基于人脸识别+Android技术的高校学生考勤系统设计

2021-12-19董雷刚崔晓微赵阳光黄晨杰李中田孙佳楠

电脑知识与技术 2021年32期

董雷刚崔晓微赵阳光黄晨杰李中田孙佳楠

摘要：将面部采集与识别技术结合物联网技术，研究设计一套用于高校学生寝室管理的安全考勤系统。其中，面部采集与识别模块采用opencv技术设计，后台数据库存储与管理模块采用Sql server数据库和Java进行功能设计，移动智能查询模块采用Android进行设计。系统可实现学生面部信息的录入与识别，考勤信息的后台存储、查询与维护，考勤信息的远程访问等功能。系统可高效实现学生晚间归寝统计，防止代签、假签等行为，便于管理者随时掌握学生考勤信息，减少了工作量，提高了管理效率。

关键词：面部采集与识别;物联网;Android;考勤;远程访问

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2021）32-0091-03

College Student Attendance System Based on Face Recognition and Android Technology

DONG Lei-gang， CUI Xiao-wei， ZHAO Yang-guang， HUANG Chen-jie， LI Zhong-tian， SUN Jia-nan

（Department of Computer Science， Baicheng Normal University， Baicheng 137000， China）

Abstract：Combining facial acquisition and recognition technology with Internet of Things technology， this paper studies and designs a set of safe attendance system for dormitory management of college students.Among them， the face collection and recognition module is designed by OpenCV technology， the background database storage and management module is designed by SQL Server database and Java， and the mobile intelligent query module is designed by Android. The system can realize the input and recognition of students' facial information， the background storage， query and maintenance of attendance information， remote access to attendance information and other functions.The system can effectively realize the statistics of students' return to bed at night， prevent the behavior of signing on behalf of students and false signing， and facilitate the managers to grasp the student attendance information at any time， reduce the workload， and improve the management efficiency.

Key words：embedded; face recognition; web browser; Android; attendance

高校是一个小型社会，高校里的學生动辄上万人，甚至数万人。面对如此多的人员，尤其是学生晚间归寝的管理，不只是学校正常秩序的维护，更涉及学生自身的安全[1]。由于大学生已经是成人，再加上高校的开放管理方式，使得社会人员可以随意进入学校，因此对学生晚间按时归寝的管理是一个艰巨而复杂的任务。

随着信息技术的发展，在高校学生管理工作上，虽然也使用了一些软件进行辅助，但是，目前高校中对晚间学生归寝的管理与信息统计，基本上还是需要人工进入寝室进行检查。这种工作方式存在几方面问题，首先是效率低，工作量大，辅导员管理的学生可能分布在不同楼的不同层，要想把这些宿舍都检查一遍，可能需要一两个小时，这就导致查寝的时效性很差，经常会出现查完寝后学生又偷偷跑出去的情况;其次，辅导员入寝室会给学生带来不方便，导致学生的抵触，不利于师生关系的融洽;另外，查寝的时间不好确定，检查太早了，学生可以又跑出去，检查太晚了，影响学生休息;随着高校的扩招，学生数量越来越多，需要更多的辅导员和学生管理者参与查寝，从而使学校投入更多的人力和财力去完成任务。

基于上述原因，在面部识别技术和物联网技术的基础上[2]，设计一种自助智能考勤管理系统，实现学生自助考勤、考勤信息自动存储与管理、辅导员远程实时查询与统计等功能，极大提高了工作效率。

1 整体功能设计

根据要实现的功能，系统可以分为人脸采集与识别终端App，后台数据库管理模块，以及信息查询终端App三大模块。人脸采集与识别终端的适用对象是学生，主要完成人脸信息的登记、面部信息采集及识别功能，并能及时反馈识别结果;后台数据库管理模块由系统管理员操作，主要完成学生信息的管理、学生考勤信息的管理;信息查询终端的适用对象是辅导员，主要实现以多种方式对考勤结果进行查询、统计和标记等功能。三者的工作流程如图1所示，人脸信息与识别终端在对学生的面部信息进行识别后，将结果通过网络传送至后台数据库，信息查询终端通过网络访问数据库获得查询结果。

2 人脸采集与识别终端

该终端依托智能手机（Android操作系统）进行工作。主要功能包括：人脸的检测、面部特征分析、人脸图形的识别与结果反馈、考勤记录的写入。首先檢测与捕捉进入到摄像头中的人脸，进行人的面部图像的抓取;然后，对人脸图像进行一系列的属性分析，获得相应的数据;接着将获得的人脸属性信息与事先给定的模板图形进行对比，计算两种图像的相似程度，从而得出识别结果[3];最后，将识别结果与相应学生的信息通过网络传输至数据库，形成考勤记录。

2.1 人脸检测

人脸属性检测包括性别、年龄、表情、人脸角度、眼部状态、嘴部状态、视线检测。摄像头捕捉并抓取到的人脸图形，一般都会包含背景，因此，检测并返回人脸五官与轮廓的关键点坐标位置是技术难点，这些关键点包括人脸轮廓、眼睛、眉毛、嘴唇以及鼻子轮廓[4]。为了实现该功能，我们使用的是face++的API函数，检测图片中的人脸，返回高精度的人脸坐标，同时支持实时特征抽取和后续的人脸比对、搜索等工作。

