人脸识别技术在高校智能化教育管理中的应用综述

查飞琴

关键词：人脸识别；高校管理；智能化教育

0 引言

随着信息化时代的到来，高校智能化建设需适应疫情常态化管理的要求，传统的智慧校园建设在现有的数字校园发展上更需要体现出“智能性、安全性、便捷性”三大优势。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，其本质是通过计算机算法对图像进行处理，从而达到身份核实的目的。人脸识别技术在高校智能化管理中的教学应用、职工考勤、学生信息采集、校园安全保障等方面都能起到积极作用。

1 国内外研究现状

在互联网通信的时代，人工智能已经涉及人们生活和工作的许多领域，人们接触到的智能化场合正在逐渐扩大，使用智能化设备的频率也在增加。人脸识别技术作为AI应用领域中最具挑战性的项目之一，具有巨大的创新意识和应用前景。人脸识别技术最直接的功能属性就是通过智能算法来区分不同个体的身份，采用脸部图像的抓取来锁定被识别人所关联的身份信息。目前，人脸识别技术已经融入日常生活的方方面面，是人工智能与计算机的结合。由于其极具挑战性的创新能力和广阔的应用前景，已成为当今领域最具挑战性的研究课题。

1.1 国内研究现状

1.1.1 人脸识别技术在教学中的理论研究

2018 年8 月，教育部办公厅印发《关于开展人工智能助推教师队伍建设行动点工作的通知》，其中明确提出教师要“主动适应信息化、人工智能等新技术变革，积极有效开展教育教学”。结合《教育信息化2.0行动计划》中向创新融合发展转变的理念，人脸识别技术逐步进入高校的教学管理和应用中，同时也促进教师合理应用人工智能技术展开课堂教学。自2020年受奥密克戎变异株的影响，居家办公、线上教学、远程考试、校园进出核查等方面应用技术变革已经有效地融入学校管理各方面。以人脸识别技术为核心的高校信息化智能建设方面的理论研究也逐渐丰富。

杨凯雯[1]提出一种教室场景下人脸检测与识别的算法，通过对RetinaFace人脸检测框架进行改进，在主干网络中引入可变形卷积以适应人脸遮挡以及人脸变形，调整预设Anchor引入残差结构以适应教室场景下尺度变化的特点。陈凯[2]对场景复杂度以及人脸和摄像头间的距离远近对识别率进行定位，研究表明通过肤色检测，筛选出人脸可能存在的位置，采用多尺度扫描窗口适应人脸尺寸大小，能够解决一幅图中既有大脸又有小脸的问题。李有乘[3]设计轻型的深度神经网络模型，以此模型来对视频中的面部信息进行检测和分类，并对识别程度进行量化测试。李玲俐[4]对基于深度学习的面部图像处理技术展开阐述，文章提出如何让神经网络从有效的数据中学习到有效、鲁棒的生物特征是未来技术需要攻克的难题，并且指出传统的人脸识别技术所面临的问题和弊端。不同于卷积神经网络在人脸识别方向的研究，为提高人脸识别效率，雷虎[5]对三维人脸识别算法中的高精度分类器设计问题，采用人脸全局特征和局部特征信息分类后，对D-S数据融合技术来实现高速度的识别效率。

1.1.2 人脸识别技术在高校智能化管理中的应用研究

高校教育智能化管理是指通过高校教育信息网络应用技术与高校教学信息技术结合，提高高校管理效率和教学水平的管理模式。在教育信息化2.0发展背景下，如何有效组织整合资源，使用技术手段突破缓解因地域、自然灾害带来的不可抗拒的影响是高校管理中急需解决的问题。刘元庆[6]设计基于OpenCV 人脸识别技术的智能考试系统，从身份验证、管理员、教师、在线考试4个模块着手，完成对系统核心功能模块的设计和实现，其设计可智能化嵌入部分高校的考试系统中，将学生的面部信息安全可靠地存入数据库中，使在线考试变得更加智能化，高效化，为学生帶来了“一站式”的考前、考中、考后的服务体验。李福海[7]采用前后端分离的开发技术使用 Python 语言编写人脸识别程序，不仅能实现考生居家在线考试，还能通过面部表情手势的抓捕实现远程线上监考，做到老师学生足不出户在线考试。

