教学环境下学生群体人脸识别技术的研究

来源:用户上传      作者:

　　摘要：近年来，随着我国高校扩招政策的不断深入，各高校内学生人数呈爆炸式增长，学生人数的激增给学校的管理工作带来了新的挑战。以高校教育教学环境为背景，引进人脸识别技术不仅能够辨别、确认学生身份，而且也可以提高学校对学生的管理效率，确保学校各项教育教学管理工作的有序进行。论文以高校教育教学环境为背景，对学生群体人脸识别相关技术进行了重点研究分析，为人脸识别技术在教育教学中的应用做好铺垫，从而进一步提升学校对学生群体的管理效率。
　　关键词：中图分类号：TP311      文献标识码：A
　　文章编号：1009-3044（2019）17-0213-03
　　开放科学（资源服务）标识码（OSID）：
　　1 前言
　　所谓的人脸识别就是指对人的面部信息进行检测辨识，从而达到身份确认辨别的目的，因此人脸识别技术也可以叫作面像识别技术。人脸识别技术包括三方面的内容，具体有：面像检测、面像追踪以及面像对比等。其中，面像检测为在某种特定复杂的环境里，对识别目标的面部进行检测，判断是否存在面部特征，如果存在那么将面部信息进行分离。而面像追踪则为将检测到的面部信息作为追踪的目标，做到动态追踪。面像对比为系统根据检测追踪到的面部信息进行信息提取保留，并将该数据信息与数据库中的面像数据进行匹配比对，从而达到确认所检测目标身份的目的。
　　人脸识别属于生物特征识别技术。作为生物特征识别技术的一个重要成员，人脸识别技术与其他的生物特征识别技术例如指纹信息识别、人类声音信息识别以及静脉识别等有着本质的区别。如果想要对识别目标进行身份辨别，系统就必须首先检测采集相应的数据信息，而指纹信息、声音信息以及静脉状态信息等都需要被识别人的特定配合才能实现系统对相关数据信息的采集工作，无法对复杂环境中群体目标的身份辨别。然而，人脸识别技术即使在群体环境下且不需要被检测人的主动配合就能够实现对人脸信息的采集工作，达到在复杂环境中对群体目标进行身份辨别的目的。因此，人脸识别技术能够高效、隐蔽的对群体目标进行检测。此外，人脸识别技术还具有识别率高、识别工作简便、经济实用等诸多优点，能够广泛地应用到身份辨别、安全确认等领域中。
　　基于上述内容的介绍，人脸识别技术在教学环境下对学生群体目标进行身份识别具有独特的技术优势。该技术在教学环境下的应用，不仅能够对学生群体进行身份辨别确认，而且也可以提高学校对学生群体的管理效率，确保学校教学、管理工作的有效进行。下面，论文将对人脸识别技术的相关特征进行详细介绍。
　　2 人脸识别技术的特征
　　人脸识别技术的主要特征有：经济实用性、先进性、开放性、可扩展性、易操作性、安全性以及完整性等。
　　1） 经济实用性
　　人脸识别技术具有经济实用性的优势。从经济性、功能性以及性价比上综合考虑，人脸识别技术满足一定的经济实用型。
　　2） 先进性
　　人脸识别技术在生物识别技术领域中属于领先科技，具有一定的先进性。
　　3） 开放性
　　基于人脸识别技术的身份识别系统具有开放的体系标准，能够支持多种网络协议，方便网络互通互聯，降低系统内部的软硬件的耦合性，提高通信率。
　　4） 可扩展性
　　基于人脸识别技术的身份识别系统能够对相关功能模块进行有效的配置管理，具有较强的可扩展性。
　　5） 易操作性
　　基于人脸识别技术的身份识别系统具有良好的人际交互平台，能够降低用户的频繁操作带来的不必要的工作量，具有一定的易操作性。
　　6） 安全性