使用该功能可以检测图片内的所有人脸，对于每个检测出的人脸，会给出其唯一标识 face_token，可用于后续的人脸分析、人脸比对等操作。将人脸的face_token传入Face Analyze API，可以得到相应的人脸关键点和人脸属性，可以通过调用Detect API得到人脸的face_token。Face Analyze API允许一次性处理5个face_token。Face++的Detect API可以检测图片中的人脸，对于检测到的每张人脸，返回其人脸框坐标以及face_token。您可以将face_token传给其他API以进行后续处理和分析。另外，对于最大的5个检测出的人脸，Detect API还可以返回其人脸关键点和人脸属性。

2.2 面部特征分析

准确识别面部五官属性，包括三庭五眼分析及面部各部位包括眉毛、眼睛、鼻子、嘴巴、下巴等属性分类[5]。使用Face++中的Dense Facial Landmarks API函数，对于传入图片或是从 Detect API 检测出的人脸标识 face_token，可以检测并标识图片中人脸的五官及轮廓等关键点信息，对于图片中检测到的最大的人脸返回其人脸框坐标及1000点关键点信息。一次调用支持一张人脸的关键点分析，如果图片中有多张人脸，只对人脸框面积最大的一个人脸进行分析。面部的五官区域和轮廓可以用将点连起来的方式来获得，可以生成一个polygonal chain，即多个点按顺序连起来形成的线，可以是闭环的也可以不是。这条线的表达方式就是点的集合，通过返回的关键点，可以生成对应的曲线。

2.3 人脸对比

在成功获取人脸图片中的面部特征后，便可以将其与数据库中的样本图片进行对比[6]，采用Face++中的Compare API计算两张脸的相似程度，并给出相似度评分，以便分析属于一个人的可能性。创建一个文本文档来存储人脸检测时圈出的人脸图像;然后加载需要对比的人脸图片，使用cvLoadImage把文档中的信息读取到faceImgArr空间中，再利用loadTrainingData加载人脸的训练结果，然后cvEigenDecomposite将测试图像投影到子空间中，最后找出测试人脸的特征值和.xml文件中的特征值较近的那一个。在比对结果中，返回值参数confidence表示比对结果置信度，范围 [0，100]，小数点后3位有效数字，数字越大表示两个人脸越可能是同一个人。如果传入图片但图片中未检测到人脸，则无法进行比对。

3 后台数据库管理模块

本系统的数据库采用Sql server进行管理，主要包含两类内容：学生的基本信息和考勤记录信息，人脸样本信息。其中，学生的基本信息和考勤信息采用传统的数据表存储方式，并具备对学生信息和考勤信息的存储、查询、修改、删除等功能，两类信息的具体内容如表1、表2和表3所示;人脸样本信息存储的是特征值等信息，存于XML文件中，用于对比采集到的实时人脸图片。该模块除了要对相关数据信息进行管理，还要为人脸采集终端和信息查询终端提供数据支持，为其提供不同的授权，以便其对数据库进行写入、读取或查询操作。

4 信息查询终端App

智能手机的出现，使得很多工作都可以在手机上进行操作，极大方便了用户，只要有网络存在的地方，就可以不受时间和地点的限制，提高了辅导员和宿舍管理者的工作效率，使其不需要再亲自进入学生宿舍检查学生的晚间归寝情况，只需在手机端便可对学生晚间归寝情况了如指掌，并可及时对未归寝的学生进行提醒。因此，设计信息查询终端App，该模块采用Android进行程序开发[7-8]，主要包括用户登录、身份选择、学生信息查询和考勤信息查询。用户可以按多种方式对学生考勤情况进行查询，可以分别按年级、专业、班级、宿舍、学号、姓名进行查询，极大满足了用户的多方面需求。该模块的功能示意图如图2所示。

5 总结

为了实时有效获得高校学生晚间归寝情况，减轻学生管理者亲自去宿舍检查的工作量，文章设计了一套基于人脸识别技术和Android技术的考勤系统，在规定时间内，学生在自己手机端的App进行面部识别考勤，考勤结果及时传输至后台数据库，学生管理者可通过查询终端App及时了解每位学生的归寝情况，极大方便了师生的工作，提高了工作效率。

参考文献：

[1] 李书钦，马时来，李琳，等.基于校园无线的高校课堂智能考勤方法研究[J].计算机时代，2018（12）：29-31.

[2] 杨东兴.基于Android手机课堂考勤管理系统的设计与实现[D].长沙：湖南大学，2018.

[3] 李良.人脸识别系统在智慧校园应用中数据对接模型设计[J].电脑知识与技术，2020，16（34）：183-184，190.

[4] 王治强，孙晓东，杨永，等.人脸识别算法在考勤系统的应用[J].计算机系统应用，2021，30（1）：89-93.

[5] 孔国利，许绘香.基于人脸识别技术的高校考勤系统设计[J].河南教育学院学报（自然科学版），2020，29（3）：28-32.

[6] 刘晓龙，顾梅花.课堂考勤系统的无感知改进VIPLFaceNet人脸识别算法[J].西安工程大学学报，2021，35（1）：81-87.

[7] 张雅琼，华正龙.基于物联网与Android平台的课堂考勤系统的设计与实现[J].微型电脑应用，2019，35（4）：42-44.

[8] 李登科，王聪华.基于Android操作系统的移动终端App开发研究[J].电脑编程技巧与维护，2020（9）：69-70.

【通联编辑：唐一东】

收稿日期：2021-07-25

基金项目：吉林省大学生创新项目（202010206088）