基于人臉識別技術(shù)的考勤方案研究

摘要：隨著人工智能領(lǐng)域的飛速發(fā)展，越來越多的基于大數(shù)據(jù)、機(jī)器學(xué)習(xí)等技術(shù)的創(chuàng)新應(yīng)用使得生活更加快捷便利。為了規(guī)范、高效地完成學(xué)生考勤。本研究主要分析目前常見的幾種生物識別方法的考勤系統(tǒng)進(jìn)行對比，分析人臉識別在考勤中的優(yōu)勢和不足。為后期將人臉識別技術(shù)運(yùn)用在考勤中發(fā)揮更好的輔助作用。

關(guān)鍵詞：人臉識別;物聯(lián)網(wǎng);考勤

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2020）19-0177-02

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

隨著智慧校園建設(shè)的快速推進(jìn)，各高校無論從硬件還是軟件都做了大量的投資，目前許多學(xué)校將物聯(lián)網(wǎng)建設(shè)思路運(yùn)用到了校園日常管理中。物聯(lián)網(wǎng)產(chǎn)品價(jià)格越來越低，應(yīng)用行業(yè)越來越廣，各個(gè)行業(yè)的解決方案日趨成熟。人臉識別是基于物聯(lián)網(wǎng)資源的一個(gè)有效整合。現(xiàn)將物聯(lián)網(wǎng)相關(guān)技術(shù)應(yīng)用到高校日?？记谥幸彩谴髣菟?。

物聯(lián)網(wǎng)是通過射頻識別技術(shù)（RFID）、傳感器技術(shù)、全球定位系統(tǒng)、激光掃描儀等傳感設(shè)備采集到光線、熱能、電磁、聲波、位置、生物等數(shù)據(jù)，按相應(yīng)的協(xié)議，并通過網(wǎng)絡(luò)把任何物品與互聯(lián)網(wǎng)相連接，進(jìn)行信息交換和通信，以實(shí)現(xiàn)對物品的智能化識別、定位、跟蹤、監(jiān)控和管理的一種網(wǎng)絡(luò)。作為互聯(lián)網(wǎng)的延伸，物聯(lián)網(wǎng)利用通信技術(shù)把傳感器、控制器、機(jī)器、人和物等通過新的方式聯(lián)在一起，形成人與物、物與物相聯(lián)?，F(xiàn)被廣泛應(yīng)用于智能家居、智慧城市、智慧交通、智慧醫(yī)療、銀行等許多行業(yè)領(lǐng)域，是人類在科技領(lǐng)域的重大飛躍，是未來社會發(fā)展的方向。

隨著高校不斷擴(kuò)招，學(xué)生規(guī)模不斷擴(kuò)大，課程任務(wù)、學(xué)生宿舍、教學(xué)、后勤、保衛(wèi)等相應(yīng)的管理成本和管理難度也隨之增加且日益復(fù)雜。以課堂考勤為例，現(xiàn)階段考勤管理，仍然是由教師主導(dǎo)或監(jiān)督下完成的點(diǎn)名，這種方式簡單方便，但是存在諸多問題;首先是時(shí)間的我浪費(fèi)，尤其在一些大課或者合班課程，上課人數(shù)眾多;其次是教師考勤統(tǒng)計(jì)難度較大，需要在期中期末進(jìn)行統(tǒng)計(jì)時(shí)，需要教師將各門課程匯總后上報(bào)學(xué)校教務(wù)處或其他部門，需要將各學(xué)院數(shù)據(jù)進(jìn)行匯總，可能會花費(fèi)大量的人力物力;再次就是考勤過程中存在事假、病假、曠課、遲到、早退等各種因素，所以在統(tǒng)計(jì)過程中數(shù)據(jù)準(zhǔn)確性難以保證;最后是數(shù)據(jù)的反饋難以達(dá)到精準(zhǔn)，存在教師、學(xué)院管理人員和學(xué)生難以及時(shí)、準(zhǔn)確的了解考勤情況。

