[发明专利]一种基于人脸识别的课堂多人点名签到方法

说明书

本发明公开了一种基于人脸识别的课堂多人点名签到方法，包括：通过人脸检测和面部特征提取网络mtcnn生成人脸边框和面部特征点；然后对人脸聚类网络facenet的特征提取骨架Inception‑ResNet‑v1进行改进，利用facenet将学生的人脸面部特征向量转换到欧几里得向量空间进行人脸聚类；将学生学号制作成二维码，利用二维码辅助课堂多人的人脸信息的快速比对以及班级点名核实；调用摄像头对上课的学生进行拍照，通过不同照片提供的信息完成课堂多人点名签到的过程。本发明不仅大大提高了班级点名签到的工作效率，还有效解决了当前学生逃课和代人上课的问题。

技术领域

本发明涉及人脸识别的技术领域，尤其是指一种基于人脸识别的课堂多人点名签到方法。

背景技术

当前大学旷课、替人答到现象较为严重，随着人脸识别算法的提出，这为老师繁琐的上课点名工作减轻了负担。人脸识别主要包括人脸检测对齐与人脸对比两个过程，而人脸检测的主要框出人脸的位置，针对人脸检测的方法有SSD、S3FD、MTCNN等，SSD虽然速度很快，但是对于人脸这类的密集小目标的检测比较差，S3FD虽然提升了小目标的检测性能，其速度较慢，而基于MTCNN的方法综合性能较好，因此有较好的实际应用；在使用MTCNN进行人脸检测后，人脸对比的过程就是将MTCNN提供的面部特征点通过facenet映射到欧几里得空间进行距离对比。

目前，人脸检测算法较为成熟，而人脸对比过程中距离比对的方法效率较低，当前用的比较多的方法KNN近邻算法以及SVM等等，KNN近邻算法需要将当前人脸图像数据与数据库的人脸进行对比，多张人脸时其时间开销较大；SVM方法是通过寻找决策边界实现人脸分类过程，然而每新增一条人脸数据还需重新训练模型，其实用性也因此受到了限制。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于人脸识别的课堂多人点名签到方法，该方法无需针对每个学生进行人脸数据训练，只需提供每个学生的人脸照即可快速完成人脸识别验证过程。

为实现上述目的，本发明所提供的技术方案为：一种基于人脸识别的课堂多人点名签到方法，包括以下步骤：

S1、将学生学号制作成二维码，通过扫码得到每个学生的学号后，利用学号检索每个学生的证件照片；

S2、在整个拍照过程中让学生保持脸部不动，调用教室里的摄像头对上课的学生拍一张正脸照后，让每个学生用二维码遮挡住脸部，拍一张所有人脸被二维码遮挡的照片；

S3、通过第一张照片获取每个学生的人脸位置，并同时对两张照片的人脸部分进行剪裁，得到每个学生的实际人脸图像和有二维码遮挡的人脸图像；

S4、通过扫描有二维码遮挡的人脸图像获取学生的证件照信息，并将每个学生的实际人脸图像与证件照进行人脸对比完成学生到场确认过程，利用到场学生的学号与该班级学生的学号进行比较完成上课点名签到的最终过程。

在步骤S1中，通过扫描二维码获取学生的学号，利用学号快速检索到每个学生的证件照，从而将人脸对比过程由1对多变成1对1，并且该二维码是能够通过手机小程序方便获取的。

在步骤S2中，在不同的情景下调用摄像头对教室内上课的学生进行拍照，将所有学生的人脸检测和身份信息获取同时进行，从而大大节省时间。

在步骤S3中，学生的人脸位置是利用人脸检测与面部特征提取网络mtcnn完成的，通过该网络得到图像中出现人脸的位置以及每张人脸的面部特征。

在步骤S4中，将学生的实际人脸与证件照进行人脸对比是在改进的人脸聚类网络facenet上完成的；其中，对facenet进行改进及人脸聚类的情况具体如下：

将facenet的特征提取网络Inception-ResNet-v1的全局平均值池化改成卷积计算，从而降低人脸特征信息的损失，将人脸聚类性能进一步提升；