馮詳禹 韋金成 西北民族大學(xué)
在大學(xué)教育的課堂上,出勤率是體現(xiàn)每位學(xué)生良好學(xué)習(xí)習(xí)慣的重要因素,通過(guò)點(diǎn)名的方式統(tǒng)計(jì)出勤率也是教師最直接的方法。這種方式既浪費(fèi)了老師的上課時(shí)間,也浪費(fèi)了學(xué)生的學(xué)習(xí)時(shí)間,并且還會(huì)出現(xiàn)早退,代替點(diǎn)名的現(xiàn)象。這些現(xiàn)象急需要得到一些改觀,現(xiàn)在迫切需要有一個(gè)系統(tǒng)能在老師上課之前就把學(xué)生的出勤情況統(tǒng)計(jì)完成。因此,基于人臉識(shí)別的身份檢測(cè)系統(tǒng)應(yīng)運(yùn)而生。
前期調(diào)研準(zhǔn)備:
通過(guò)我們對(duì)課堂情況的調(diào)查,發(fā)現(xiàn)老師課堂點(diǎn)名只能對(duì)課堂學(xué)生情況進(jìn)行初步了解,無(wú)法杜絕替課以及代替他人答到的現(xiàn)象。在項(xiàng)目申報(bào)之前,我們通過(guò)上網(wǎng)瀏覽技術(shù)文獻(xiàn),對(duì)項(xiàng)目所需要的技術(shù)以及知識(shí)進(jìn)行了初步了解,已經(jīng)提前開(kāi)始了有關(guān)項(xiàng)目技術(shù)的初步學(xué)習(xí)。
此系統(tǒng)小巧輕便,操作簡(jiǎn)單,在上課十分鐘前,老師只需要將攝像頭對(duì)準(zhǔn)門(mén)口,在學(xué)生進(jìn)入教室時(shí),正面對(duì)準(zhǔn)攝像頭方向,攝像頭就會(huì)進(jìn)行實(shí)時(shí)圖像采集,發(fā)送至客戶端。然后通過(guò)處理中心進(jìn)行圖像分析,對(duì)人臉圖像進(jìn)行鎖定。最后與數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)匹配,分析出鎖定的人臉圖像對(duì)應(yīng)的信息。通過(guò)已到學(xué)生名單與全部學(xué)生名單的對(duì)比,就可以知道每位學(xué)生的出勤率。
通過(guò)對(duì)Python、Ubuntu 與OpenCV 的系統(tǒng)學(xué)習(xí),對(duì)項(xiàng)目進(jìn)行可行性分析,對(duì)人員實(shí)時(shí)識(shí)別系統(tǒng)進(jìn)行系統(tǒng)分析,并且制作軟件開(kāi)發(fā)流程表,進(jìn)行軟件開(kāi)發(fā)規(guī)劃。然后基于Ubuntu 系統(tǒng)進(jìn)行Python 與OpenCV 的開(kāi)發(fā)與使用,對(duì)學(xué)習(xí)的知識(shí)進(jìn)行實(shí)踐。學(xué)習(xí)使用Keras,使軟件具有自我學(xué)習(xí)功能。還需要熟練使用Ubuntu 系統(tǒng),使用Python 與OpenCV 進(jìn)行軟件程序的初步編寫(xiě),采集實(shí)時(shí)視頻的數(shù)據(jù)幀,對(duì)數(shù)據(jù)幀中的圖像數(shù)據(jù)進(jìn)行初步的人臉識(shí)別與鎖定。最后使用Keras,進(jìn)行模型的構(gòu)建與模型訓(xùn)練。使用深度學(xué)習(xí)的基礎(chǔ)知識(shí),是軟件具有自我學(xué)習(xí)功能,進(jìn)一步提高軟件功能即對(duì)人員實(shí)時(shí)識(shí)別的準(zhǔn)確性。對(duì)軟件進(jìn)行測(cè)試與調(diào)試,完成軟件主要功能,完善軟件程序。
硬件實(shí)現(xiàn)主要分為五個(gè)步驟(如圖所示),首先需要進(jìn)行圖像數(shù)據(jù)處理,一幅數(shù)字圖像是由一個(gè)或多個(gè)圖像感知器產(chǎn)生,這里的感知器可以是各種光敏攝像機(jī),包括遙感設(shè)備,X 射線斷層攝影儀,雷達(dá),超聲波接收器等。去絕不與同的感知器,產(chǎn)生的圖片可以是普通的二維圖像,三維圖組或者一個(gè)圖像序列。圖片的像素值往往對(duì)應(yīng)于光在一個(gè)或多個(gè)光譜段上的強(qiáng)度(灰度圖或彩色圖),但也可以是相關(guān)的各種物理數(shù)據(jù),如聲波,電磁波或核磁共振的深度,吸收度或反射度。
在對(duì)圖像實(shí)施具體的計(jì)算機(jī)視覺(jué)方法來(lái)提取某種特定的信息前,一種或一些預(yù)處理往往被采用來(lái)使圖像滿足后繼方法的要求。例如:二次取樣保證圖像坐標(biāo)的正確平滑去噪來(lái)濾除感知器引入的設(shè)備噪聲提高對(duì)比度來(lái)保證實(shí)現(xiàn)相關(guān)信息可以被檢測(cè)到調(diào)整尺度空間使圖像結(jié)構(gòu)適合局部應(yīng)用
接著從圖像中提取各種復(fù)雜度的特征。例如:線,邊緣提取局部化的特征點(diǎn)檢測(cè)如邊角檢測(cè),斑點(diǎn)檢測(cè)更復(fù)雜的特征可能與圖像中的紋理形狀或運(yùn)動(dòng)有關(guān)。
在圖像處理過(guò)程中,有時(shí)會(huì)需要對(duì)圖像進(jìn)行分割來(lái)提取有價(jià)值的用于后繼處理的部分,例如:篩選特征點(diǎn)分割一或多幅圖片中含有特定目標(biāo)的部分
數(shù)據(jù)往往具有很小的數(shù)量,例如圖像中經(jīng)先前處理被認(rèn)為含有目標(biāo)物體的部分。這時(shí)的處理包括:驗(yàn)證得到的數(shù)據(jù)是否符合前提要求估測(cè)特定系數(shù),比如目標(biāo)的姿態(tài),體積。
基于人臉識(shí)別的身份檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)是一款面向大學(xué)課堂的設(shè)備,對(duì)提高學(xué)生學(xué)習(xí)氛圍,營(yíng)造一個(gè)良好的學(xué)習(xí)環(huán)境有著重要的作用。旨在實(shí)現(xiàn)互聯(lián)網(wǎng)與教育的融合,課堂智能化的考勤設(shè)備。