高校新生报到对智慧校园的资格审查工作产生了一定的压力，近几年高校新生报到系统多采用单一的人脸识别，其应用对认证存在一定的误差度，受不可抗拒因素影响，异地入学、登记、报考的通道也是高校新生办理方式之一。刘仕华[8]将新生录取照片、身份证照片和现场采集的三方照片进行混合式识别，使用条形码扫描、身份证阅读器和虹软ArcSoft Face 技术对学生身份信息进行采集，大幅度提高了新生报到资格审查环节的效率。为确保在校生档案管理的公平性与严肃性，人事档案管理也在逐渐向着标准化、信息化、数字化等方向发展。刘琳[9]提出依托人脸识别技术在体检、高考、报到、录取四个阶段采集学生面部及个人信息可确保学生档案记载信息的确定性和可靠性，有效核实考生真实身份，杜绝冒名顶替事件。曹鑫玉[10]结合学校现有的智慧校园考勤管理平台，设计出一套基于人脸识别的高校师生自动考勤系统。该系统能有效监控校内外人员进出校园，同时设置师生进出准则，简化日常门卫，宿管人员对进出人员的登记流程，推动高校智能化管理及应用。

受奥密克戎变异毒株影响，智能化校园管理对人脸识别技术提出新的要求和挑战，目前，人脸识别技术在教育领域的典型应用主要包括智慧校园管理（考勤、安防）、智能教室、智能考试监测等，逐步贯穿学、考、评、管各个环节，基本实现了对教育教学的全面融入。

1.2 国内外研究现状

人脸识别技术的研究始于20世纪60年代，自20 世纪80年代以来随着计算机技术和光学成像技术的发展而不断完善，真正投入使用是在20世纪90年代后期。人脸识别系统检测的关键在于通过核心算法，对面部的颜色、轮廓、纹理、结构或者直方图特征等进行人脸检测技术，对检测的结果做到快速分析和数据存储。目前，人脸识别手段是高校实施智能化教育管理的重要技术之一。

L. Boussaad 和 A. Boucetta提出人工智能技术中的人脸识别技术可以在不接触的情况下，在被识别人最自然的状态下完成身份识别[11]。采用体积神经网络模型和hog算法构建人脸识别技术，实验结果表明，该系统能够满足面部识别的实时性要求，提高识别的准确性。 Wang， WQ从计算机仿真的角度，提出了一种人脸表情识别算法与在线课程平台相结合的框架[12]。利用设备中的摄像头采集学生的面部图像，通过FER算法对面部表情进行分析，并将其分为8种情绪。J·Xiang将人脸识别技术应用于高校智能教育管理系统、宿舍管理系统、课堂考勤系统[13]。实验结果表明，基于Yolo模型的卷积神经网络算法结合hog算法可以有效提高人脸识别特征信息的提取，提高识别效率，降低人脸识别的错误率。J Yang从人脸识别系统在实际扫描时的准确率、实时视频处理的考勤系统的稳定性、逃课率以及考勤系统的接口设置四个方向设计[14]。通过分析这些问题的现状，提出了基于人脸识别技术的考勤系统的概念，并对基于实时视频处理的人脸识别考勤系统进行了研究。

综上所述，以人脸识别为代表的人工智能技术在国内外的高校智能化管理中都已经得到普遍的应用。受技术发展的限制，国外人脸识别研究应用偏向以从深度学习的理念去对智能评价系统、特征识别、学习分析、情感反馈等方面进行模型搭建和实验对比，以此技术作为记录学习行为判断依据之一。在国内研究方面，人脸识别在参与学校教学环节方面的研究还较为缺乏，主要是集中在宿舍管理系统、课堂考勤系统、校园进出管理登记、图书馆管理系统等实际学校服务应用方面。

2 助力信息化智慧校园建设

随着信息技术和科学技术的发展，大学生对高校管理提出了越来越多的服务需求和建议，而高校传统的教育管理体制和模式已经不能满足学生的需求，学校管理的安全也无法保证。同时，随着高校规模的扩大，原有管理人员所要承担的管理任务也在不断增加。但是传统的管理模式效率低下，容易出错，使管理人员不得不进行重复的工作，增加了时间和人力成本。

