一种基于人脸识别技术的高校学生管理系统的制作方法

本发明属于深度学习及人脸识别技术领域，特别涉及一种基于人脸识别技术的高校学生管理系统。

背景技术：

高校在对学生日常生活、学习、娱乐等方面的管理，大部分都是利用人工力量进行管理，如负责学生公寓管理的宿管阿姨，负责记录学生考勤工作的辅导员等。随着高校不断扩招，学生的数量越来越多，单纯依靠人工力量去负责学生的管理无疑会增加学生、老师及管理工作者的压力，具体表现如下：

(1)学生人数多，活动轨迹广，管理难度较大，高校不可能在校园各个地点角落都配备相应的管理人员，因此依靠人工力量对学生的监管力度较弱。

(2)高校对外来人员管理困难，甚至出现过不法分子尾随学生、宿舍盗窃等现象，严重危害了学生的人身及财产安全。

(3)传统管理系统操作复杂，功能单一，同一高校不同学院可能有不同的管理系统，甚至各个部门之间也有不同的系统，不方便高校对所有学生进行管理。

鉴于此，传统的高校管理方式、管理系统已经不能满足我国高校对于学生安全、信息、学习、生活的高效管理。我国目前人脸识别技术已经取得了明显进步，人脸识别技术是基于人的面部特征信息进行判断识别的一种生物识别技术，是一种结合摄像头捕获的人脸特征信息，进行面部识别、检测、匹配、分析的高性能的技术。其应用领域主要集中在金融、安防及考勤方面，而高校学生也涉及到了金融交易、安全防护、学习考勤，因此很有必要结合人脸识别技术对高校学生进行更有效率的管理。

技术实现要素：

本发明提供的一种基于人脸识别技术的高校学生管理系统，利用人脸识别技术优化高校学生管理，旨在于节约人力资源、加强学生安全监督。

本发明是这样实现的：一种基于人脸识别技术的高校学生管理系统，包括：学生信息子系统、数据分析子系统、智能考勤子系统、匹配子系统、刷脸支付子系统、安全监管子系统、智慧通行子系统。学生信息子系统与数据分析子系统、匹配子系统、智能考勤子系统相连；匹配子系统与安全监管子系统、刷脸支付子系统、智能考勤子系统、智慧通勤子系统相连；智能考勤子系统与安全监管子系统、智慧通行子系统相连。

所述学生信息子系统包括：面部特征信息录入模块、个人信息记录模块、信息存储模块、信息管理维护模块。

所述面部特征信息录入模块采用图像采集卡，调用虹软视觉开放平台提供的离线人脸识别sdk、api接口，完成学生人脸数据特征信息的提取。

所述个人信息记录模块，系统会记录高校学生的相关个人信息如学号、身份证号码、银行卡号、支付宝账户等信息。

所述信息存储模块，采用轻量级的mysql数据库，用于存储学生面部特征信息及个人资料信息等。

所述信息管理维护模块，主要对学生当前在校离校等个人信息进行实时更新维护及管理，从而保证数据的准确性。

所述数据分析子系统，根据系统提供的学生信息等数据进行大数据分析，得出更多有代表性的信息，及时了解学生存在的一些困难问题。

所述智能考勤子系统包括学生轨迹记录模块、可疑人员预警模块。

所述学生轨迹记录模块对学生进出公寓时间、出入的地点、上课出勤等相关情况进行记录，对晚归、旷课、迟到、早退等违规行为进行记录并上传至系统。

所述可疑人员预警模块采用基于行为动作识别算法，构建基于案例推理的可疑行为识别模型，利用规则推理算法识别可疑行为，系统会根据可疑行为的相似度匹配结果进行干预预警。

所述匹配子系统，通过摄像机进行人脸数据检测，将获取的图像进行裁剪、归一、均衡等数据预处理，采用特征匹配算法，根据已知特征信息进行分析匹配，计算特征信息相似度值，然后遍历数据库，最终确定识别对象。

所述刷脸支付子系统，在校园餐厅、超市等消费场所安装本系统的智能面部支付机，从而实现刷脸支付。

所述安全监管子系统包括实时监管模块、行为判断模块、智能预警模块。

所述实时监管模块采用安装本系统的智能立体摄像机，对校园进行智能监管。

所述行为判断模块采用基于行为的识别模型，利用摄像机捕获的录像数据，进行实时行为监测。

所述智能预警模块采用基于行为动作识别算法，智能识别模型匹配的录像数据，对一些突发的严重情况进行预警，并通知校园的相关管理人员进行紧急处理。

所述智慧通行子系统，在校园图书馆、实验室等场所，安装支持人脸识别的智能闸门，关联本发明的系统从而实现通过人脸特征信息进行智能快速通行。

与传统的仅依赖人工管理员的高校学生管理方式相比，本发明提供的一种基于人脸识别技术的高校学生管理系统具备以下优点：

(1)具有实时监管预警功能，无论是在公寓还是校园公共场所都安装带有本系统的智能立体摄像机，针对不法行为、突发事件等可进行实时记录并预警通报，有效保障了高校学生的安全。