1 研究現(xiàn)狀

1.1指紋識別考勤

Akinduvite等提出了一個(gè)基于指紋的學(xué)生出勤管理系統(tǒng)[1]具有識別度快、準(zhǔn)確率高、容易操作，同時(shí)用戶一般不會在手指的指紋上做裝飾，穩(wěn)定性和可靠性強(qiáng)。但是在具體操作過程中，學(xué)生需要一個(gè)個(gè)依次排隊(duì)進(jìn)行指紋進(jìn)行錄入，在課前10分鐘內(nèi)完成錄入很容易造成擁堵現(xiàn)象;同時(shí)指紋識別屬于觸摸式識別，識別過程中對對手指的濕度和清潔度都有要求，指紋在磨損后也會造成不能識別的后果;還會存在某些人可能天生沒有指紋，或者指紋特征少，無法成像的情況;指紋痕跡容易留存，存在被復(fù)制的可能陛，安全性降低。

1.2 射頻識別考勤

潘宏斌等實(shí)現(xiàn)了基于RFID自動識別技術(shù)的校園考勤系統(tǒng)[2]。實(shí)現(xiàn)了非接觸的批量自動考勤管理，有效監(jiān)控校園學(xué)生的行為軌跡。射頻識別系統(tǒng)主要由三部分組成：標(biāo)簽、天線、閱讀器，具體識別流程如圖1所示。RFID識別根據(jù)工作頻率的不同分為低頻、高頻和超高頻。但是采用RFID來作為考勤的識別主要存在以下問題：首先在使用低頻和高頻標(biāo)簽時(shí)，因標(biāo)簽是被動式的，需要學(xué)生帶上標(biāo)簽到固定的采集器上進(jìn)行數(shù)據(jù)采集，會存在上課或下課過程中出現(xiàn)大量排隊(duì)的情況，同時(shí)代打卡現(xiàn)象比較嚴(yán)重，無法驗(yàn)證是否為本人;其次使用超高頻解決了排隊(duì)的問題，但是存在一人帶多卡，會出現(xiàn)一人帶多卡且無法確認(rèn)是否為學(xué)生本人進(jìn)行操作，同時(shí)使用超高頻讀取過程中是被動識別的方式，信息會被不斷的讀取，信息安全存在問題。

1.3 手機(jī)打卡考勤

基于手機(jī)的考勤方式也各式各樣。周克輝等實(shí)現(xiàn)的通過Wi-FiDirect技術(shù)+手機(jī)打卡方式[3]，湯文俊等開發(fā)的基于圖片+位置通過簽到簽退的方式進(jìn)行考勤[4]，張雅瓊等實(shí)現(xiàn)的手機(jī)+藍(lán)牙的打卡方式[5]。以上幾種方法都實(shí)現(xiàn)了對學(xué)生的考勤的信息化，規(guī)范了考勤流程，有效減少了代刷現(xiàn)象。但其系統(tǒng)主要是被動考勤，首先教師及管理人員無法在第一時(shí)間了解考勤結(jié)果，也會存在學(xué)生忘記打考勤等情況出現(xiàn);其次是一個(gè)同學(xué)可以帶一個(gè)或多個(gè)手機(jī)進(jìn)入教室，代考勤現(xiàn)象依然存在。

2 基于人臉識別的考勤研究

人臉識別（FACE RECOGNITIO）是生物特征識別技術(shù)的一種，人臉圖像采集及檢測、人臉圖像預(yù)處理、人臉圖像特征提取以及人臉匹配與識別，詳見下圖3。人臉識別技術(shù)在實(shí)際使用中首先具有非接觸和主動識別的特性，在采集人臉識別過程中，只需要被檢測人在攝像頭下被設(shè)備抓拍到人臉畫面即可，這樣的好處在于用戶在心理上比較容易接受，不會出現(xiàn)抵觸情緒。其次在于人臉識別可以根據(jù)預(yù)先設(shè)定好的相關(guān)流程進(jìn)行主動識別，部署完畢后無須其他操作，易于實(shí)現(xiàn)。再次，人臉信息也屬于生物特征信息，難以進(jìn)行復(fù)制，偽造，大大提高了安全性以及可靠性。因?yàn)槠浒踩⒖煽?、非接觸、簡單、主動識別的特點(diǎn)。越來越多基于人臉識別的各種新產(chǎn)品新技術(shù)被不斷推出，并且人臉識別技術(shù)已經(jīng)逐步在教育、公共安全、教育、國防、醫(yī)療等多個(gè)領(lǐng)域“落地開花”，從身份認(rèn)證到線下支付，從乘坐地鐵到取快遞，人臉識別技術(shù)讓我們有著更便捷的生活。

