nginx代理服務器搜索指引進行設計，保證Nginx代理服務器的功能得到有效發(fā)揮。

（2）利用Think/Controller中的控制器，對Face Controller、Out Come Controller類進行優(yōu)化。

（3）借助于star Recognition函數(shù)（）對Web頁面數(shù)據(jù)進行處理，并發(fā)出人臉識別的請求。

（4）在對獲取的人臉數(shù)據(jù)信息處理時，結合Shell（）函數(shù)啟動Shell腳本，實現(xiàn)人臉識別考勤服務。

（5）在對Web頁面結果進行處理時，主要利用了output（）函數(shù)方法，向Web頁面發(fā)出結果請求，并對識別結果進行反饋。

（6）為了確保Web頁面的正常顯示，利用Index Controller進行Web模板渲染，保證Web頁面能夠有效顯示數(shù)據(jù)信息。

3? 人臉檢測及對齊處理

結合視頻圖像進行教師考勤系統(tǒng)設計過程中，要確保系統(tǒng)對人臉數(shù)據(jù)信息的獲取及有效處理。在對人臉檢測及對齊處理時，主要采用了深度學習的MTCNN神經(jīng)網(wǎng)絡人臉檢測方法[11]。在人臉檢測及對齊處理時，具體從以下幾個方面進行把握。

3.1 人臉分類任務

在對人臉分類任務處理時，具體目標函數(shù)式如下：

公式中，Pt代表了人臉概率，代表標簽。

3.2 平預設區(qū)分布設計

在對考勤系統(tǒng)設計過程中，需要對水平預設區(qū)分布情況做好把握。在進行設計時，聯(lián)系PTZ數(shù)字攝像機以及考勤系統(tǒng)整體設計需要，水平預設區(qū)分布設計具體見圖3。

4? 結語

綜合上述分析來看，結合視頻圖像視角對教室考勤系統(tǒng)設計過程中，要注重聯(lián)系系統(tǒng)需要，借助于PTZ數(shù)字攝像機對教室學生的情況進行把握，對學生的情況進行有效獲取，從而實現(xiàn)對學生情況的有效監(jiān)控。此次研究工作提出了一種基于人臉、人頭識別的教室考勤系統(tǒng)，注重利用深度學習理論提升圖像獲取質(zhì)量，并對單人臉、人頭圖像做好識別，加強對教室內(nèi)學生的有效監(jiān)督和管理工作，為建立科學的教室考勤制度提供參考及指引。

參考文獻

[1] 邢儀.基于智能手機的高校課堂考勤系統(tǒng)設計[J].建材技術與應用，2020（3）：23-25.

[2] 巫春玲，馮志文，鐘沈豪，等.基于人臉識別技術的高校課堂自動考勤管理系統(tǒng)[J].智能建筑與智慧城市，2020（5）：20-24.

[3] 牛作東，李捍東.基于計算機視覺的課堂實時考勤系統(tǒng)設計[J].電子測試，2020（4）：60-62.

[4] 吳新華.面向智慧課堂過程評價的微信考勤系統(tǒng)設計[J].電腦知識與技術，2019，15（27）：58-60.

[5] 趙子民，明陽，劉卓，等.校園智能考勤系統(tǒng)設計與實現(xiàn)[J].物聯(lián)網(wǎng)技術，2019，9（9）：52-53.

[6] 陳穎.基于人臉識別技術的課堂考勤系統(tǒng)設計與研究[J].現(xiàn)代信息科技，2019，3（13）：118-119.

[7] 方冠男.基于視頻流人臉識別的課堂考勤系統(tǒng)的設計與實現(xiàn)[D].華中師范大學，2018.

[8] 吳宗勝.基于人臉識別的課堂視頻考勤系統(tǒng)設計[J].物聯(lián)網(wǎng)技術，2019，9（6）：87-89.

[9] 曹潤強.基于互聯(lián)網(wǎng)的校園考勤系統(tǒng)在智慧教室中的應用[J].攀枝花學院學報，2019，36（2）：57-62.

[10] 李新龍，周振濤，周婷婷.基于ZigBee技術的智能教室考勤系統(tǒng)設計[J].電子技術與軟件工程，2017（8）：109-110.

[11] 葉長亮，林金珠，李世強，等.基于RFID的教室考勤系統(tǒng)設計與實現(xiàn)[J].電腦編程技巧與維護，2017（8）：36-37.