(2)具有支持人脸识别的支付功能，实现了刷脸消费的便捷安全支付方式，取代了传统的刷校园卡等支付方式，一定程度上防止了因卡丢失导致的盗刷现象。

(3)具有智能通勤功能，学生通过刷脸便可快速进出学生公寓、校园图书馆、实验室等场所，节约了人力管理资源成本。

(4)具有数据分析功能，系统可以对学生信息进行分析，利用这些数据信息可以进一步了解学生的动态，及时解决学生存在的困难和问题。

附图说明

图1为本发明实施例的系统结构示意图；

图2为本发明实施例中可疑行为识别流程图；

图3为本发明实施例中匹配子系统流程图。

图中标记：1-生信息子系统、1-1-面部特征信息录入模块、1-2-个人信息记录模块、1-3-信息存储模块、1-4-信息管理维护模块，2-数据分析子系统、3-智能考勤子系统、3-1-学生轨迹记录模块、3-2-可疑人员预警模块、4-匹配子系统、4-1-摄像机、4-2-人脸数据检测、4-3-获取数据、4-4-图像数据预处理、4-5-特征脸匹配算法、4-6-计算相似度值、4-7-遍历数据库、4-8-确定识别结果、5-刷脸支付子系统、6-安全监管子系统、实时监管模块6-1与行为判断模块6-2相连，6-2-行为判断模块、6-3-智能预警模块、7-智慧通行子系统。

具体实施方式

实施例：

如图1所示，本发明提供的一种基于人脸识别技术的高校学生管理系统，包括学生信息子系统1、数据分析子系统2、智能考勤子系统3、匹配子系统4、刷脸支付子系统5、安全监管子系统6、智慧通行子系统7。其中学生子系统2中包括面部特征信息录入模块1-1、个人信息记录模块1-2、信息存储模块1-3、信息管理维护模块1-4；智能考勤子系统3中包括学生轨迹记录模块3-1、可疑人员预警模块3-2；安全监管子系统6包括实时监管模块6-1、行为判断模块6-2、智能预警模块6-3。

学生信息子系统1与数据分析子系统2、匹配子系统4相连、智能考勤子系统中的学生轨迹记录模块3-1相连；匹配子系统4与学生信息子系统1、智能考勤子系统3、刷脸支付子系统5、安全监管子系统6、智慧通勤子系统7相连；智能考勤子系统3与安全监管子系统6、智慧通行子系统7相连。其中，学生信息子系统1中的面部特征信息录入模块1-1、个人信息记录模块1-2与信息存储模块1-3相连，信息存储模块1-3与信息管理维护模块1-4相连；安全监管子系统6中的实时监管模块6-1与行为判断模块6-2相连，行为判断模块6-2与智能预警模块6-3相连；智能考勤子系统3中的学生轨迹记录模块3-1与安全监管子系统6中实时监管模块6-1相连；智能考勤子系统3中的可疑人员预警模块3-2与安全监管子系统6中行为判断模块6-2相连。

所述学生信息子系统1包括面部特征信息录入模块1-1、个人信息记录模块1-2、信息存储模块1-3、信息管理维护模块1-4。

所述面部特征信息录入模块1-1通过labview_imaqdx函数调用系统摄像头捕获学生的面部特征信息，包括人脸特征点定位、人脸特征提取等，完成图像采集后，上传至信息存储模块1-3进行存储。

所述个人信息记录模块1-2通过学校收集学生的个人相关信息，如个人信息如学号、身份证号码、银行卡号、支付宝账户等，按高校不同学院、不同专业进行分类，并上传至信息存储模块1-3进行存储。

所述信息存储模块1-3通过mysql数据库，存储学生的相关信息。

所述信息管理维护模块1-4针对系统管理员，对高校学生实时情况进行管理维护，包括新生入校建档、毕业学生离校注销等。

所述数据分析子系统2通过获取的学生的个人信息、通行数据、活动轨迹数据，利用openrefine工具对相关数据进行标准统一，利用rapidminer工具，对学生信息进行可视化分析，得到更多有价值的信息，多方面了解学生动态，及时解决学生的困难和问题。