2.1 人臉圖像采集及檢測

在人臉圖像采集的具體應(yīng)用場景下，一般都是在非限制條件下進(jìn)行人臉圖像采集和檢測，在這種環(huán)境下采集到的人臉常常會受到采集圖像大小、采集圖像分辨率、光照情況、是否模糊、五官是否被遮擋、人臉采集角度等問題。

采集到的低質(zhì)量的圖像信息很大程度上會影響人臉識別和檢測過程中的四個(gè)指標(biāo)即檢測率、漏檢率、誤檢率、檢測速度。檢測率是指存在人臉并且被檢測出的圖像在所有存在人臉圖像中的比例;漏檢率是指存在人臉但是沒有檢測出的圖像在所有存在人臉圖像中的比例;誤檢率是指不存在人臉但是檢測出存在人臉的圖像在所有不存在人臉圖像中的比例。目前比較主流人臉檢測的方法有AdaBoosts算法[6]、viola-j ones人臉檢測算法[7]、可變形的組件模型（dpm）[8]、卷積神經(jīng)網(wǎng)絡(luò)（CNN）[9]。

2.2 人臉圖像預(yù)處理

在具體應(yīng)用場景下采集到的圖像信息由于受到各種條件的限制和隨機(jī)干擾，往往不能直接使用，必須在圖像采集后對圖像進(jìn)行預(yù)處理，該過程主要對圖像進(jìn)行處理并最終服務(wù)于特征提取的過程。

在預(yù)處理過程中主要完成人臉對準(zhǔn)[10]（通過部件定位算子標(biāo)定人臉中關(guān)鍵特征點(diǎn)的位置，包括眼球、鼻尖和嘴角），人臉圖像的光線補(bǔ)償（抵消人臉圖像中存在的色彩偏差，將整個(gè)圖像中的所有像素的亮度從高到低進(jìn)行排列），灰度變換（為了改善畫質(zhì)，使圖像的顯示效果更加清晰）、歸一化（取得尺寸一致，灰度取值范圍相同的標(biāo)準(zhǔn)化人臉圖像）、幾何校正[11]（實(shí)現(xiàn)定位人臉傾斜方向以達(dá)到人臉校正的目的）、中值濾波（圖片的平滑操作以消除噪聲）以及銳化等。

2.3 人臉圖像特征提取

人臉識別過程中的特征識別方法主要有卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像特征、幾何特征的方法等。人臉特征提取就是針對人臉的某些特征（眼睛、鼻子、嘴、下巴）進(jìn)行的，也稱人臉表征，可作為識別人臉的重要特征，它是對人臉進(jìn)行特征建模的過程，完成對人臉信息特征提取。其中最為基礎(chǔ)的是幾何特征提取，人臉由眼睛、鼻子、嘴、下巴等部件構(gòu)成，正因?yàn)檫@些部件的形狀、大小和結(jié)構(gòu)上的各種差異才使得世界上每個(gè)人臉千差萬別，因此對這些部件的形狀和結(jié)構(gòu)關(guān)系的幾何描述，可以作為人臉識別的重要特征。幾何特征最早是用于人臉側(cè)面輪廓的描述與識別，首先根據(jù)側(cè)面輪廓曲線確定若干顯著點(diǎn)，并由這些顯著點(diǎn)導(dǎo)出一組用于識別的特征度量如距離、角度等。