　　基于人脸识别技术的身份识别系统在运行的时候，能够按照系统内容的设定对信息进行加密操作处理，避免信息被盗取、拦截或者毁坏等，保障信息的正常的传输，具有一定的安全性。
　　7） 完整性
　　基于人脸识别技术的身份识别系统包含了所有的体系技术，包括，面向检测、面向定位、数据信息特征提取、数据信息匹配比较等。此外，系统还提供其他的相关技术功能，具有一定的完整性。
　　基于人脸识别技术的身份识别系统使用面向对象语言开发设计，以领域模型分析为基础，使用面向对象分析与设计，在功能设计上做到灵活设计，当功能需求在发生变化的时候降低修改工作量。
　　3 系统工作原理及数据采集过程
　　3.1 系统工作原理
　　人类的脸部图像信息是人类自身重要的生物特征，拥有非常高的区别性和不可复制性，这两个特征属性为身份辨别提供了非常良好的前提条件。因此，基于人脸识别技术的身份识别系统与基于其他形式的生物特征识别技术相比较，前者拥有更高的辨别度和稳定性，此外，人脸识别技术即使在群体环境下且不需要被检测人的主动配合就能够实现对人脸信息的采集工作，达到在复杂环境中对群体目标进行身份辨别的目的，这为在以教学环境为背景下的学生群体人脸识别系统的实现奠定了坚实的基础。
　　在基于教学环境下的学生群体人脸识别技术身份识别系统中，主要由两大模块构成，这两大模块分别是学生人脸图像数据收集匹配模块以及图像信息维护统计模块。其中，在系统的学生人脸图像数据收集匹配模块中，主要是实现学生人脸图像数据的收集、检测、匹配以及上载、下载的功能。而图像信息维护统计模块则是保证系统的信息维护和数据管理等功能的实现。
　　3.2 数据采集过程
　　在基于教学环境下的学生群体人脸识别技术身份别识别系统中需要创建人脸数据检测模块。在新生入学报到的时候，学校需要组织新入学的学生进行人脸图像信息采样工作，实现学生人脸数据库的组建及[1：1]比例的身份核实。具体过程如下：
　　1） 构建学生人脸图像数据库：学校组织新入学的学生进行人脸图像采样。使用专用摄像设备或者人脸图像扫描设备对学生人脸图像数据进行收集采样，将采样得到的人脸图像数据整合成具有面部特征集合的数据库。 　　2） 系统使用相关摄像设备对需要进行身份辨别的学生进行人脸图像采样工作，将采样得到的人脸图像数据进行分析处理，生成目标匹配学生人脸图像特征数据集合。
　　3） 将得到的目标匹配学生人脸图像特征数据和系统中面部特征集合数据库中的人脸数据进行匹配对比。
　　4） 通过匹配对比确认目标学生的身份，完成学生群体身份识别工作。
　　以上四个步骤都是在系统连续、实时、自动的情况下实现的，系统仅需要相关的处理设备，对硬件的要求并不高，相对来说要求非常简单。一般来说，基于人脸识别技术的身份识别系统所支持的操作系统有：Windows 2000/XP/2003等。相关服务端可以根据学校具体实际情况进行设备部署，方便对学生群体的人脸识别工作。
　　4 学生群体人脸识别技术研究
　　4.1 系统架构
　　基于教学环境下的学生群体人脸识别系统是以中央管理模式作为系统的架构，这样不仅可以简化系统结构，而且一旦系统发生故障也可以实现快速找出故障节点，快速做出故障响应。在该系统中，所有其他集群控制器专用配置数据均集中存储于集群控制器。
　　1） 物理数据库：系统对学生群体的人脸进行采样收集过程中都会将相关图像特征数据永久保存在相应的数据库里面。
　　2） 模板存储库：为了能够加速把学生人脸模板从数据库分配到任意节点的速率，任意计算机节点的学生人脸模板都会以数个分区文件的形式进行分区，与此同时保存都群集控制的硬盘中。
