基于人臉識別的企業(yè)考勤系統(tǒng)設(shè)計與實現(xiàn)

靳 尹，駱文杰，江朝暉

(合肥工業(yè)大學(xué) 計算機與信息學(xué)院，合肥230601)

0 引 言

人臉識別技術(shù)主要是根據(jù)人臉特點，使用計算機技術(shù)來對人臉圖像進(jìn)行分析，從而根據(jù)圖像來識別出有效的數(shù)據(jù)信息進(jìn)而來“辨認(rèn)”人臉［1］。人臉識別系統(tǒng)應(yīng)用非常廣泛如刑偵破案、交通出行、手機面部解鎖以及金融領(lǐng)域等。

在各個行業(yè)中，考勤是影響員工薪資的重要因素，傳統(tǒng)的考勤方式，打卡機打卡考勤以及指紋識別考勤，這些傳統(tǒng)的方式都比較費時費力，降低考勤效率，且準(zhǔn)確率也不高。如打卡機打卡主要依靠刷卡，與卡片持有者無關(guān)；指紋打卡識別會在秋冬等寒冷季節(jié)識別度減弱，導(dǎo)致打卡效率降低，甚至?xí)霈F(xiàn)購買假指紋，替打卡的問題，嚴(yán)重影響公平性與信息的準(zhǔn)確性。隨著移動設(shè)備的發(fā)展，近年來出現(xiàn)了基于射頻識別的考勤管理系統(tǒng)，但是這些系統(tǒng)存在著很多問題，例如系統(tǒng)和數(shù)據(jù)庫維護(hù)成本高，員工身份驗證方法存在漏洞，用戶操作不友好等［2］。人臉識別技術(shù)利用移動設(shè)備上帶有的攝像裝備收集人臉圖像，并上傳到數(shù)據(jù)庫，將采集的人臉圖像自動與數(shù)據(jù)庫的圖像信息進(jìn)行匹配，代表著新一代的考勤方向，不但可以規(guī)避傳統(tǒng)考勤出現(xiàn)的代替打卡等缺點，其辨識度、準(zhǔn)確率都十分高，所以基于人臉識別技術(shù)的打卡系統(tǒng)會成為企業(yè)的選擇。

1 人臉識別技術(shù)原理

人臉識別技術(shù)主要是對生物體的面部特征識別，此種方法的特點是效率高，穩(wěn)定性強，采集方便且不需要接觸，能夠有效解決由于天氣等造成的匹配度降低與設(shè)備磨損問題，相比于其它的特征識別更具優(yōu)勢。對于人臉識別主要的研究方法為深度學(xué)習(xí)法，其特點是辨識度更高，而且表達(dá)能力與泛化性能更強，使得此種學(xué)習(xí)法的適用范圍越來越廣［3］。

（1）人臉圖像采集及檢測。人臉圖像采集指采集各種人臉信息，例如表情、姿態(tài)等，記錄儲存到數(shù)據(jù)庫中；人臉圖像檢測主要對采集到的信息進(jìn)行進(jìn)一步的校準(zhǔn)。

（2）人臉圖像預(yù)處理。圖像預(yù)處理是人臉識別的重要步驟，將收集到的圖像根據(jù)其獲取圖像過程的復(fù)雜性進(jìn)行一系列的處理，人臉屬于一種三維圖像模型，將三維圖像投到二維平面上，會出現(xiàn)一些數(shù)據(jù)的丟失，如圖像的光照會影響圖片的質(zhì)量、設(shè)備的質(zhì)量會影響圖片成型好壞、年齡的增長面貌會發(fā)生改變、姿態(tài)不同等對人臉的識別有一些影響等，通過預(yù)處理將人臉圖像進(jìn)行一定的修改。

（3）人臉圖像特征提取。將收集到的人臉面部信息關(guān)鍵部位定點，將臉上的器官和輪廓分別打成連續(xù)的小點，這些點通過面部器官之間的相對位置來進(jìn)行定位的，或者是將收集到的生物圖像看成一個沒有生物學(xué)意義的向量，再將人臉進(jìn)行建模相匹配人臉特征。人臉特征68個特征點標(biāo)記如圖1所示。

