基于 LBP 算法的人脸识别校园签到系统

摘要中小学生的安全防护意识和安全防护能力不够强遇到安全问题措手不及。为建和谐平安校园文章在传统人脸识别算法的基础上提出分块算法的思想对人脸识别算法进行了应用优化设计将局部的特征值进行全面提取和分析提高了局部分析的准确度增强了识别效果。采用人脸识别签到系统对进出校园的人员进行身份识别可以有效阻止外来人员进入校园确保师生的人身安全。

关键词：人脸识别;LBP算法;签到系统;校园安全

中图法分类号：TP391文献标识码：A

Face recognition campus check-in system based on LBP algorithm

DANG Wenyu

（Henan University of Technology，Jiaozuo，Henan 454000，China）

Abstract：Primary and middle school students belong to a vulnerable group，and their safetyprotection awareness and safety protection ability are not strong enough，and they are caught offguard when they encounter safety problems. In order to build a harmonious and safe campus，thispaper proposes the idea of block LBP algorithm on the basis of traditional face recognition algorithm，carries out the application optimization design of face recognition algorithm，and comprehensivelyextracts and analyzes local eigenvalues，which improves the efficiency of face recognition. Theaccuracy of local analysis can greatly enhance the recognition effect.The face recognition sign-insystem is used to identify the people entering and leaving the campus，which can effectively preventoutsiders from entering the campus and ensure the personal safety of teachers and students.

Key words： face recognition，LBP algorithm，sign-in system，campus security

近年来，校园安全事件频发，传统保安管理模式存在诸多缺陷，如不能有效识别每一位学生或教师、应对突发事件反应速度慢、没有预先预警能力等。然而，中小学生属于典型的弱势群体，当他们遇到突发状况时，安全防护意识不强，自我保护能力不够，遇到危险更是会措手不及，因此中小学生安全问题是教育部门急需考虑的问题。

物联网技术的兴起带动各行各业的快速发展，而“物联网+安全”的模式在很多行业得到了应用。对于校园安全防范而言，可以采用人脸识别技术，即校园签到系统，来对进出中小学的人员进行身份识别，以快速发出预警、有效识别并阻止外来人员进入校园，确保师生的人身安全。经过有关部门的一系列举措的执行，初步实现了校园的信息化建设，这為基于人脸识别的签到系统的部署提供了良好的环境[1] 。

1  签到系统

常见的签到系统主要是基于 C/S 模式开发的，其在进行安装时，对客户端的环境要求比较高，并且不利于更新和优化处理，如果需要更新，则需要在每一个客户端卸载并重新安装。随着信息技术的不断发展以及物联网技术的不断进步，基于 B/S 模式的人脸识别的中小学签到系统应运而生，其解决了 C/S 模式存在的大部分问题，使用方便，可以通过网络进行访问，而不需要安装应用程序，对客户端的要求比较低[2]。

近年来，我国对社会安全提出了更高的要求，为提高人们的安全防护意识进行了相关宣传和教育，人们对安全防护有了新的认识。国家推出了一系列的政策和举措，并特别指出，一些联合部门必须在第一时间配合中小学安全防护的工作需要。

随着互联网技术以及物联网技术的不断发展，一些基于 B/S 模式的人脸识别的中小学签到系统不断涌现。但是，这些系统大部分都是基于两层架构设计的。随着科技的不断发展，教育部门需要不断更新监控设备和人脸识别设备。目前，基于人脸识别的中小学签到系统在技术选型上较多，如开发语言上可以选择 Python 语言、Java 语言、C#语言、C++语言、C 语言等;体系架构上可以选择 SSH 架构、SSM 架构、 ASP.NET 架构、MVC 设计模式等[3]。

2  相关技术概述

SSH 是 Struts， Spring 和 Hibernate 的组合，整体架构包括三个层次，满足了前端表示层、业务逻辑层以及数据访问层的开发需求。可以借助三层架构搭建非常灵活的软件建构体系，在前端可以借助其他表现技术打造用户体验更好的交互界面。在数据层则可以通过封装数据库操作，实现通用模块的开发和使用，实现数据处理的持久化。这样的架构使得开发人员可以更加专注于业务逻辑层的开发，实现更加符合应用需求的业务逻辑。SSH 框架架构清晰，开发的系统耦合性降低，是应用系统开发的首选。D931089D-E4DB-4488-9FA4-FEED2E495A91

借助JSP 页面丰富的标签，可以实现和用户交互性更好的效果，再配合 Struts 框架达到对数据的完美呈现。在具体应用中，可以借助 MVC Web 应用开发思想，在 VIEW 视图中实现对用户终端客户的响应，把用户的请求通过 HTTP 协议发送到Contorller Servlet 中，然后经过系统内部的业务逻辑处理，实现到 Model 层的数据状态传递，最终把系统数据提取出来，并把结果返回到前端用户界面（图1）。

Spring 架构层专注于业务逻辑层的实现，图2 对其中的核心架构进行了描述。Hibernate 开源框架则可以实现数据的持久化处理。该框架的主要结构如图 3所示，通过该框架实现了用户界面和数据库之间的关联，也实现了程序开发通过面向对象对数据的处理。

