基于人脸识别的校园课堂考勤管理系统设计与实现
目录
基于人脸识别的校园课堂考勤管理系统设计与实现
一、课题背景
二、国内外研究现状
三、本文研究的主要内容
四、开发环境分析
五、系统功能设计
六、系统实现
七、结论
八、参考文献
一、课题背景
在高校教学和学生工作管理工程中，校园课堂考勤是一项重要的内容。而传统的签到方式效率太低，教师工作量大，花费时间多，并且传统签到记录的数据不易利用。随着科技的进步，人脸识别走进了日常生活中，学校开始出现人脸考勤机，但是考勤机安装不便，效率依旧不高，本系统利用人脸识别技术，开发可一款人脸识别的校园课堂考勤管理系统，让校园课堂考勤变得的更科学化、正规化、系统化、简单化。
二、国内外研究现状
中国社科院自动化研究所，清华大学，北京大学和参与研究相关的功能其他专业的人脸检测。此外，该组织已经建立了一个标准MPEG7草案的团队识别，人脸检测算法是内容的集合。然而，国内研究在人脸识别技术的准确性和稳定性方面仍有待提高。同时，对于隐私保护和数据安全等问题也需要进一步研究和探讨。
美国海外麻省理工学院媒体实验室（MIT媒体实验室），人机交互研究所在卡耐基梅隆大学（人机界面研究所），微软研究院在视觉技术研究小组（视通科技集团），工程剑桥大学系大学的主体（工程部）和其他国家微软亚洲研究院。
此外，发表在国际化发展的相关金额论文的人脸检测研究的深入，关键重要的国际会议，如IEEE FG，ICIP，CVPR等每年都有大量的人脸检测论文，占论文研究对人脸的1/3。总体而言，这项研究的人脸检测，涉及计算机视觉的各个学科，数字图像处理，人工智能等领域，但这项研究也满足了现代计算机网络的需求和通信系统的快速发展，无论从实际或学术的角度看看来，有很高的研究价值。随着计算机网络的普及，图像、视频等多媒体信息在计算机信息中比重的加大，这一研究必然会得到更快、更长远的发展。
三、本文研究的主要内容
本文设计并实现了一个基于人脸识别的校园课堂考勤管理系统。该系统以Python 3.6为开发语言，利用Tensorflow平台，结合Django和Celery框架进行后端开发。在前端，通过OpenCV.js与HTML的结合，实现了实时的摄像头人脸检测功能。后端则通过Django接收前端发送的人脸检测任务，并利用Celery进行异步处理，包括人脸特征提取和分类。系统采用SQLite作为数据库，存储用户信息和考勤数据。在人脸识别技术上，本系统使用dlib库进行人脸提取，并通过resnet网络进行人脸特征提取。最后，通过计算欧氏距离来分类和识别不同人脸，从而实现用户注册、签到以及用户管理等功能。该系统不仅提高了课堂考勤的效率和准确性，也为校园智能化管理提供了新的解决方案。
四、开发环境分析
（1）开发硬件平台：
CPU：酷睿I5及以上
内存：4G以上
硬盘：80G以上
（2） 开发软件平台：
操作系统：Windows 10
开发语言：python3.6
开发工具：Pycharm
数据库：SQLite
五、系统功能设计
根据第三章功能分析，得出人脸识别的校园课堂考勤管理系统的功能结构，如图1所示：
图1 系统功能结构图
六、系统实现
使用人脸识别的校园课堂考勤管理系统，必须先进行登录，输入用户名和密码进行登陆。如图2。
图2登录界面
使用人脸识别签到，必须先进行用户信息的注册录入，输入用户基本信息以及人脸信息进行注册。如图3。
图3注册界面
注册需要提供3张照片 和用户的一些基本信息，post发送3张照片后 将会将3张照片一次使用dlib提取出人脸 然后使用 resnet提取3个 1* 128的向量，将用户信息 和 用户人脸向量组 存储在user数据库中。
进入系统后，点击签到，进行拍照签到。如图4。
图4 签到界面
在浏览器中打开 http://127.0.0.1:8000 查看签到页面 可以选择拍照 按钮，javascript 将会调用摄像头 并且使用opencv.js 实时获取摄像头中头像 ，在确定头像没有问题后 自动将当前摄像头中图像填充到表单中 然后输入签到的课程 点击签到就可以开始签到。签到使用post 发送请求到后端 django接受请求后，使用dlib 将当前人脸提取出来 然后使用resnet 将人脸特征提取出来 提取为一个 1*128的特征向量。最后使用欧氏距离，来预测 特征向量是属于谁。最后得到一个数组 返回 特征向量与当前数据库中所有账号的相似度 默认 相似度高于80% ，即认为是同一人 。没有高于80%的将认为 当前签到的人物不可识别，签到成功后将在数据库中存一份签到记录。
七、结论
本论文成功设计并实现了一个基于人脸识别的校园课堂考勤管理系统，该系统综合运用了Python 3.6开发语言、Tensorflow平台、Django和Celery框架，以及前端技术如OpenCV.js和HTML。通过这一系统，我们实现了实时的摄像头人脸检测、人脸特征提取和分类等核心功能，从而显著提高了课堂考勤的效率和准确性。
八、参考文献
[1] 李雄,文开福,钟小明,等.基于深度学习的人脸识别考勤管理系统开发[J].实验室研究与探索, 2019, 38(7):5.DOI:10.3969/j.issn.1006-7167.2019.07.027.
