基于“互联网+”的高校学工信息平台搭建

匡红梅 陈卫 李伟

高校智能学工系统是一款基于“互联网+”将人脸识别技术应用到学生工作办公室的学生精准化管理，对办公室来访学生的信息通过人脸识别进行确定，并匹配学生的在校基本信息实时反馈给辅导员，达到对学生智能化管理和精准服务的目的。本系统在北方工业大学信息学院学工办进行了平台的搭建，取得良好效果。

1引言

本世纪初至今，深度学习理论的提出和机器学习算法的完善，将人脸识别技术的效率进一步大幅提升，完成了一些早期仅仅停留在实验室、无法在实践中完成的工作，具体体现在智能化识别、嵌入式识别、大规模动态识别等工程领域，开辟了人脸识别的新模式。

2系统设计背景

高校中的辅导员往往肩负着一个年级几百学生的日常工作，有些老师还要负责团委、资助和就业等专项工作。为了将自己的工作专业化、智能化和服务化，辅导员需要对办公室来访学生及其信息充分掌握，并对问题学生及时沟通。

3智能学工系统

高校智能学工系统可以通过人脸识别技术将分辨出来的学生信息实时发送给老师的智能终端，帮助辅导员对每个来到办公室的同学进行充分了解，并对重点学生进行有针对性的谈心谈话，提升辅导员的服务和管理质量。人脸识别的优点是准确、快速，可以根据工作现场的情况大范围进行识别，同时，基于机器学习人脸识别的方案编程灵活可在大范围的人群中使用和推广。缺点是对计算机的处理速度要求高，对采集环境有一定要求。

4系统整体架构

智能学工系统采用的MySql数据库，而每个老师的本地数据库则采用轻量级数据库进行缓存，避免对服务器的频繁读取降低系统的网络使用效率。系统本地选择了轻量级的SQLite数据库，该数据库是2000年由D.Richard Hipp开发的一款开源文件型关系数据库，最大特点就是结构简单、适合本地的缓存要求。

5系统接口分析

基于“互联网+”的高校智能学工系统接口能够对系统的功能進行设置，对交互接口分析如下：

①来访学生数据接口：该接口对接人脸采集服务器和数据缓冲服务器，主要针对来访人员的基本信息、来访时间、来访停留时间和来访照片。来访学生数据接口是本系统的核心数据来源。

②学生基础信息数据接口：该接口是老师调取学生基本信息的数据接口，用以获取和维护学生的基础信息。该接口是系统中学生信息的来源，通过与来访学生数据进行联表查询，供数据呈现模块调用。

③学生留言数据接口：该接口是学生进行留言和老师查阅反馈的数据接口，设置该接口老师可通过微信小程序完成对学生留言的查阅和反馈。

6系统软件架构

高校智能学工系统的软件框架采用三级结构进行设计。3个模块分别具有各自的功能，如下：

①人脸采集和存储模块：本模块主要是通过摄像头采集视频信息，结合智能算法，调用Opencv图形库，完成对学生身份识别，匹配学生基础数据并存储到服务器中，作为高校智能学工系统的核心。

②数据缓冲同步模块：对人脸采集、存储的数据和信息进行数据同步，每0.1 s对远程数据进行更新和同步，保证能够实时更新数据，本操作借助数据库的触发器功能进行完成。

③智能终端显示模块：该模块将根据本地数据缓冲，对最新的实时数据进行视觉呈现，包括基于QT图形库的平板电脑呈现和基于物联网的微信小程序呈现，保证系统能够使用最新的数据与老师和学生进行交互。

本系统在实际应用过程中还遇到了一些问题，有待在2.0版本中进行进一步完善和解决，如：人脸识别的识别率、动态识别人脸的准确率和遮挡面部的识别等都有进一步提高的空间。同时在软件设计架构上，系统的稳定性还有待在实际应用中进行测试和反馈。另外，高校智能学工系统在与微信小程序的关联和升级，也是下一步软件改进的重点。

7结束语

高校智能学工系统在基于人脸识别的设计方面具有突出的优势，以独特的设计模式和软件架构满足了高校学生工作的实际需要，力图通过与移动互联的应用打造新的“互联网+学生管理”的创新模式。