人臉識別技術在高校智能化教育管理中的應用綜述

查飛琴

關鍵詞：人臉識別；高校管理；智能化教育

0 引言

隨著信息化時代的到來，高校智能化建設需適應疫情常態化管理的要求，傳統的智慧校園建設在現有的數字校園發展上更需要體現出“智能性、安全性、便捷性”三大優勢。人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術，其本質是通過計算機算法對圖像進行處理，從而達到身份核實的目的。人臉識別技術在高校智能化管理中的教學應用、職工考勤、學生信息采集、校園安全保障等方面都能起到積極作用。

1 國內外研究現狀

在互聯網通信的時代，人工智能已經涉及人們生活和工作的許多領域，人們接觸到的智能化場合正在逐漸擴大，使用智能化設備的頻率也在增加。人臉識別技術作為AI應用領域中最具挑戰性的項目之一，具有巨大的創新意識和應用前景。人臉識別技術最直接的功能屬性就是通過智能算法來區分不同個體的身份，采用臉部圖像的抓取來鎖定被識別人所關聯的身份信息。目前，人臉識別技術已經融入日常生活的方方面面，是人工智能與計算機的結合。由于其極具挑戰性的創新能力和廣闊的應用前景，已成為當今領域最具挑戰性的研究課題。

1.1 國內研究現狀

1.1.1 人臉識別技術在教學中的理論研究

2018 年8 月，教育部辦公廳印發《關于開展人工智能助推教師隊伍建設行動點工作的通知》，其中明確提出教師要“主動適應信息化、人工智能等新技術變革，積極有效開展教育教學”。結合《教育信息化2.0行動計劃》中向創新融合發展轉變的理念，人臉識別技術逐步進入高校的教學管理和應用中，同時也促進教師合理應用人工智能技術展開課堂教學。自2020年受奧密克戎變異株的影響，居家辦公、線上教學、遠程考試、校園進出核查等方面應用技術變革已經有效地融入學校管理各方面。以人臉識別技術為核心的高校信息化智能建設方面的理論研究也逐漸豐富。

楊凱雯[1]提出一種教室場景下人臉檢測與識別的算法，通過對RetinaFace人臉檢測框架進行改進，在主干網絡中引入可變形卷積以適應人臉遮擋以及人臉變形，調整預設Anchor引入殘差結構以適應教室場景下尺度變化的特點。陳凱[2]對場景復雜度以及人臉和攝像頭間的距離遠近對識別率進行定位，研究表明通過膚色檢測，篩選出人臉可能存在的位置，采用多尺度掃描窗口適應人臉尺寸大小，能夠解決一幅圖中既有大臉又有小臉的問題。李有乘[3]設計輕型的深度神經網絡模型，以此模型來對視頻中的面部信息進行檢測和分類，并對識別程度進行量化測試。李玲俐[4]對基于深度學習的面部圖像處理技術展開闡述，文章提出如何讓神經網絡從有效的數據中學習到有效、魯棒的生物特征是未來技術需要攻克的難題，并且指出傳統的人臉識別技術所面臨的問題和弊端。不同于卷積神經網絡在人臉識別方向的研究，為提高人臉識別效率，雷虎[5]對三維人臉識別算法中的高精度分類器設計問題，采用人臉全局特征和局部特征信息分類后，對D-S數據融合技術來實現高速度的識別效率。

1.1.2 人臉識別技術在高校智能化管理中的應用研究

高校教育智能化管理是指通過高校教育信息網絡應用技術與高校教學信息技術結合，提高高校管理效率和教學水平的管理模式。在教育信息化2.0發展背景下，如何有效組織整合資源，使用技術手段突破緩解因地域、自然災害帶來的不可抗拒的影響是高校管理中急需解決的問題。劉元慶[6]設計基于OpenCV 人臉識別技術的智能考試系統，從身份驗證、管理員、教師、在線考試4個模塊著手，完成對系統核心功能模塊的設計和實現，其設計可智能化嵌入部分高校的考試系統中，將學生的面部信息安全可靠地存入數據庫中，使在線考試變得更加智能化，高效化，為學生帶來了“一站式”的考前、考中、考后的服務體驗。李福海[7]采用前后端分離的開發技術使用 Python 語言編寫人臉識別程序，不僅能實現考生居家在線考試，還能通過面部表情手勢的抓捕實現遠程線上監考，做到老師學生足不出戶在線考試。

