【課堂人臉考勤打卡系統(tǒng)的設(shè)計與實現(xiàn)文獻綜述3100字】

課堂人臉考勤打卡系統(tǒng)的設(shè)計與實現(xiàn)國內(nèi)外文獻綜述目錄TOC\o"1-2"\h\u1788課堂人臉考勤打卡系統(tǒng)的設(shè)計與實現(xiàn)國內(nèi)外文獻綜述 130331一、人臉識別的發(fā)展 13324二、人臉識別概述 230185三、人臉識別考勤發(fā)展 2摘要：自新冠肺炎疫情爆發(fā)以來，我國乃至全世界的國家與組織都收到了前所未有的波及與影響。對于我國來說，教育、經(jīng)濟、文化等諸多方面都因此停滯。在面對日益迫切的教育需求下，我國的教育系統(tǒng)開展了大面積的線上教學(xué)，但為保證教學(xué)質(zhì)量與教學(xué)秩序，對課堂進行一定程度的考勤則是許多在線課堂迫在眉睫的需求。故此本文為解決以上問題，提升在后疫情時代下教育方面的需求，保證我國教育系統(tǒng)的順利進行，改善教育過程中的考勤問題，故此設(shè)計此課堂人臉考勤打卡系統(tǒng)一、人臉識別的發(fā)展左騰[1]認(rèn)為隨著社會的進步與人類文明的發(fā)展,科學(xué)技術(shù)的便利性在社會的發(fā)展中起至關(guān)重要的作用,AI技術(shù)逐漸進入人們的視線,成為近代科學(xué)技術(shù)發(fā)展的主要方向。隨著計算機方面的爆炸式發(fā)展,AI技術(shù)也開始了新的紀(jì)元，作為AI技術(shù)發(fā)展的一個里程碑式技術(shù),機器視覺有著極其重要的理論意義和發(fā)展需求,并且投入其中的研究逐步增多。趙榮剛,賀慶民[2]在他們的作品中提出圖像獲取對于計算機來說是得到機器外的信息的重要途徑之一,圖像的識別基于圖像的獲取將會給社會科技的進步和發(fā)展作極大的推動。人臉識別也屬于機器圖像識別,對人工智能的提升帶來極大的便利和。人類進行面部特征的識別主要是依托記憶并與之相匹配,想要讓計算機獲取同樣的能力,這就是人臉識別的原理。付曉峰,張予,吳俊[3]也同樣的認(rèn)為人臉識別技術(shù)是根據(jù)人面部特征的差異性來辨別人身份的技術(shù),這項技術(shù)的實現(xiàn)基于計算機和電子信息,運用每個人獨特的特征來區(qū)分個體信息。人臉檢測采用人臉檢測算法,確定特定圖像中所有人臉的位置、尺寸和位置。人臉檢測包括神經(jīng)通信、人類學(xué)、解剖學(xué)和人工智能,并指導(dǎo)生物識別生物識別方法、非侵入性、非侵入性和易于集成應(yīng)用,大致原理是將識別到的獨特的特征信息與已有的樣本進行比較和分析,最終實現(xiàn)人臉的識別和身份的鑒別。在實際生活中,人們經(jīng)常會遇到一些不認(rèn)識人或不能識別人的情況,這時就需要利用人臉識別技術(shù),從而達到身份鑒別目的。另外,人臉檢測還具有實時性好、準(zhǔn)確性高等特點。正因為有這些優(yōu)勢,人臉識別現(xiàn)在被應(yīng)用到很多領(lǐng)域。二、人臉識別概述MingxingJ,JunqiangDU[4-7]等人針對于實現(xiàn)人臉識別的目標(biāo)，人臉識別成功的前置條件是人臉圖像獲取和檢測成功,大致將獲取的動態(tài)圖像分為兩個區(qū)域,人臉信息區(qū)域和非人臉信息區(qū)域,檢測到人臉就會確定人臉信息區(qū)域并且提取相對應(yīng)的面部特征信息。前期人臉檢測的質(zhì)量不太好的話,可能就會導(dǎo)致后續(xù)的特征信息提取無法順利進行,影響人臉檢測的因素有很多,比如說光照的影響,人面部傾斜角度人臉的朝向等等,都有可能影響檢測成功率。人臉識別技術(shù)是根據(jù)人面部特征的差異性來辨別人身份的技術(shù),這項技術(shù)的實現(xiàn)基于計算機和電子信息,運用每個人獨特的特征來區(qū)分個體信息。大致原理是將識別到的獨特的特征信息與已有的樣本進行比較和分析,最終實現(xiàn)人臉的識別和身份的鑒別。曹潔,李雪真,王進花[8]在他們的作品中認(rèn)為科學(xué)技術(shù)的快速發(fā)展和計算機硬件特別是GPU技術(shù)的不斷完善,為深度學(xué)習(xí)打下了基礎(chǔ)。在此背景下,人臉識別技術(shù)得到了極大發(fā)展。人臉識別是模式識別中最重要也是最為關(guān)鍵的研究領(lǐng)域之一,它涉及到心理學(xué)、計算機科學(xué)以及生物物理學(xué)等眾多學(xué)科領(lǐng)域。從理論上說,計算機能夠以這種方式識別人類的存在,因為人臉是在視覺通道層面上理解和識別人類的主要通信手段。三、人臉識別考勤發(fā)展朱靖嫻,白文娟,張礪心[9-11]等人提出由于人臉檢測的研究幾乎與人臉識別研究的時間相距不遠,伴隨著人臉識別理論和實踐,人臉檢測技術(shù)如今已經(jīng)取得了重大的成果,而且產(chǎn)生了很多典型的算法。人臉檢測的方法有:①基于特征的方法,基于特征的方法顧名思義就是提取面部五官的特征,但是運用有相對的局限性,總結(jié)人臉特征信息的話標(biāo)準(zhǔn)難以定制導(dǎo)致識別準(zhǔn)確性難以把握。