2.4人臉匹配與識別

提取的人臉特征值數(shù)據(jù)與人臉識別服務(wù)器中存貯的特征模板進(jìn)行搜索匹配，通過設(shè)定一個(gè)閾值，將相似度與這一閾值進(jìn)行比較，來對人臉的身份信息進(jìn)行判斷。在匹配和識別過程中主要采用的是MIT實(shí)驗(yàn)室的特克（Turk）和潘特（Pentland）提出的“特征臉”[12]、彈性圖匹配（EGM）[13]、幾何特征、神經(jīng)網(wǎng)絡(luò)等方法進(jìn)行識別。

3 研究展望

通過人臉識別的方式進(jìn)行考勤可以高效、準(zhǔn)確的進(jìn)行考勤。同時(shí)人臉識別受識別環(huán)境的影響可通過相應(yīng)的算法和改進(jìn)識別環(huán)境得以彌補(bǔ)其中的不足。筆者認(rèn)為繼續(xù)加大對算法的研究、并與物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)、人工智能技術(shù)相結(jié)合，高?？记谥谐霈F(xiàn)的各式各樣的問題都將迎刃而解。

參考文獻(xiàn)：

[1] Akinduyite co， Adetulmlbi.Fingerprint-based attendance man-agement system[Jl.Journal of Computer Sciences and Applica-tions， 2013，1（5）：100-105.

[2]潘宏斌，林雨，余雯.基于RFID自動識別技術(shù)的校園考勤系統(tǒng)分析與研究[J].價(jià)值工程，2018，37（30）：246-248.

[3]周克輝，陳泰峰，謝先輝，基于Wi-FiDirect技術(shù)的高校手機(jī)考勤管理系統(tǒng)研究[Jl，電子測試，2019，（19）：80-82.

[4]湯文俊，彭立，席博文.一種基于智能手機(jī)的課堂考勤系統(tǒng)[J].計(jì)算機(jī)時(shí)代，2019（2）：18-22.

[5]張雅瓊，華正龍.基于物聯(lián)網(wǎng)與Android平臺的課堂考勤系統(tǒng)的設(shè)計(jì)與實(shí)王見[J].微型電腦應(yīng)用，2019，35（4）：42-44.

[6]楊忠明，李子龍，胡音文，等.一種前景提取的行人模式識別檢測算法[Jl.鄭州大學(xué)學(xué)報(bào)（工學(xué)版），2019，40（5）：91-96.

[7]賈海鵬，張?jiān)迫?，等，基于OpenCL的Viola-Jones人臉檢測算法性能優(yōu)化研究[J].計(jì)算機(jī)學(xué)報(bào)，2016，39（9）：1775-1789.

[8]孫肅肅.基于HOG-PCA和DPM的人臉檢測方法的研究和實(shí)現(xiàn)[D].北京：北京郵電大學(xué)，2014.

[9]董蘭芳，張軍挺.基于Faster R-CNN的人臉檢測方法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2017，26（12）：262-267.

[10]杜成，蘇光大，林行剛，等.改進(jìn)的用于人臉對準(zhǔn)的多尺度ASM方法[J].光電子，激光，2004，15（6）：706-709，730.

[11]孔海東.面向人臉識別的特征定位及幾何校正研究[D].天津：河北工業(yè)大學(xué)，2006.

[12]王忠民，王星，李剛，基于特征臉一灰度變換融合的人臉識別方法[J].小型微型計(jì)算機(jī)系統(tǒng)，2019，40（2）：420-426.

[13]俞燕，李正明.基于特征的彈性圖匹配人臉識別算法改進(jìn)[J].計(jì)算機(jī)工程，2011，37（5）：216-218.

【通聯(lián)編輯：唐一東】

收稿日期：2020-02-21

基金項(xiàng)目：德宏師范高等?？茖W(xué)校校級課題（XJ201810）

作者簡介：吳永斌（1994-），男（彝族），云南楚雄人，本科，德宏師范高等?？茖W(xué)校信息學(xué)院，助教，主要研究方向：軟件設(shè)計(jì)、物聯(lián)網(wǎng)，大數(shù)據(jù)。