人脸识别技术在教学环境中的应用研究

2019-01-08王鹏程

电脑知识与技术 2019年33期

王鹏程

摘要：近年来，随着我国高校扩招政策的不断深入，各高校内学生人数呈爆炸式增长，学生人数的激增给学校的管理工作带来了新的挑战。以高校教育教学环境为背景，由于学生群体基数的胖大，因此引进识别技术不仅能识别学生的身份，保护校园的安全，同时能提高整个校园的管理水平和管理效率。论文以高校教育教学环境为背景，对学生群体人脸识别相关技术进行了重点研究分析，为人脸识别技术在教育教学中的应用做好铺垫，然后再上升一个台阶，提高整个学校的管理效率。

关键词：教学环境;学生群体;人脸识别;管理效率

中图分类号：TP3-05 文献标识码：A

文章编号：1009-3044（2019）33-0203-03

1概述

随着社会的进步，科技水平的不断提高，对图像处理有了很大的发展。人脸识别已经是非常普遍的识别技术。人脸识别的本质就是通过预先采集被检测人的脸部特征信息，然后通过将这些信息保持起来，然后通过摄像头进行图像采集，然后将采集来的信息和脸部识别库进行比对，来对人员进行很好识别，通过这种方式的识别技术。既是人脸识别技术。人脸识别技术是一项比较先进的技术，他的主要技术分为三大板块来分析，面部检测，面部追踪技术以及数据库保存信息比对，最后实现识别的功能。在这三个技术板块中最重要的要算是这个面部检测技术，该技术需要对整个检测到的脸部进行识别，并且记录下被检测物体的特征点，通过这些独特的东西来进行识别功能。其次是需要能实现脸部追踪的功能。通过这个脸部追踪技术能将识别到的脸部数据来进行追踪反复比对查询的功能。通过数据库的保存信息来进行比对，并且查询出符合现在检测到面部特征的信息进行对比，达到识别功能，来最终实现身份信息的识别。

人脸识别技术在广义上可以定义为生物特征识别技术，他的本质是通过生物上的脸部特征来实现的技术。当然目前技术上有很多类似的生物特征技术，其中包括有常用的声音辨别技术，指纹识别技术等。当然脸部识别技术相对于这些其他的生物识别技术有着非常不一样的区别，他们共同点是都需要进行事先采集信息，将需要采集的信息进行保存，通过预先保存的信息作为基准来进行设计，通过该类设计能有效地实现信息比对功能，但是面部识别技术相对于其他识别技术又有很大的优势在里面。例如其他生物识别技术都需要特定环境指定人员进行配合的动作，这样才能很好地采集和做比对功能但是脸部识别技术不需要特定环境进行特定配合，由于其信息来源主要是摄像头，因此可以动态地对整个画面中出现的物体都进行采集，不需要人员特意进行配合，而能实现自动追踪以及自动识别的功能。因此该技术是一种非常高效的识别技术，同时能实现不被察觉的情况下进行识别的效果。因此在当今信息化时代飞速发展的前途下，人脸识别技术得到了更加广阔的发展以及应用。

由于学校里面人员很多，学生数量庞大，而且为了更好地节省学生时间，将时间都用到教育上去，因此人脸识别技术是非常符合学校对学生群体进行身份识别的一种重要工具。人脸识别技术的优势不单单是体现在其高效的功能上，更多的是其能够通过这个高效的作业给学校带来更多的高效效益，比如管理效率，教学以及对大群体的保护功能。人脸识别技术优势很多，下面将对这个技术进行深入的展开介绍。

2人脸识别技术的特征

人脸识别技术具有实惠，可靠，简单的优点，其还具有技术先进，技术开源供二次开发的功能，并且安全。

脸部识别技术只需要一个信息采集的摄像头，一个主机服务器进行数据保存读取对比功能，然后通过编写特定的指令算法读取匹配传送的信息，就能实现整个的系统识别功能。

脸部识别可以通过技术来实现，当前信息设备的发展，摄像头等工具随处可见，因此针对这个图像系统是非常方便的，不存在设备瓶颈这些问题。脸部识别的技术能通过各类开发来适应不同的使用场合，达到生物识别技术的功能。

脸部识别技术还能配合其他进行处理，实现安全防护等功能。

基于人脸识别技术的身份识别系统使用面向对象语言开发设计，以领域模型分析为基础，使用面向对象分析与设计，在功能设计上做到灵活设计，当功能需求在发生变化的时候降低修改工作量。

3系统工作原理及数据采集过程

3.1系统工作原理

面部是一个人的主要识别生物特征，在正常社会中，人与人员之间互相认识熟悉，第一個感觉就是人的脸，当然往后都是通过脸来进行识别人的，因此这个脸部识别技术是非常有意义的，而且非常可靠的，本身人类的脸就是在正常生活中具有重要区别因素在里面。因此脸部识别不可被复杂，同时还能实现超高的区分效果。通过这些优势，是为脸部识别提供了一个非常好的可行性基础，而且脸部识别不需要在指定环境和位置下，来进行采集，也不需要被采集人员进行配合工作。因此能实现在复杂情况下对所需检物的检测。在教学环境中，通过对整个的学生群体进行采集，其基数非常之大，因此如果采用其他类型的检测方式，无法实现高效性，学生需要排队和花费大量的时间在等待中，脸部识别技术能有效解决这种问题，因此为其之后的发展奠定了基础。