　　3） 群集控制器：群集控制器的主要功能就是集中管理维护各节点的当前情况，如果人脸识别系统在初始化阶段，系统就会根据实际情况把模板存储库加载到各节点中，当在录入的时候会把获得的新模板加载在目标节点中，在此基础上把人脸图像数据匹配的相关工作分派到系统各节点进行匹配处理，最后各节点将相关匹配结果返还。
　　4） 计算节点：主要用来负责将人脸特征数据库的部分数据加载到内存中，方便数据信息快速匹配
　　除此之外，按照群集控制器的相關要求，可以给新采集到的人脸图像数据提供特征提取和建立模板的服务。
　　4.2 接口介绍
　　如果在对两张学生人脸图像数据进行相似度计算的时候，可以通过相应的[1：1]图像匹配接口来实现。具体过程就是上载这两张图像的[Base64]编码，系统返还相应的相似度计算数值。具体代码及参数说明如下：
　　输入参数：
　　以上是实现学生人脸图像识别的关键代码及参数说明。
　　4.3 系统工作过程
　　基教学环境下的学生群体人脸识别系统的具体工作过程如下所示：
　　1） 对视频数据流中的相关人脸图像信息进行检测搜索。
　　2） 如果系统捕获到一张完整的人脸图像的时候，系统就会使用人脸匹配算法来对目标人脸图像进行检测，判断检测的区域是否真的存在一张完整的人脸图像信息。如果系统一旦确定在该区域确实是一张完整的人脸图像信息，那么就会将这个人脸图像信息从该背景区域分离下来，并将其进行一定的技术处理，恢复该图像信息的特征。
　　3） 把获得的人脸图像信息转变为系统人脸数据，在该数据中有着人脸特征数据信息。
　　4） 将获得的人脸图像特征数据信息与系统数据库里存在的相关数据进行匹配。
　　5） 通过匹配对比确认目标学生的身份，完成学生群体身份识别工作。
　　在该系统中，人脸识别的匹配方式是按照人脸特征及形状来进行的。识别系统具有高可靠性，他能够在特别复杂的环境中检测到人脸信息，并将其与数据库中的信息进行匹配对比，实现学生群体的身份识别功能。
　　5 小结
　　基于教学环境下的学生群体人脸识别技术的应用，不仅可以辨别、确认学生身份，而且也可以提高学校对学生的管理效率，确保学校各项教育教学管理工作的有序进行。
　　参考文献：
　　[1] 邓嘉明，张志鹏，潘熙婷.基于人脸识别的智慧校园学生行为管理系统研究[J/OL].鞍山师范学院学报，2019（02）：1-4[2019-05-19].
　　[2] 陈幼芬.一种人脸图像识别算法的研究[J].科技通报，2019，35（03）：113-118.
　　[3] 何佳宸，张虹.人脸识别技术在高校学生听课质量监控中的应用研究[J].信息系统工程，2019（03）：102.
　　[4] 张孜越，吴玉敏.基于人脸识别技术的学校教学考勤系统研究[J].智库时代，2019（07）：261+266.
　　[5] 陈明逊.人脸识别学生管理系统的设计[J].电子世界，2018（20）：206.
　　[6] 李国鑫.人脸识别技术的发展与应用[J].科技传播，2018，10（19）：102-103.
　　[7] 宣华，钟文锋，陈卫.人脸识别技术在清华大学教学管理中的应用[J].中国教育信息化，2018（11）：77-80.
　　[8] 董黎，赵伟华.人脸识别技术在高校图书馆管理中的应用[J].福建电脑，2018，34（05）：37.
　　[9] 刘志军. 基于人脸识别和语音识别的教学系统方法与技术研究[D].燕山大学，2018.
　　【通联编辑：李雅琪】
转载注明来源:https://www.xzbu.com/8/view-14954348.htm