在信息化应用高速发展时代，高校建设发展也需要跟进时代的步伐，受奥密克戎变异毒株影响，高校内部运行管理也发生了变化，师生教学形式线上化、安全服务信息化、后勤保障数据化，考试应用智能化等，这种高校管理模式的变革背后离不开人工智能技术的支持。其中人脸识别技术具有唯一性，非接触性、可扩展性等特点，而且数据识别速度快，数据处理准确性高，具有良好的用户体验，在常态化校园管理中，人脸识别技术能大幅度提升高校管理者的办公效率，解决教学、考试、校园安全等方面的困境，为教育信息化2.0环境下教学发展与管理运行寻求新的契机。目前，人脸识别技术已经在智能化校园建设中承担非常重要的角色，以此技术为枢纽打通学校各管理面，运行各环节的数字信息资源。

2.1 校园安全排查管理

奥密克戎的持续性防控和突发性变异让高校必须具备动态化管理和精准化统筹双重职能，学生管理工作面对着前所未有的挑战。高校对在校生的身体健康管理与检测须要做到更新快、数据准、普查广。人脸识别技术在校园安保，宿舍门禁，食堂就餐等方面发挥了强大的监管功能，从原始的“一卡通”到“一脸通”，检测的数据也更为广泛，“测温计”“健康码”“行程史”“最近核酸报告”等，这些功能能够有效应对突发情况下，学校师生健康的线上监控和对进出校园人员质量进行定点排查。以目前的人脸识别考勤系统为例，研究发现指纹考勤系统的错误率在5% 左右[15]，会出现指纹打不到的现象，严重影响了考勤效率，特别是在大型考勤现场，更容易造成拥堵。但是，考勤系统存在员工为他人刷卡的现象，很难达到实时考勤的目的。与此对比，人脸识别系统具有更高的准确性和稳定性，降低人员密集时数据拥堵的可能性。人脸识别技术的应用对保障在校师生的安全健康撑起了一把电子保护伞。

2.2 学生信息采集处理

人脸识别技术不仅体现在校园安全排查管理方面，在智能化校园建设上也发挥了强大的作用。以人脸识别到面部影像为基础，上传至学生信息服务中心，完成信息采集，将其与教学管理系统、宿舍管理系统、图书馆管理系统、实验室管理系统、考试管理系统、校园安全监控系统等对接[16]。通过API接口调用人脸库的数据，再与第三方系统产生互联，能够实现信息的自动匹配和实时调用。目前，在学校的宿舍管理、图书馆管理、线上教学、异地在线考试等方面都已投入应用，展现其强大的信息采集和数据处理能力。在构建高校智能化教学环境中，智慧教室逐渐纳入高校智能化学习发展中。基于“深度学习”和“计算机视觉”等IT技术的人脸识别技术，通过在智慧教室课堂中通过捕捉人体行为和面部微表情捕捉，对教学质量进行学情分析，评估课程质量，辅助教学综合管理与评估。

2.3 防作弊在线考试应用

人脸识别技术在高校考试中的应用也十分广泛，在严肃考风考纪，保障考试质量方面，人脸识别系统需要将数据库图像与待测人图像比对，根据比对结果确认个体身份，因此相比人脸辨认来说，技术识别更加容易实现。将其应用在考试系统中，可以准确判断参加考试的考生是否与图像库中的人为同一考生[17]。在各类竞赛项目，政府性、国家级考试等大型考试项目上能够有效杜绝替考现象，确保考试公平公正性。

目前，高校的考试形式多元化，传统的纸质考试存在资源浪费、阅卷困难、难以排考等弊端。以人脸识别为核心技术的在线考试系统，可实现鹰眼检索、双机位检测、动作抓捕、微表情识别与分析等功能，可以减缓考务、监考人员压力，做到保障异地考生线上考试质量。基于人脸识别技术的考试系统能够做到远程身份验证和线上实时监考，实现高质量的“云”考试與“云”阅卷。

3 总结

随着高等教育的普及，大学生的数量和大学校园的规模不断扩大，校园教育管理问题越来越突出。互联网技术和信息技术的创新，使构建智能化教育管理服务成为必然的发展趋势。虽然我国在人脸识别技术上的研究羽毛未丰，但高校的研究学者已经在迎头赶上，一些领军人物已经在人脸识别领域确立了自己的行业地位。以人脸识别为代表的人工智能技术的应用，可以帮助高校有效地提高校园工作效率管理与教学质量，构建智能化教育管理模式。