圖1 人臉68特征點標(biāo)記Fig.1 68 Feature Markers of Face

（4）人臉圖像匹配與識別。提取人臉圖像的具體特征之后，將匹配的特征與存儲在數(shù)據(jù)庫中的人臉圖像進(jìn)行比對匹配，企業(yè)用到的考勤系統(tǒng)通常選用一對多的圖像識別方法，根據(jù)預(yù)設(shè)的相似度來判斷提交的人像信息如圖2所示。相似度需要提前設(shè)定，大于等于此相似度的即為匹配成功，反之失敗。

圖2 相識度判別Fig.2 Similarity test

2 考勤系統(tǒng)的設(shè)計

2.1 系統(tǒng)功能模塊介紹

系統(tǒng)功能模塊主要分為6大部分，部門管理模塊配置企業(yè)的組織機構(gòu)，具體到各個公司，各個部門至各個小組，根據(jù)組織機構(gòu)圖確定每一層級的具體權(quán)限；用戶管理模塊，用戶作為系統(tǒng)的主要操作者，此模塊主要為系統(tǒng)提供用戶的具體配置信息；數(shù)據(jù)備份管理模塊主要備份用戶信息；信息管理模塊主要是根據(jù)不同的職位分配其不同員工的具體權(quán)限管理信息；人臉特征管理模塊，增加，刪減或者是修改員工的個人圖像信息特征；出勤管理模塊負(fù)責(zé)記錄員工日常出勤情況。系統(tǒng)功能管理結(jié)構(gòu)圖如圖3所示。

圖3 系統(tǒng)功能管理結(jié)構(gòu)圖Fig.3 Function Management Structure

2.2 系統(tǒng)性能

（1）準(zhǔn)確性。本系統(tǒng)通過對人臉進(jìn)行識別，并將識別到的人臉圖像與數(shù)據(jù)庫中的圖像比對，識別的準(zhǔn)確性可達(dá)到99.65%

（2）低延時。低延時性作為本系統(tǒng)的另一個重要的優(yōu)點，其主要指的是數(shù)據(jù)從傳輸?shù)囊欢说搅硪欢说臅r長，時間越短就意味著其傳播速度越快，系統(tǒng)的性能等級越高。

（3）可拓展性強。本系統(tǒng)遵循著開閉原則設(shè)計，目的是在增添刪減功能上更具備方便靈活性，不會影響系統(tǒng)整體的正常運行。

（4）非接觸性。避免了人與人之間相互接觸，人與物接觸。

2.3 考勤系統(tǒng)總體設(shè)計流程

采用人臉識別系統(tǒng)對企業(yè)員工進(jìn)行考勤，可以解決傳統(tǒng)考勤的不足，提高考勤的正確率。其主要流程為:首先，錄入每個員工的具體信息，上傳多張個人圖片統(tǒng)一處理存儲；其二，管理員在系統(tǒng)的終端對各位員工發(fā)放考勤任務(wù)，具體包括上下班時間，工作時長；其三，員工每天登錄系統(tǒng)點擊簽到，拍攝個人圖像信息，確定信息將被發(fā)送至終端服務(wù)器；最后，服務(wù)器對收集到的信息與前期采集的數(shù)據(jù)比對，相似度達(dá)到預(yù)定值即進(jìn)行下一定位，若定位信息符合要求即為打卡成功，將其信息發(fā)送至個人手機終端并提醒簽到成功，反之需要重新打卡簽到。系統(tǒng)流程如圖4所示。

圖4 系統(tǒng)流程圖Fig.4 Flowchart of the system

3 考勤系統(tǒng)的實現(xiàn)

