基于人脸识别的培训机构上课自动签到模式研究

张文清*



基于人脸识别的培训机构上课自动签到模式研究

张文清*

（成都外国语学校，四川成都，611731）

本文对机器视觉中的人脸识别技术进行了分析，结合作者在培训机构上课时学生签到环节的问题，提出了基于人脸识别的培训机构上课自动签到系统解决方案，通过查阅OpenCV开放平台的相关资料，对培训教室上课图片采集、图片中人脸检测、基于学生人脸库的学生身份识别以及基于本教室应到学生表和调课表的自动签到实现方法进行了研究。

自动签到；人脸检测；人脸识别；OpenCV

引言

对学生到课堂签到并及时将未到校学生通报家长，是当前课外培训机构面临的共性问题，这些培训机构由于学生流量大、流动性大等原因，为确保学生签到的准确性，往往采用两次签到核对的方式，一次是学生在到校入口在签到人员的引导下签到，二次是老师上课时通过点名的方式签到，前台工作人员拿到两份签到进行核对，然后对未到同学电话通知家长，签到表如图1所示。

图1 某培训机构的人工二次签到表

上述人工二次签到模式依然存在下列问题：（1）漏签：在入口处，当学生流量大时，很难做到确保每个学生都签；上课老师签到时，若学生迟到也有可能漏签。（2）早退：有些同学为了欺瞒家长，存在签到后即离开，或者上一节课课间溜走的现象，目前的签到方式很难杜绝。（3）人工处理工作量大，出错几率比较高。

1 基于人脸识别的上课自动签到方案

人脸识别是一种不需要接触识别对象、不需要人工干预的生物识别技术，在智能视频监控系统、门禁系统、汽车4S店集客系统中都得到了广泛的应用[1-3]。本文针对培训机构目前人工二次签到过程中的问题，结合目前信息领域日益成熟的机器视觉技术，提出和设计一种基于人脸识别的培训机构学生上课自动签到系统方案，其实现原理如图2所示。

图2 基于人脸识别的自动签到系统方案

由图2，基于人脸识别的自动签到系统需要先采集教室内学生的照片，对照片进行处理，检测图片中的人脸区域，对人脸区域进行提取，与事先建立的学生人脸库中的图片进行特征比对，识别出学生身份，通过与本教室的应到学生信息比对，从而得本班到学生的签到信息，若人脸能识别出单应到学生表中没有则为调课学生信息。

2 基于OpenCV的人脸识别实现方法

OpenCV（Open Source Computer Vision Library）是主要提供图形处理和视频处理的开源的基础算法库[4]，在人脸识别的实现中具有广泛应用。基于OpenCV的人脸识别学生上课自动签到系统的实现包含以下几个步骤：

2.1 学生人脸库的构建

学生人脸库的构建是进行人脸识别的基础，人脸库构建可以在学生报名时采集学生的照片信息，形成原始人脸库，在日常签到系统应用中，根据当天采集的照片比对训练不断丰富和完善人脸库信息。

2.2 培训教室学生到课人脸采集

学生到课人脸采集可采用两种方式，一是架构人脸采集相机进行到课学生人脸的采集，二是与培训机构现有的安保摄像头系统集成进行采集，两种方法比较如下：

（1）架构人脸采集相机进行到课学生人脸的采集：这种方案下培训机构需要购买和安装相机，通过相机定时采集各个教室学生上课的图片，为保证拍摄角度一般一个教室需安装两台相机，缺点是费用相对较高，优点是照片识别率高。

（2）鉴于大部分培训学校在教室和入口处都安装有摄像头，因此可基于摄像头进行学生到课图像采集，定时从摄像系统提取照片，这种方案的优点是集成现有设备费用较低，缺点是照片清晰度难以保证，有可能影响检测和识别的正确率。

2.3 学生人脸检测和头像提取

从采集的照片中识别出有几张人脸以及人脸的位置，并将人脸区域提取和保存下来。人脸检测的技术目前已经相对成熟，可使用OpenCV的级联分类器来完成，调用级联分类器传入照片后可检测出人脸数以及人脸位置，其过程为：

①读取照片，建立一个相同大小的灰度图像，对照片进行灰度化处理；

②加载级联分类器CascadeClassfier，将人脸图片加载到Intel公司的训练库；

③调用级联分类器的detectMultiScale()函数检测人脸，获得人脸所在位置数据；

④在检测过程中统计人脸个数。

2.4 基于人脸库的学生身份信息识别

将检测出来的人脸与学生人脸库中的信息进行比对，完成学生信息的确认。人脸识别的实现方法很多，同样可采用OpenCV来实现，通过FaceRecognizer类的Fisher方法实现人脸识别的过程如下：

①读取含人脸数据的图片；

②创建人脸识别类createFisherFaceRecognizer；

③调用predict函数进行识别，与人脸库中的图片进行比对，返回比对得到的标签。

2.5 获得本教室本班签到信息和调课学生信息

将识别出来的学生与本班应到学生信息进行比对，得到已经正常签到的学生名单，图片在学生库中比对成功，而在本班应到名单中没有，则为调课学生，与调课表进行比对。将正常签到学生和调课学生总数与本教室检测得到的人脸数进行比对，已实现识别的验证。

3 结束语

本文对目前课外培训机构学生上课签到过程中存在的问题进行了分析，提出了基于相机拍照或集成摄像头的培训教室学生图片采集、图片预处理与人脸检测、基于人脸库的学生信息识别的签到信息自动比对的实现方案，并对基于OpenCV的实现技术进行了研究。

[1] 余程胜. 汽车4S店集客识别及管理系统的设计与实现[D]. 西南交通大学, 2016.5.

[2] 周妍. 人脸识别考勤系统的分析与应用[J]. 产业与科技论坛, 2014, (7): 33-34.

[3] 朱超平. 基于人脸识别的口禁系统设计与实现[J]. 重庆工商大学学报自然科学版, 2011, (4).

[4] 陈志恆, 姜明新. 基于openCV的人脸检测系统的设计[J]. 电子设计工程, 2012, (10): 182-184.

[5] 刘辉, 葛昊. 人脸识别技术在门禁系统中的应用研究[J]. 无线互联科技, 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

张文清. 基于人脸识别的培训机构上课自动签到模式研究[J]. 数码设计, 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。

张文清（2001-），女，高中，研究方向：人脸识别在校园里的应用技术。E-mail:1632708591@qq.com