江泓政，湯軍，黃建，向鐸，楊玥，王志鋮

　?。ㄩL江大學(xué) 地球科學(xué)學(xué)院，湖北 武漢 430100）

　　摘要：傳統(tǒng)的課堂點名方法效率低下，浪費大量時間。提出基于人臉識別的課堂點名系統(tǒng)，大大提高了課堂點名的效率。本系統(tǒng)提供圖像和攝像識別點名，可一次識別多個人臉，同時該系統(tǒng)也對系統(tǒng)難以識別的學(xué)生提供手動簽到。系統(tǒng)運用OpenCV人臉識別開源庫做算法部分，用Qt、C++實現(xiàn)界面交互。

　　關(guān)鍵詞：人臉識別；OpenCV；點名系統(tǒng)

0引言

　　人臉識別技術(shù)是利用計算機基于人的臉部特征進行人臉圖像分析，并從中提取出所蘊涵的有效身份特征信息用以識別人的身份的技術(shù)［1］。本系統(tǒng)結(jié)合校園的需求，將人臉識別運用于課堂點名中。

1系統(tǒng)設(shè)計背景

　　在高校的教學(xué)和學(xué)生工作管理過程中，課堂點名是一項重要的內(nèi)容。而傳統(tǒng)的點名方式效率太低，教師工作量大，花費時間多，并且傳統(tǒng)點名記錄的數(shù)據(jù)不易利用。隨著科技的進步，人臉識別走進了日常生活中，學(xué)校開始出現(xiàn)人臉考勤機，但考勤機點名依舊是單個識別，效率依舊不高。本系統(tǒng)運用人臉識別技術(shù)，開發(fā)可一次識別多人臉的課堂點名系統(tǒng)，大大提高了點名的效率。

2系統(tǒng)設(shè)計中的關(guān)鍵技術(shù)

　　2.1基于AdaBoost的人臉檢測

　　AdaBoost算法是通過訓(xùn)練大量圖像得到弱分類器，將這些弱分類器根據(jù)一定的原則組合起來，形成強分類器，再將多個強分類器進行級聯(lián)，形成一個多層分類器，如果圖像中的某個區(qū)域能夠通過這個多層分類器，就判定這個區(qū)域是人臉［2］。在2001年，VIOLA和JONES M J對AdaBoost進一步修改，運用積分圖減小計算量，快速計算出Haarlike特征數(shù)值［3］。VIOLA P的算法在人臉檢測中取得了突破性的進展，被廣泛運用于人臉識別中。本系統(tǒng)采用VIOLA P的算法實現(xiàn)人臉檢測部分。

　　2.2基于EigenFace的人臉識別

　　EigenFace（特征臉）方法是基于主成分分析（Principal Component Analysis，PAC）的一種人臉識別技術(shù)，該方法識別率高，識別速度快。特征臉方法將包含人臉的圖像區(qū)域看作一種隨機向量，采用K-L變換（Karhunen Loeve expansion）獲得其正交基底。由于對應(yīng)較大特征值的基底具有與人臉相似的形狀，故稱之為特征臉“EigenFace”［4］。本系統(tǒng)能實時檢測人臉并對比識別，考慮到性能，選用EigenFace方法作為識別算法。EigenFace的人臉識別包括兩個部分：訓(xùn)練部分和識別部分。訓(xùn)練部分就是把人臉圖像的特征提取出來存放到訓(xùn)練的樣本文件中。在對人臉進行識別時，首先對輸入的待檢測人臉進行特征分析，然后與樣本中的人臉進行匹配。如果得到的相似度大于某個預(yù)設(shè)閾值，則認(rèn)為該人臉與樣本中人臉匹配，確定為“合法”用戶；反之，如果得到的相似度小于該閾值，則認(rèn)為該人臉為“非法”用戶［5］。人臉識別流程圖如圖1所示。

3系統(tǒng)需求分析與設(shè)計

　　3.1系統(tǒng)的需求分析

　　對點名系統(tǒng)的業(yè)務(wù)流程進行分析，并且調(diào)研課堂老師的意見，規(guī)劃出了系統(tǒng)的功能需求。該系統(tǒng)主要分為兩大功能模塊，一是圖像處理算法模塊，二是點名系統(tǒng)管理模塊。其中圖像處理算法模塊包括了人臉預(yù)處理、人臉檢測、人臉識別、人臉采集模塊；點名系統(tǒng)管理模塊包括信息錄入、信息查詢、信息管理模塊。

　　3.2系統(tǒng)設(shè)計

　　系統(tǒng)設(shè)計包括了系統(tǒng)框架設(shè)計、主要功能模塊設(shè)計和數(shù)據(jù)庫設(shè)計。

　　3.3系統(tǒng)框架設(shè)計

　　圖像處理算法模塊用于學(xué)生的人臉采集，將采集后的人臉進行預(yù)處理，并將處理后的人臉進行訓(xùn)練得到樣本文件，其中記錄了學(xué)生的人臉特征，在識別時系統(tǒng)載入樣本文件對學(xué)生進行人臉識別。點名系統(tǒng)管理模塊主要負責(zé)人員的信息、點名信息的查詢和管理。系統(tǒng)框架圖如圖2所示。

