基于Adaboost算法人脸检测学生考勤系统探究及应用.docVIP

基于Adaboost算法人脸检测学生考勤系统探究及应用 　　摘 要：随着高清视频监控的普及，一种针对视频图像的智能识别与检测技术顺势而生。高校中，通过对课堂的监控，也方便教师对课堂的掌管，尤其是统计出勤，通过智能的识别技术，得出考勤记录。因此，该文设计了一种嵌入式人脸识别考勤系统，通过特征提取人脸区域，并采用基于Adaboost算法的人脸识别技术从而验证了该技术的技术可行性 关键词：人脸识别 考勤系统 特征提取 Adaboost 中图分类号：C91 文献标识码：A 文章编号：1672-3791（2017）04（a）-0221-02 由于现代高校的教学机制环境下，高校的学生基本上学习都以自主性为主，教师无法在各个环节有效的监管学生，并且随着招生规模的不断扩大，很多大课堂的教学进行原始的点名方法来进行考勤记录，是件非常耗费人力和时间的事情，又由于课堂的教学时间非常有限，那么如何在不影响正常教学的情况下，进行有效的考勤记录是件迫切又非常有意义的一件事情 人脸作为一种生物特征，具有永久性和唯一性等特性，是用于人的身份识别的不二选择。随着科学技术的不断发展，有越来越多的人进入到人脸识别与检测的研究当中，而目前针对人脸识别的考勤系统也已经逐步形成雏形，且广泛的应用到了各行各业和各个领域。但是目前市面上的人脸识别系统和设备并不完善，性能也有所欠缺。为此，急需于设计出一套具有较高和安全性的检测算法应用于人脸检测和识别的系统设计当中来 1 人脸识别技术 人脸识别技术主要依靠通过摄像机等图像采集设备所采集到的图像信息通过数据分析和处理，分割人脸的区域，辨别所识别到的人脸的特征，并和原有的人脸资源库数据进行匹配，得出最终识别结果，而辨识人脸的技术，主要依靠着人脸的特征匹配来进行，因为每个人的人脸外观都是不同的，受到了人的长相、五官位置、姿态、表情、饰物、光照等影响 1.1 人脸识别算法 有关人脸检测的算法较多，而近些年较为成功和采用最多的算法是基于Haar-like特征的Adaboost算法。Haar-like特征是指Haar-like矩阵特征在视频图像中的不同区域去进行匹配找出人脸的位置，Adaboost算法则是用来训练分类器，并同时进行特征选择和训练分类器 图1为Adaboost算法进行人脸检测的流程图 Adaboost算法的速度非常快，因此称为第一个实时的人脸检测算法，算法对人脸检测的飞速发展贡献是巨大的，算法的大致步骤为先给定训练样本，初始化样本权重；再将训练弱分类器，更新样本权重，重复训练；最后将训练所得的强分类器进行级联形成最后的人脸检测分类器 1.2 人脸识别考勤系统的设计 图2为人脸识别考勤系统的功能模块设计图。人脸识别考勤系统主要有3个功能模块，先是对人脸进行识别后，并交付学生考勤模块进行辨识，最后通过考勤管理模块对学生的出勤进行统计和生成报告 人脸的特征识别可以包括人的双眼、脸部的颚骨、眉宇间距、下颚等基本特征来进行辨识，通过?R别出的人脸和班级人员系统进行登记，找出缺勤学生名单。系统的具体结构可以用常用的B/S浏览器服务器的模式结构，教师和学生可通过联网的计算机浏览器登录学校的考勤系统，查出课堂的考勤信息 2 结语 该文的B/S构架的学生人脸识别考勤系统，通过人脸识别与检测的最优算法设计，用软件的方法实现，可以提高课堂中教师的教学质量，有助于教师对课堂纪律的管控，能够提高考勤效率，预防冒名顶替，降低教师负担，改善学校学风，并节约了点名考勤的时间，高效准确的得出考勤结果，有利于推进我校建设智慧课室和实现考勤自动化 参考文献 [1] 霍妍，李长明.基于人脸识别考勤系统的设计与实现[J].通化师范学院学报，2016（12）：1-3，6. [2] 刘颖.基于人脸识别的考勤系统设计[J].设计与研发，2016（7）：28-29. [3] 岳雷.人脸表情识别新算法研究[D].北京：北京理工大学，2015. The Research and Application of Student Attendance System Based on Adaboost Algorithm of Face Detection Lu Rong Song Quanyu Zhou Chunhui （Guangdong University of ScienceTechnology，Dongguan Guangdong，523083，China） Abstract：With the popularity of high definition video monitoring，a video image intelligent recognitio