高校新生報到對智慧校園的資格審查工作產生了一定的壓力，近幾年高校新生報到系統多采用單一的人臉識別，其應用對認證存在一定的誤差度，受不可抗拒因素影響，異地入學、登記、報考的通道也是高校新生辦理方式之一。劉仕華[8]將新生錄取照片、身份證照片和現場采集的三方照片進行混合式識別，使用條形碼掃描、身份證閱讀器和虹軟ArcSoft Face 技術對學生身份信息進行采集，大幅度提高了新生報到資格審查環節的效率。為確保在校生檔案管理的公平性與嚴肅性，人事檔案管理也在逐漸向著標準化、信息化、數字化等方向發展。劉琳[9]提出依托人臉識別技術在體檢、高考、報到、錄取四個階段采集學生面部及個人信息可確保學生檔案記載信息的確定性和可靠性，有效核實考生真實身份，杜絕冒名頂替事件。曹鑫玉[10]結合學?，F有的智慧校園考勤管理平臺，設計出一套基于人臉識別的高校師生自動考勤系統。該系統能有效監控校內外人員進出校園，同時設置師生進出準則，簡化日常門衛，宿管人員對進出人員的登記流程，推動高校智能化管理及應用。

受奧密克戎變異毒株影響，智能化校園管理對人臉識別技術提出新的要求和挑戰，目前，人臉識別技術在教育領域的典型應用主要包括智慧校園管理（考勤、安防）、智能教室、智能考試監測等，逐步貫穿學、考、評、管各個環節，基本實現了對教育教學的全面融入。

1.2 國內外研究現狀

人臉識別技術的研究始于20世紀60年代，自20 世紀80年代以來隨著計算機技術和光學成像技術的發展而不斷完善，真正投入使用是在20世紀90年代后期。人臉識別系統檢測的關鍵在于通過核心算法，對面部的顏色、輪廓、紋理、結構或者直方圖特征等進行人臉檢測技術，對檢測的結果做到快速分析和數據存儲。目前，人臉識別手段是高校實施智能化教育管理的重要技術之一。

L. Boussaad 和 A. Boucetta提出人工智能技術中的人臉識別技術可以在不接觸的情況下，在被識別人最自然的狀態下完成身份識別[11]。采用體積神經網絡模型和hog算法構建人臉識別技術，實驗結果表明，該系統能夠滿足面部識別的實時性要求，提高識別的準確性。 Wang， WQ從計算機仿真的角度，提出了一種人臉表情識別算法與在線課程平臺相結合的框架[12]。利用設備中的攝像頭采集學生的面部圖像，通過FER算法對面部表情進行分析，并將其分為8種情緒。J·Xiang將人臉識別技術應用于高校智能教育管理系統、宿舍管理系統、課堂考勤系統[13]。實驗結果表明，基于Yolo模型的卷積神經網絡算法結合hog算法可以有效提高人臉識別特征信息的提取，提高識別效率，降低人臉識別的錯誤率。J Yang從人臉識別系統在實際掃描時的準確率、實時視頻處理的考勤系統的穩定性、逃課率以及考勤系統的接口設置四個方向設計[14]。通過分析這些問題的現狀，提出了基于人臉識別技術的考勤系統的概念，并對基于實時視頻處理的人臉識別考勤系統進行了研究。

綜上所述，以人臉識別為代表的人工智能技術在國內外的高校智能化管理中都已經得到普遍的應用。受技術發展的限制，國外人臉識別研究應用偏向以從深度學習的理念去對智能評價系統、特征識別、學習分析、情感反饋等方面進行模型搭建和實驗對比，以此技術作為記錄學習行為判斷依據之一。在國內研究方面，人臉識別在參與學校教學環節方面的研究還較為缺乏，主要是集中在宿舍管理系統、課堂考勤系統、校園進出管理登記、圖書館管理系統等實際學校服務應用方面。

2 助力信息化智慧校園建設

隨著信息技術和科學技術的發展，大學生對高校管理提出了越來越多的服務需求和建議，而高校傳統的教育管理體制和模式已經不能滿足學生的需求，學校管理的安全也無法保證。同時，隨著高校規模的擴大，原有管理人員所要承擔的管理任務也在不斷增加。但是傳統的管理模式效率低下，容易出錯，使管理人員不得不進行重復的工作，增加了時間和人力成本。