3.1 實現(xiàn)原理

本系統(tǒng)以Spring Boot 2.1、Spring Framework 5.1、Spring Security 5.1作為主框架，搭配Java EE 8、Apache Maven 3、Servlet 3.0的系統(tǒng)開發(fā)環(huán)境，利用Vue 2.6、Axios 0.18、Element UI 2.11作為視圖層，構(gòu)建了一個完整的人臉識別系統(tǒng)的開發(fā)平臺。

（1）人臉圖像采集及檢測，把獲取到的ω張人臉特征圖像統(tǒng)一放到集合B里，每張人臉圖像可以變換為一個N維向量，如式（1）所示:

（2）在獲得人臉向量B集合后，通過公式（2）的處理，計算得到平均圖像G。把B集合里的全部向量進(jìn)行累加求和，最后取平均值。

（3）用集合B里的每一個值減平均圖像值，可以得到每張集合里的圖像與平均圖像的差值η，式（3）:

（4）vk表示每張圖像與平均圖像差值η分布情況，找到ω個正交的單位向量。其中，βk為特征值，式（4）:

（5）人臉識別:上述步驟就是對人臉進(jìn)行降維處理，找到合適的向量來表示人臉。首先，考慮一個新的人臉，并用特征人臉進(jìn)行標(biāo)記，公式（5）可以計算其對應(yīng)的權(quán)重，一個向量可以由M個權(quán)重形成。

獲取特征臉相對人臉的表示，公式（6）:

計算歐式幾何距離之后與給定的閥值進(jìn)行比較，公式（7）。

其中，φ代表要鑒別的人臉，φk代表訓(xùn)練集內(nèi)已有的某個人臉，二者都用特征臉的權(quán)值來表示。當(dāng)計算的歐式幾何距離小于設(shè)置的給定值時，待鑒別的人臉和訓(xùn)練集中的第k張人臉是同一個人。當(dāng)所有的訓(xùn)練集的值都大于設(shè)置的給定值時，可以根據(jù)距離值將訓(xùn)練集劃分為新的人臉和非人臉［4］。

3.2 算法實現(xiàn)

基于人臉識別的企業(yè)員工考勤系統(tǒng)的本質(zhì)是對人臉的特征建模并利用算法分析識別?？记谙到y(tǒng)對收集到的信息圖像上器官之間相對位置的距離與數(shù)據(jù)庫中圖像上具體器官之間的位置和距離進(jìn)行比對，如眼睛與鼻子的相對距離，鼻子與嘴巴的相對距離，嘴巴與下巴的相對距離，耳朵與下巴的相對距離等，與數(shù)據(jù)庫信息進(jìn)行比對，判斷是否為一個人。特征臉訓(xùn)練與識別的流程如圖5所示。

圖5 特征臉訓(xùn)練與識別的流程Fig.5 Flow of Feature Face Training and Recognition

4 結(jié)束語

本文以人臉識別技術(shù)為核心，設(shè)計并實現(xiàn)了一種在中小型企業(yè)使用的人臉識別考勤系統(tǒng)。文章首先分析了傳統(tǒng)考勤方式存在的問題，使用人臉識別考勤系統(tǒng)的合理性及高效性；其次，對人臉識別的有關(guān)技術(shù)展開分析，闡述了基于人臉識別的考勤系統(tǒng)的原理，設(shè)計出相應(yīng)的實現(xiàn)方案，明確了以人臉識別技術(shù)為基礎(chǔ)的考勤系統(tǒng)的框架以及功能模塊，最后實現(xiàn)了基于人臉識別考勤系統(tǒng)的界面設(shè)計和功能測試。基于人臉識別技術(shù)的考勤系統(tǒng)可以幫助企業(yè)解決代打卡、假冒等現(xiàn)象，營造一個公平公正的企業(yè)氛圍。系統(tǒng)達(dá)到了對人臉進(jìn)行檢測識別和考勤記錄的目的，能夠識別員工的身份信息，對員工的考勤進(jìn)行記錄和統(tǒng)計，并且能夠完成員工信息的錄入、更改以及考勤信息的查詢和統(tǒng)計。