[2] 唐琳.基于人脸识别技术的学生课堂考勤管理系统的设计与实现[J].数字技术与应用, 2023, 41(9):208-210.
[3] 巫春玲,冯志文,钟沈豪,等.基于人脸识别技术的高校课堂自动考勤管理系统[J].智能建筑与城市信息, 2020, 000(005):20-24.
[4] 代闯.基于人脸识别的高校学生考勤管理系统[J].自动化与仪器仪表, 2019(9):4.DOI:CNKI:SUN:ZDYY.0.2019-09-051.
[5] 张燕威.基于人脸识别技术的课堂考勤和考试认证系统设计与实现[J]. 2021.DOI:10.12255/j.issn.1672-6677.2021.03.656.
[6] 薛宾田.基于人脸识别的智能课堂考勤系统设计与实现[J].电脑编程技巧与维护, 2022(6):3.
[7] 朱晓蒙,符云琴.基于图像的课堂考勤系统开发[J].湖北农业科学, 2019, 58(3):5.DOI:CNKI:SUN:HBNY.0.2019-03-030.
[8] 徐蔓,张铷钫.基于动态人脸识别的管理系统在学生课堂的应用[J].电声技术, 2018, 42(9):3.DOI:CNKI:SUN:DSJS.0.2018-09-004.
[9] 曹天挺.基于人脸识别的身份验证系统的设计与实现[J].北京邮电大学, 2018.
[10] 施宇星.基于人脸识别的学生课程出勤管理系统设计分析[J].中国新通信, 2019.DOI:CNKI:SUN:TXWL.0.2019-01-052.
[11] 张静.基于人脸识别技术的考勤管理分析系统开发方案[J].科技资讯, 2021, 19(25):3.
[12] 陈明逊.人脸识别学生管理系统的设计[J].电子世界, 2018(20):1.DOI:CNKI:SUN:ELEW.0.2018-20-130.
[13] 田丽,李颖.基于IPv6人脸识别考勤管理系统的设计与实现[J].深圳大学学报：理工版, 2020, 37(S01):4.DOI:10.3724/SP.J.1249.2020.99165.
[14] 孔国利,许绘香.基于人脸识别技术的高校考勤系统设计[J].河南教育学院学报：自然科学版, 2020, 29(3):5.DOI:10.3969/j.issn.1007-0834.2020.03.007.
[15] 张欣蓓,刘旭,王浩博,等.基于人脸识别技术的课堂考勤系统设计与实现[J].无线互联科技, 2019(2):3.DOI:CNKI:SUN:WXHK.0.2019-02-029.
[16] 董雷刚,崔晓微,赵阳光,等.基于人脸识别+Android技术的高校学生考勤系统设计[J]. 2021.
[17] Liangwei L , Guanfu S .Design and implementation of attendance management system based on C/S structure[J].Wireless Internet Technology, 2019.
[18] Feng D , Wang P , Zu L .Design of Attendance Checking Management System for College Classroom Students Based on Fingerprint Recognition[C]//2020 Chinese Control And Decision Conference (CCDC).2020.DOI:10.1109/CCDC49329.2020.9164638.
[19] Choudhary S , Kakaji A , Pranay K ,et al.Efficient Attendance Management System Based on Facial Recognition[J].International Journal of Engineering & Technology, 2018, 7(3.12):565.DOI:10.14419/ijet.v7i3.12.16180.
[20] Khan M F F , Yamazaki T , Sakamura K .Design and Implementation of an Online and Cost-Effective Attendance Management System Using Smartphones and Cloud Services[J].Springer, Cham, 2022.DOI:10.1007/978-3-030-94822-1_42.
[21] Fengping,Cao,Mimi,et al.The Classroom Attendance Management System of Face Recognition Based on LBS[C]//2018.