在信息化應用高速發展時代，高校建設發展也需要跟進時代的步伐，受奧密克戎變異毒株影響，高校內部運行管理也發生了變化，師生教學形式線上化、安全服務信息化、后勤保障數據化，考試應用智能化等，這種高校管理模式的變革背后離不開人工智能技術的支持。其中人臉識別技術具有唯一性，非接觸性、可擴展性等特點，而且數據識別速度快，數據處理準確性高，具有良好的用戶體驗，在常態化校園管理中，人臉識別技術能大幅度提升高校管理者的辦公效率，解決教學、考試、校園安全等方面的困境，為教育信息化2.0環境下教學發展與管理運行尋求新的契機。目前，人臉識別技術已經在智能化校園建設中承擔非常重要的角色，以此技術為樞紐打通學校各管理面，運行各環節的數字信息資源。

2.1 校園安全排查管理

奧密克戎的持續性防控和突發性變異讓高校必須具備動態化管理和精準化統籌雙重職能，學生管理工作面對著前所未有的挑戰。高校對在校生的身體健康管理與檢測須要做到更新快、數據準、普查廣。人臉識別技術在校園安保，宿舍門禁，食堂就餐等方面發揮了強大的監管功能，從原始的“一卡通”到“一臉通”，檢測的數據也更為廣泛，“測溫計”“健康碼”“行程史”“最近核酸報告”等，這些功能能夠有效應對突發情況下，學校師生健康的線上監控和對進出校園人員質量進行定點排查。以目前的人臉識別考勤系統為例，研究發現指紋考勤系統的錯誤率在5% 左右[15]，會出現指紋打不到的現象，嚴重影響了考勤效率，特別是在大型考勤現場，更容易造成擁堵。但是，考勤系統存在員工為他人刷卡的現象，很難達到實時考勤的目的。與此對比，人臉識別系統具有更高的準確性和穩定性，降低人員密集時數據擁堵的可能性。人臉識別技術的應用對保障在校師生的安全健康撐起了一把電子保護傘。

2.2 學生信息采集處理

人臉識別技術不僅體現在校園安全排查管理方面，在智能化校園建設上也發揮了強大的作用。以人臉識別到面部影像為基礎，上傳至學生信息服務中心，完成信息采集，將其與教學管理系統、宿舍管理系統、圖書館管理系統、實驗室管理系統、考試管理系統、校園安全監控系統等對接[16]。通過API接口調用人臉庫的數據，再與第三方系統產生互聯，能夠實現信息的自動匹配和實時調用。目前，在學校的宿舍管理、圖書館管理、線上教學、異地在線考試等方面都已投入應用，展現其強大的信息采集和數據處理能力。在構建高校智能化教學環境中，智慧教室逐漸納入高校智能化學習發展中?；凇吧疃葘W習”和“計算機視覺”等IT技術的人臉識別技術，通過在智慧教室課堂中通過捕捉人體行為和面部微表情捕捉，對教學質量進行學情分析，評估課程質量，輔助教學綜合管理與評估。

2.3 防作弊在線考試應用

人臉識別技術在高?？荚囍械膽靡彩謴V泛，在嚴肅考風考紀，保障考試質量方面，人臉識別系統需要將數據庫圖像與待測人圖像比對，根據比對結果確認個體身份，因此相比人臉辨認來說，技術識別更加容易實現。將其應用在考試系統中，可以準確判斷參加考試的考生是否與圖像庫中的人為同一考生[17]。在各類競賽項目，政府性、國家級考試等大型考試項目上能夠有效杜絕替考現象，確?？荚嚬焦浴?/p>

目前，高校的考試形式多元化，傳統的紙質考試存在資源浪費、閱卷困難、難以排考等弊端。以人臉識別為核心技術的在線考試系統，可實現鷹眼檢索、雙機位檢測、動作抓捕、微表情識別與分析等功能，可以減緩考務、監考人員壓力，做到保障異地考生線上考試質量?；谌四樧R別技術的考試系統能夠做到遠程身份驗證和線上實時監考，實現高質量的“云”考試與“云”閱卷。

3 總結

隨著高等教育的普及，大學生的數量和大學校園的規模不斷擴大，校園教育管理問題越來越突出?；ヂ摼W技術和信息技術的創新，使構建智能化教育管理服務成為必然的發展趨勢。雖然我國在人臉識別技術上的研究羽毛未豐，但高校的研究學者已經在迎頭趕上，一些領軍人物已經在人臉識別領域確立了自己的行業地位。以人臉識別為代表的人工智能技術的應用，可以幫助高校有效地提高校園工作效率管理與教學質量，構建智能化教育管理模式。