所述智能考勤子系统3包括学生轨迹记录模块3-1、可疑人员预警模块3-2。

所述学生轨迹记录模块3-1，通过本系统记录学生的公寓进出情况、记录学生上课是否存在迟到早退旷课等现象、实时监管并记录学生在考试现场的行为数据、记录学生进出图书馆、餐厅等校园场所活动轨迹数据，并实时将这些数据上传至学生信息子系统1中存储。

所述可疑人员预警模块3-2其工作流程如图2所示，首先调用安全监管子系统6中行为判断模块6-2中的行为样本数据，提取相关行为的基本子行为属性特征、基本子行为相关的时间属性特征；然后构建基于案例推理的可疑行为识别案例库，传入待检测视频录像数据进行基本子行为属性特征值相似度计算；再利用规则推理算法进行行为属性相似度匹配计算，如果匹配成功则进行预警，并将此可疑行为添加至案例库中，反之，则直接结束。其中，对基本子行为属性特征相似度计算是最重要的环节，将采用以下公式进行计算：

计算得：

式中，基本子行为属性特征向量分别为a1,a2，利用向量余弦计算其相似度值，相似度范围从-1到1，-1表示检测行为与模型行为值完全相反，1表示检测值与模型行为值是相同的，如果可疑行为属性相似度高，系统则会进行预警。

所述匹配子系统4工作流程如图3所示，包括摄像机4-1、人脸数据检测4-2、获取数据4-3、图像数据预处理4-4、特征脸匹配算法4-5、计算相似度值4-6、遍历数据库4-7、确定识别结果4-8。具体操作如下：

首先通过摄像机进行人脸数据检测，获取相应数据后，通过裁剪、分割、直方图均衡、归一化、pca降维、设定匹配度相似度值等图像预处理，再采用特征脸匹配算法，即确定人眼虹膜、鼻翼、五官轮廓等位置、距离、大小等属性，然后计算出它们的几何特征向量相似度值，最后遍历数据库中的人脸特征数据进行对比分析最终确定识别结果。其中，所述直方图均衡是一种点操作，通过直方图均衡算法逐点改变图像点灰度值，使捕获的图像灰度级别都具有相同数量的像素点，改善图像由于过度曝光或曝光不足的情况，从而增强图像的对比度，扩大图像灰度范围。

所述刷脸支付子系统5，通过安装本系统的智能支付机，识别学生面部特征信息，根据匹配子系统4调用学生信息子系统1中个人信息记录模块2-2，获取学生绑定的支付宝、校园卡、银行卡等数据，当学生在校园餐厅、校园超市、等消费场所进行消费时，可以快速的完成消费，避免丢卡盗刷、忘带手机等情况等发生。

所述安全监管子系统6包括实时监管模块6-1、行为判断模块6-2、智能预警模块6-3。

所述实时监管模块6-1通过摄像机实时记录各种录像、图像数据。

所述行为判断模块6-2通过卷积神经网络模型和长短期记忆网络模型，导入常规行为数据样本、异常行为数据样本，从而构建行为判断模型。

所述智能预警模块6-3，摄像头捕获的数据经过判断模块9中的行为判断模型，分析出异常行为数据，并及时上传至系统，系统会发出通知、预警作用，主要用于解决一些紧急情况。

所述智慧通行子系统7，通过安装带本系统功能等智能栅门，学生进出图书馆、实验室的时候直接将获取的相关面部特征信息与数据库中存储的数据进行匹配，匹配成功则证明是本校学生，则通过；匹配失败，则不予通过，有效地加强了学生的校园安全，同时节约了大量人力管理资源。

综上，本发明的一种基于人脸识别技术的高校学生管理系统，设计了安全监管子系统，构建了行为判断模型数据库，针对可疑行为、校园突发等紧急情况系统可以进行通报预警，一定程度上加强了学生在高校对人身安全、财产安全；利用人脸识别技术，实现了刷脸支付、智慧通行，提高了学生在校园的通勤效率，降低了大量的人力资源消耗；采用可视化数据分析技术，对学生生活、学习、娱乐数据进行加工分析，便于进一步帮助高校了解在校学生的详细信息，以解决学生可能存在困难和问题。

以上所述内容，仅为本发明较好的具体实施方式，应该理解，上面的实施例只是作为具体说明，而不限制本发明的范围，同时本领域的技术人员根据本发明所做的显而易见的改变和修饰也包含在本发明范围之内。