卷积神经网络的教师打卡系统设计探讨范文

摘要：借助于大数据人脸识别技术，可方便学校管理者快速实现对教师是否准时上课、准时监考进行监督管理。对教师打卡系统进行了总体设计，包括硬件设计和流程设计，在此基础上，对人脸识别系统的设计进行了介绍，在对比多种人脸检测模型的基础上，选择利用Dlib的MMOD模型实现人脸检测功能，利用卷积神经网络模型实现教师人脸特征的提取和识别，该模型的训练过程采用不同光照、不同角度和不同距离的多种样本。结果证明，该系统很好地完成了人脸识别功能，能够实时地对教师是否准时上课、准时监考进行监督。

关键词：人脸识别；Dlib库；卷积神经网络

1概述

教师按时上课、按时监考是教学绩效考核的重要环节。传统的依靠巡视的方式来进行管理，大大降低了教学绩效考核的力度。依靠人脸识别技术，实现教师上课自动化打卡，再将教师打卡信息实时地传输到教学系统中来，与教学安排进行匹配，生成教师按时上课、监考的绩效信息，供教学管理者进行监督和管控，加强了学校教学管理的力度，提高了教学管理的效率。

2系统架构

教师上课打卡系统架构如图1所示，主要包括网络摄像头、互联网、云平台以及终端，其中网络摄像头将图像以数据流的形式通过互联网传输到云平台，云平台首先将这些图像利用Dlib库进行人脸识别，然后利用识别结果与教学系统课程数据进行匹配，生成教师按时上课、监考的绩效信息，这些绩效信息以图形化报表的形式来展示，管理者通过PC机或移动终端进行信息的查看。系统流程设计如图2所示，首先教师走到摄像头前，摄像头不停捕捉图像，当进入可识别范围内后，抓取人脸并进行识别。教师需要在摄像头前，等待系统传回的反馈信息，信息包括已识别或识别不成功等，教师平均等待时间为1.32s。

3人脸识别

人脸识别系统主要分为两部分，（1）图像检测，（2）图像识别。如图3所示，当教师走到网络摄像头前，系统利用Dlib进行人脸检测，当检测到人脸后，利用OpenCV截取人脸图像，将该图像转换为64*64*3的数据集，再将该数据集作为卷积神经网络的输入，卷积神经网络通过卷积层和池化层对数据集进行操作，得到512维的特征向量，将该特征向量输入给全连接层，全连接层进行分类，得到分类结果，并将分类结果标注在图像或视频上，识别出来的会标注名称，没有识别出来的会标注“其他”。

（1）人脸检测。人脸检测并不是人脸识别，它是对任意一幅图像或视频帧，确定图像中是否包含人脸的操作，如果包含，则返回脸的位置、大小等信息。进行人脸检测的开源软件包有很多，应用较广泛的主要有Arc鄄Face和Dlib，由于Dlib是C++工具箱，除了具有模型多样化的特点外、在适用场景和适用系统上具有很高的普适性。内置的人脸识别算法主要有两种：HOG+线性SVM的方法和MMOD-CNN的方法，其中HOG+线性SVM的方法的人脸识别度比MMOD-CNN稍低一些，主要体现在不能容忍视角旋转的变化、光照强度的变化上，而MMOD-CNN能够从不同的视角、光照条件和遮挡条件下检测人脸，虽然CPU运行速度稍逊于HOG+线性SVM，但它可以在NVIDIAGPU上运行，速度会变得更快。系统利用Dlib的MMOD-CNN的方法实现教职工人脸检测功能。

（2）基于卷积神经网络的人脸识别。卷积神经网络的优点是不用自己提取具体的特征，避免对图像进行前期的复杂预处理，也避免出现特征提取分类效果不好、相关度高等问题，它可以直接输入原始图像，通过卷积等操作，逐步抽象出图像的特征向量，被广泛应用到图像识别中。卷积神经网络的基本结构包括两部分，一是特征提取，二是分类。

（1）特征提取。卷积神经网络包含多个卷积层，每个卷积层利用卷积核扫描整个图像，得到特征图，前面的卷积层捕捉局部信息，有小的感受野，后面的卷积层感受野逐层加大，用于捕获更复杂、更抽象的图像信息。经过多个卷积层的运算，最后得到图像在各个不同尺度的抽象表示。这与人们观察图像的方式是一致的，图像的局部像素联系比较紧密，而较远的像素相关性比较弱，所以每个神经元没有必要对全局图像进行感知，只要对局部进行感知，而到了更高层次再对局部的信息进行综合操作得出全局信息。由于卷积之后产生大量的参数，再采用池化层来稀疏参数，从而降低网络的复杂度。

（2）分类。通过卷积神经网络的特征提取功能得到了特征向量，再利用卷积神经网络的全连接层实现分类的操作。全连接层就相当于传统的前馈神经网络中的隐含层，它位于卷积神经网络的最后部分。全连接层的作用是对提取的特征进行非线性组合以得到输出，它利用特征向量完成机器学习的目标。系统获取3247名教师进行不同时间段的每人75张人脸图片，共计243525张人脸图片，来训练卷积模型，如图4所示，保存的人脸图片的大小为64*64，分为R、G、B3个通道，把截取的小图片送入神经网络进行训练，输入的图片64*64*3，网络共3层卷积层，卷积核大小为（3，3），卷积步长为[1,1,1,1]。卷积层用来提取特征，增加通道个数，但是图片大小没有变化，采用最大值采样的池化层采用，把特征图分割成许多个2*2大小的矩形，取每个矩形的最大值，形成特征图，输出的特征图的长和宽均是输入特征图大小的一半。

4结语

系统采用光照、距离和角度3个维度来制定训练样本，如图5所示。其中，光照维度有5种类型，分别是白天4讲课和晚上一讲课上课时对应的不同光照强度，距离维度有5种类型，分别到网络摄像头的距离是10cm、20cm、30cm、40cm和50cm，角度维度主要有3个，分别是正面、左侧面、右侧面。全校3247名上课教师，每名教师收集75张人脸照片，共计243525样本，做好分类结果的标注，形成3247位老师的人脸特征向量。每位老师进行50次识别测试，测试者走进网络摄像头，不断调整距离和角度，以5s作为识别时间期限，共计162350次识别结果中，有8次没有检测到人脸，有32次识别错误，漏报率仅为0.0049%，误报率为0.0197%，识别效果良好。

作者：张培培 单位：华北理工大学管理学院