这种在教学环境下使用的脸部技术还需要不同点，因此该技术自带的开放性优势能很好地满足这种需求，可以根据不同的使用者情况来进行设计和采集的更改。目前大部分使用在教学环境下的识别技术有两个主要成分构成：其中对所有学生的大数据信息进行采集对比筛选的模块，还有一个是针对图像信息需要进行维护的模块。采集模块主要包含当前人脸进行追踪，数据收集，然后上传，信息比对，然后下载，最后得到结论，图像维护主要就是保证所有的数据信息的安全和正常运行。

3.2数据采集过程

在整个教学环境中的脸部识别系统需要将整个学生群体的信息都保存进去，保存到信息模块上，因此最好的信息采集方式就是在学生作为新生刚进入学校的时候，一个初始进入校园的时候。这个时候将学生的脸部信息，身份信息等资料全部采集到信息库里面，这样就能保证在学校环境下的l对l数据信息，保证数据的可靠性。

该信息库建立过程如下：

①通过服务器建立一个数据库，将所有对应信息都保存到数据库里面去。首先学校通过有效的组织新生来进行信息的录入，包括学生的脸部资料和身份信息等相关资料。

同时将采集过来的数据全部保存到特有的数据库里面。使得信息能够安全可靠不被泄漏，又能被学校设备使用。

②对学生脸部信息的采集，还需要相对应的设备来进行工作，同时通过对应设备已经能采集到电脑数据库的软件来进行操作，将需要录人系统的学生人脸信息全部采集并且放人到数据库里。

③采集完成后将对应被采集学生的脸部特征和存人数据库的学生信息进行关联，关联完成后数据信息可以通过人脸识别被全部调用出来，达到识别身份的功能。

④通过上述步骤将所有信息和确认完成，为后期人脸识别做好数据源的保存。完成学生身份识别的功能。

通过上述几个步骤的可以实现整个的数据采集过程，然后对采集好的数据进行作为基础结合摄像头对学生两部识别，然后将整个的脸部特征进行比对，将所有符合该特征的信息给识别出来，达到对应功能。

4教学环境下人脸识别技术研究

4.1系统架构

在教学环境下，由于教学系统的特点在于学生群体的基数比较大，人口数量多，因此需要对整个管理系统的结构进行合理的优化。由于，人口基数大，因此按部就班地进行信息比对，会出现整个验证过程缓慢，无法及时实现信息实时反馈，因此需要一个合理的系统框架结构来实现，该结构需要信息在核心汇总后然后再将结果反馈到分散的管理系统结构，类似中央管理系统模式，通过这种系统架构可以有效地提高。在这样的系统中可以既是信息采集反馈，并且能快速反应出问题所在。

为了能更好地进行识别，并且保证数据的可靠安全，首先要有个物理数据库，通过这个数据库将一开始采集过来的信息都采集过来保存起来，能实现信息的准确可靠。

另外，需要一个模板存储库。由于识别技术不是在特定环境，特定人员配合来实现的，因此需要有一个模板。通过这个模板存储库，能有效地提高识别的速度，他能根据模板进行可靠的数据信息比对筛选功能，将计算机中的学生人脸模板进行分区域放置，并且保存到群集控制的存储器中。

为了保存数据，因此需要一个群集控制存储器，该存储器的功能就是保护节点的信息正确，维护各个节点的情况，根据系统的运行情况来进行调节，比如系统在变换初始化阶段，就自动分配到其他节点，在进行信息登录的时候，可以将最新的模板信息发给目标节点，在这个基础上将相关匹配工作通过中央控制分散到各个节点工作，提高整体的效率。计算机节点就是用来处理整个识别过程中的信息汇总和处理的功能，达到快速匹配的效果。

除此之外，按照群集控制器的相关要求，可以给新采集到的人脸图像数据提供特征提取和建立模板的服务。

4.2接口介绍

如果在对两张学生人脸图像数据进行相似度计算的时候，可以通过相应的1：1图像匹配接口来实现。具体过程就是上载这两张图像的Base64编码，系统返还相应的相似度计算数值。具体代码及参数说明如下：

4.3系统工作过程

在教学环境下的学生群体人脸識别系统的具体工作过程如下所示：

第一步将取样设备中采集的信息进行检测上传，

第二部将在画面中被捕捉到人脸进行分析，然后通过预先设计好的算法进行解析，并且对整个采集信息的可靠性判断，将脸部信息全部剥离出来。

第三部把获得的脸部信息传送给中央控制系统进行数据输入，系统将这些特征信息进行比对，找到在信息库里面符合跳进啊的信息。

第四步将整个数据库里的人脸部数据进行匹配找到对应人员的信息，并且回传到节点上。

然后提示信息，完成对学生的识别工作。

在该系统中，人脸识别的匹配方式是按照人脸特征及形状来进行的。识别系统具有高可靠性，他能够在特别复杂的环境中检测到人脸信息，并将其与数据库中的信息进行匹配对比，实现学生群体的身份识别功能。

5小结