　　3.4主要功能模塊設(shè)計

　　3.4.1人臉采集模塊

　　人臉采集模塊用于樣本文件和人臉識別過程中人臉的提取，在檢測出人臉區(qū)域后將區(qū)域中的人臉經(jīng)過人臉預(yù)處理后保存為圖片，供訓(xùn)練時使用。此模塊設(shè)計了兩種采集模式：一是圖像人臉采集，在學(xué)生的照片中提取人臉；二是攝像人臉采集，學(xué)生在攝像頭前，由算法提取視頻幀中人臉。采取這兩種方法為人臉采集提供了方便，學(xué)生可將自己拍的照片提供給管理員進行人臉采集。采集后的人臉會保存在以學(xué)號命名的文件夾中。部分人臉采集圖如圖3所示。

　　3.4.2人臉識別模塊

　　人臉識別時程序先載入訓(xùn)練好的樣本文件，將人臉與訓(xùn)練文件匹配，當(dāng)置信度大于一定閾值時返回與人臉匹配的學(xué)號。人臉識別模塊同樣也設(shè)計了兩種模式，一是圖像人臉識別，二是攝像人臉識別。這樣設(shè)計的目的是為識別提供多樣化。在算法上本系統(tǒng)采用了OpenCV中的局部二值模式（Local Binary Patterns，LBP）算法［6］。

　　3.4.3點名模塊

　　在點名過程中一般方法是將識別過程中返回的學(xué)號與數(shù)據(jù)庫進行匹配，獲得學(xué)生數(shù)據(jù)。但此方法效率較低，在識別過程中需要頻繁地訪問數(shù)據(jù)庫，降低了點名的速度。本系統(tǒng)運用哈希表，在點名時預(yù)先將學(xué)生的學(xué)號和姓名載入哈希表中，在識別過程中只需訪問哈希表，大大提高了點名的效率和速度。

　　3.5數(shù)據(jù)庫設(shè)計

　　數(shù)據(jù)庫設(shè)計的主要表有管理員表、學(xué)生信息表、課程信息表、學(xué)生選課表、任課教師信息表、班級考勤表、學(xué)生考勤表、學(xué)生缺勤記錄表。E-R模型圖如圖4所示?！　?/p>

4系統(tǒng)實現(xiàn)

　　4.1系統(tǒng)運行和開發(fā)環(huán)境

　　系統(tǒng)采用Qt5.5為開發(fā)平臺，數(shù)據(jù)庫采用了MySQL5.5，在人臉識別模塊調(diào)用了OpenCV函數(shù)庫，系統(tǒng)開發(fā)環(huán)境為Windows 7 64位操作系統(tǒng)。

　　4.2系統(tǒng)界面

　　系統(tǒng)包括了人臉檢測、人臉點名、人數(shù)統(tǒng)計、人臉采集、信息查詢等功能。系統(tǒng)界面如圖5所示。　

　　4.3點名模塊

　　當(dāng)人臉識別完成后，會顯示簽到的學(xué)生和未簽到的學(xué)生，供教師確認(rèn)，發(fā)現(xiàn)未識別的學(xué)生可點擊刪除按鈕，學(xué)生會自動從未簽到加入簽到列表，再確認(rèn)課程班級無誤后，點擊提交便完成點名。點名界面圖如圖6所示。　

5結(jié)論

　　基于人臉識別的課堂點名系統(tǒng)運用OpenCV和Qt、C++編程技術(shù)實現(xiàn)，界面友好，操作簡單，點名快捷，大大提高了課堂點名的效率，也使得人臉識別技術(shù)有了更加廣泛的應(yīng)用，對推動學(xué)校和新技術(shù)的發(fā)展有積極的意義。

參考文獻

　?。?］ 文成玉,金欣,董良，等.基于人臉識別的應(yīng)用程序登錄助手設(shè)計鄢［J］.微型機與應(yīng)用,2014,33(12):9699.

　?。?］ 王竹君. 基于人臉檢測的移動點名系統(tǒng)研究與實現(xiàn)［D］.昆明：云南大學(xué),2014.

　　［3］ VIOLA P, JONES M J. Robust realtime face detection［J］. International Journal of Computer Vision,2004,57(2):137154.

　?。?］ 齊禮成. 基于人臉識別考勤系統(tǒng)的設(shè)計與實現(xiàn)［D］.西安:西安電子科技大學(xué),2012.

　?。?］ 何榮. 基于OpenCV的人臉識別系統(tǒng)設(shè)計［D］.廣州：華南理工大學(xué),2013.

　?。?］ 張慧娟. 基于人臉識別的考勤系統(tǒng)的設(shè)計與實現(xiàn)［D］.武漢：華中科技大學(xué),2011.