在具体实现上则是通过反射机制核心实现数据的持久化，即便系统出现掉电的情况，数据也不会丢失。

3  系统设计

基于人脸识别的校园签到系统不仅涉及硬件系统的部署，还需要确保软件系统功能的开发和接口的对接。在整个系统的开发过程中，本文主要研究的是系统软件部分的设计与实现，包括系统软件功能部分的需求调研和分析、系统体系架构的设计和编码工作。在对基于人脸识别的校园签到系统进行研究时，采用的是快速原型模型的开发思想。

通过系统实际的应用调研和技术分析针对学校安全管理员、教师、学生、家长以及系统管理员的应用需要，汇总分析签到系统需解决的问题，确定系统相应的功能需求，具体包括基本信息管理、设备管理、签到管理、系统管理等，并从安全性、扩展性、稳定性以及并发性等方面对系统的性能需求进行分析。

至于校园签到信息化建设，首先需要管理校园生活中的各种基础信息，并建立对应的系统管理模块。如图4 所示，分别对不同的安防责任人进行功能管理，包含班級管理、学生信息管理、家长信息管理、教师信息管理、职工管理、请销假管理等。

若要准确地进行签到信息的采集，需要对相关参数进行设置，如签到时间段、签到的方式等，在签到系统中需要提供签到参数设置功能。设置完成之后，师生就能够在规定的时间内通过签到设备进行人脸图像的采集，从而完成签到[4]。

签到系统是面向学校应用设计的，为了提高系统的兼容性，通过采用分层架构的设计思想，将系统分为基础资源层、网络层、数据层、业务层和表现层。至于对系统模块的划分设计，采用接口思想实现模块间的交互设计，并利用分块 LBP 算法对人脸进行识别，从而实现安全事件的处理和完成安全系数比较高的人脸快速识别。

基于签到系统的逻辑模型，运用 Python 语言对核心功能以及相应操作界面进行编程设计，并对签到系统的应用效果进行分析，验证系统是否满足用户的实际需求。

4  基于 LBP 算法的人脸识别

为了保护学生的人身安全，将人脸识别技术应用到校园签到系统中，严格控制进出校园内的人员。通过对师生的人脸图像进行采集，并上传到系统中，签到系统就可以对进出校园的人员进行人脸识别，如果识别成功，则放行;如果识别不成功，则通知安保人员进行处理[5]。

人脸的外形是不稳定的，面部表情受情绪影响比较大，神态随时发生变化，在形体结构方面来讲差异性也比较大。在传统人脸识别方式的基础上，需对 LBP 算子进行更深层次的研究。故本文提出分块 LBP 算法的思想，避免部分特征信息的丢失，以提高识别准确率。

将整个面部分为不同的矩形区域;对分区后的部分进行特征提取和分析;经过分析可以得到每个区域的质量分布图;将每个区域按照规律进行排列后整合，得到最终的整体质量分布图。之后，就可以得出整个面部的特征向量，采用图5 的方式对其进行子分块的划分，这就是分块 LBP 算法的基本思想。通过该思想，可以将局部特征值进行全面提取和分析，提高了局部分析的准确度，能够大大增强识别效果[6]。

在研发的过程中，针对 LBP 算子提取人脸图像的表情特征信息时忽略了各相邻邻域点之间的关系。而改进的 LBP 算法按照邻域点与中心像素点距离大小进行加权运算，然后通过增加比较各相邻邻域点之间的大小关系，得到全新的 LBP 算子值，并最终得到人脸特征直方图。改进之后的 LBP 算法描述的表情纹理图像会更均匀，能更好地描述人脸图像[7]。通过人脸识别技术，还可以实现签到系统与相关系统的接口对接，接收到危险人员的图像信息之后，就可以采用人脸识别技术对进出校园的人员进行识别，可以快速锁定危险人员，进而保障校园师生的人身安全。

5  总结

校园签到系统是当前各行业研究的重点，深入挖掘以基础数据为核心的数据价值已经在智慧校园建设过程中引起了人们的重视。本文在分析传统人脸识别算法的基础上，提出分块 LBP 算法思想，对人脸识别算法进行了应用优化设计，将局部特征值进行全面提取和分析，提高了局部分析的准确度，能够大大增强识别效果，提高了人脸识别的准确度。当校园内出现异常事件时，安保部门可以在第一时间内做出响应，确保在校师生的人身安全，建设平安和谐校园。

参考文献：

[1] 尚泽译，赵鹏.基于主成分分析的人脸识别应用研究[J].江苏科技信息，2016（24）;47?49.

[2] 李荣，徐燕华.基于视觉信息的图像特征提取算法研究[J].电子设计工程，2016，24（9）：188?190.

[3] 王雷.基于多准则决策的校园安全风险评估问题研究[J].系统科学与数学，2021，41（10）：2843?2854.

[4] 精准人脸识别算法，“识”无遗漏—测评芊熠智能动态人脸识别终端[J].中国公共安全，2019（9）：112?113.

[5] 杨强，张钧鸣.基于微服务架构的大数据应用开发创新实践[J].电力大数据，2019，22（3）：71?76.

[6] 白昌盛.Python 编程特点及优势研究[ J].电子测试，2020（18）：125?126.

[7] 王红霞，王兵李，李保玉，等.基于 B/S 模式的自然保护区信息管理系统构建[J].林业资源管理，2015（5）：126?131.

作者简介：

党文玉（1997—） ，硕士，研究方向：图像处理技术。D931089D-E4DB-4488-9FA4-FEED2E495A91