基于图像的人脸识别技术在高校课堂考勤系统中的研究与应用作者：王少豪来源：《电脑知识与技术》2017年第33期
摘要：从日常手机的人脸解锁，到行人马路违章的人脸动态捕捉；从火车站“刷脸”安检，到支付宝“扫脸”购买商品，人脸识别技术作为一种基于脸部特征进行身份认证的生物计算机技术，正越来越成为人们工作学习生活中不可或缺的重要组成部分。该文通过基于图像的人脸识别技术，从高校课堂出发，结合企业考勤系统，提出人脸识别考勤系统的概念，进行识别算法研究，减轻教师工作量并且节省课堂点名时间，提高了课堂效率，为智能化课堂更进一步。
关键词：人脸识别；特征关键点；几何校正；变形模板
中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）33-0209-02
大学课堂出勤率低一直是各大高校面临的问题。相比各行各业陆续出现的各类考勤系统，高校课堂目前比较多的仍然是传统的点名方式，而近年来，也曾有一些新兴方式在某些高校出现：如手机App签到、指纹识别以及校园一卡通刷卡等。虽然这些新的方式较传统点名来说，是一种进步且日趋成熟，但是仍然有不少人为漏洞。比如手机或者校园卡有遗失与忘带的情况，学生也可以携带同学的手机与校园卡帮忙考勤；另外有少部分人群指纹较浅极难识别，甚至还有指纹膜作假的情况出现。针对这些现象，首先通过人脸特征关键点建立人脸数据库并生成面纹编码，再利用摄像工具获取当前人员的面部图像，并自动检测活体并定位关键点，接着进行几何校正与图像预处理，通过多种算法排除掉光线、背景、色调、表情、眼镜及神态等的干扰，最后再进行特征提取以及数据库人脸图像比对，最终精确辨认出个体的人脸识别考勤系统更加能够适应高校课堂，易于被大众接受，且快速响应提高了时间效率。具体流程如图1
人脸数据库是人脸识别技术的基础，也是提供识别算法的重要依据。人脸数据库的采集越丰富、角度越具体算法响应越迅速。考虑教室环境并不复杂，主要涉及人物脸部姿态神情多样，脸部饰品以及光照亮度变化等多种因素存在，因此需要个体做好多个人脸数据子库。如人脸角度子库需做到平视、仰视、俯视、左侧、右侧5类姿态；神态表情子库的建立，需要提取正常、微笑、张嘴、闭眼这4种神情；脸部饰品子库主要考虑为较大遮挡物眼镜是否佩戴的情况；光照亮度子库为自然光、白天日光灯、夜晚日光灯三种情况。通过这些人脸子库的建立，选取眼球中心、眼角点、眉角点、鼻孔中点、嘴角点分布位置提取出个体人脸特征关键点，并生成面纹编码存入数据库，以便进一步进行算法设置。
本文来源：https://www.2haoxitong.net/k/doc/5ac49561ab00b52acfc789eb172ded630b1c98e0.html
文档为doc格式