文档介绍：基于OpenCV的人脸识别智能考勤系统的实现
作者:姜旭涛 黄承宁 陆洋
摘要:近年来教育部严抓大学本科教育,提倡“严进严出”的管理制度,课堂考勤依旧是保证课程系统中的图像相似度超过此设定的阈值,系统将会把匹配得到的人脸信息进行反馈输出。
检测人脸时本系统采用了基于Haar特征的Ada Boost算法,由于Haar拥有许多庞大的特征数,如果使用普遍的方法计算时,占用资源多、计算量大、耗时较长等问题则无法得到解决。因此,系统计算Haar特征值时借助积分图的方式,将计算效率大大提高了。积分图总体思路则是将图像中的Haar特征(矩形特征)提取出来,计算积分图像,所得到的积分图像与人脸的积分图像进行比对,标记出符合人脸特征的区域。
0penCV技术
OpenCV是一个基于BSD许可发行的开源的跨平台计算机视觉库,涉及人机交互、图像分割、人脸识别、运动分析、实体追踪等多种领域。OpenCV不但从属于轻量级,并且工作非常高效。本文所要用到的人脸检测、人脸识别和人脸数据功能均由OpenCV提供的相应接口来实现[1]。
Wi-Fi定位技术
当Wi-Fi设备被开启时,扫描并且收集到周围的AP信号,我们能获取到AP设备广播出来的MAC地址。AP数据被标识后,将被位置服务器所接收。位置服务器根据每个信号不同强弱的程度,处理计算此设备所处的地理位置,计算结果将被上传存储后,用户设备接收到相应的反馈。如果预先把设备的MAC地址和用户的身份信息对应,在考勤时便可以确定该用户是否有可能在AP信号覆盖范围内。
3 系统设计
系统需求
学生端:登录,查看课表,签到,出勤情况查询,操作界面设置。
教师端:登录,点名,学生信息查询,出勤情况统计,编辑学生考勤信息。
辅导员端:登录,出勤情况统计查询。
管理员端:登录,查看信息,编辑信息,数据统计,修改密码。
系统功能
(1)登录功能。
(2)修改密码。
(3)查看个人信息:学生可以对个人信息,课程的时间地点以及考试安排进行查看。
(4)信息管理:管理员端进行登录,可以编辑课程以及学生信息。
(5)考勤管理:教师端可以将考勤签到功能进行开放以及关闭,在所规定的时间内,学生按时进行签到。签到完成后,任课老师可以实时查看学生的出勤记录数据。
(6)面部图像采集。
(7)人脸检测:将照片发送至终端,自动检测到人脸。
(8)人脸识别:通过OpenCV对存储的人脸信息进行搜索匹配,将比对结果上传。
(9)定位:定位信息将通过Wi-Fi检测显示于系统终端。
4 系统实现
考勤流程
具体考勤流程如图2所示,且系统建有相应的数据库应用系统,登录系统可以查看本班所有课程的历史出勤率,以及个人的具体出勤记录。
具体模块设计
(1)注册模块
该系统选用PC机白带的摄像头,由摄像头采集人脸照片,终端将所采集的图像进行预处理,利用CNN卷积算法将人脸进行提取,管理员录入信息时要进行身份验证,录入的学生信息包含班级、学号、姓名等。