如果是局部特征信息提取,組合了人的面部局部特征會導(dǎo)致圖像噪聲過多,可能會導(dǎo)致不能檢測或者檢測失敗的情況。②基于模板匹配的方法,可以設(shè)計檢測的尺寸,因為數(shù)據(jù)來自于局部人臉特征信息,所以對動態(tài)圖像定位比較難,并且魯棒性不好。③基于統(tǒng)計學(xué)習(xí)的方法,針對人臉圖像進行機器學(xué)習(xí),通過這種學(xué)習(xí)就可以構(gòu)建一個模型,通過模型就可以實現(xiàn)人臉的檢測,信息的提取的方法比較常見的就是神經(jīng)網(wǎng)絡(luò),這個方法檢測的結(jié)果比較穩(wěn)定。故此現(xiàn)今許多國外的大學(xué)和科研機構(gòu)都在進行人臉識別相關(guān)的研究,其中比較有名的例如麻省理工學(xué)院等。有些企業(yè)在人臉識別的研究方面已經(jīng)有了相關(guān)成果,相對比較完善的有“deepface”,這是Facebook開發(fā)的,已經(jīng)具有完備人臉識別功能的系統(tǒng),具有相當(dāng)卓越突出的性能和使用效果。相比較國外,蔣曉川[12-14]等人認(rèn)為國內(nèi)的人臉識別相關(guān)領(lǐng)域的研究和發(fā)展起步比較晚,國內(nèi)進行人臉識別研究的主要機構(gòu)有清華大學(xué)等,并且清華大學(xué)是我國國內(nèi)首個在人臉識別領(lǐng)域內(nèi)進行研究的機構(gòu),投入較多的科研力量進入這個領(lǐng)域,中國科學(xué)院在之后還突破性地運用了近紅外技術(shù)。同時,一些互聯(lián)網(wǎng)企業(yè)也擁有了相關(guān)的成果,例如百度旗下的SDK人臉識別系統(tǒng)。根據(jù)國內(nèi)外人臉識別技術(shù)的發(fā)展預(yù)估,人臉識別技術(shù)已經(jīng)成為全球范圍內(nèi)重要的研究方向。同時有大量的成就被取得。國內(nèi)外的許多企業(yè)都有各自的管理模式和考勤辦法,隨著電子和信息產(chǎn)業(yè)的發(fā)展進入了高速模式,生物特征識別考勤系統(tǒng)進入大眾的視野,主要有指紋考勤機和虹膜識別考勤機,但是都需要人到終端才能完成考勤,并且局限性也很大,指紋的破損與否和清潔度,照射虹膜光線的強弱等等都會成為識別誤差產(chǎn)生的因素。朱曉蒙,符云琴[15]針對以上問題認(rèn)為人臉識別考勤相比較于上面兩種考勤方式具有的最大優(yōu)勢就是隨著互聯(lián)網(wǎng)的廣泛應(yīng)用和普及,在客戶終端就可以完成考勤,但類似功能的考勤系統(tǒng)功能的詳細方向還需要擴展和細化,并且有關(guān)個人考勤記錄的功能和數(shù)據(jù)信息分析操作功能還不夠成熟,不利于普及和推廣。總的來說，目前人臉識別已經(jīng)有了比較長久的發(fā)展，所能達成的效果也是較為顯著，但是由于我國對于此方面的研究較少，對于此方面科技發(fā)展的不夠重視，導(dǎo)致國內(nèi)對于人臉識別不夠先進，依靠人臉識別的考勤系統(tǒng)自然也是受到了極大的阻礙與限制。參考文獻:［1］左騰.人臉識別技術(shù)綜述［J］.軟件導(dǎo)刊,2017（2）:4.［2］趙榮剛,賀慶民.計算機人臉識別技術(shù)的應(yīng)用［J］.電子技術(shù)與軟件工程,2018（4）:1.［3］付曉峰,張予,吳俊.遮擋表情變化下的聯(lián)合輔助字典學(xué)習(xí)與低秩分解人臉識別［J］.中國圖象圖形學(xué)報,2018.［4］MingxingJ,JunqiangDU,PengfeiS,etal.基于不同分塊多特征優(yōu)化融合的人臉識別研究［J］.JournalofNortheasternUniversity:naturalence,2017.［5］劉衛(wèi)凱,郝雅倩,鄭晗,等.人臉識別綜述［J］.信息記錄材料,2018,19（7）:2.［6］夏志強.人臉識別綜述［J］.電子世界,2017（23）:2.［7］郭夢麗,達飛鵬,鄧星,等.基于關(guān)鍵點和局部特征的三維人臉識別［J］.浙江大學(xué)學(xué)報:工學(xué)版,2017,51（3）:6.［8］曹潔,李雪真,王進花.基于自適應(yīng)特征融合的人臉識別［J］.計算機工程與應(yīng)用,2018,54（1）:6.［9］朱靖嫻,白文娟,張礪心,等.基于人臉識別的考勤系統(tǒng)設(shè)計與實現(xiàn)［J］.無線互聯(lián)科技,2019.［10］李雄,文開福,鐘小明,等.基于深度學(xué)習(xí)的人臉識別考勤管理系統(tǒng)開發(fā)［J］.實驗室研究與探索,2019,38（7）:5.［11］趙磊,王運成,王娟.微服務(wù)在人臉識別考勤系統(tǒng)中的應(yīng)用［J］.電子技術(shù)與軟件工程,2021（13）:2.［12］蔣曉川.人臉識別考勤技術(shù)研究