人脸考勤文档

1 综述
1.1 题目背景及研究意义
人脸是反应人身份的最直接的，最可靠的信息资源[1]。通过人脸我们可以很快辨识一个人，这就是所谓的人脸识别。目前广泛采用人体身份验证的形式有磁卡、IC卡、表示号码等[2]，这些技术目前已经日趋成熟，并且可以采用各种方法或者手段进行加密给以保护，虽然如此，但这些验证手段依赖的都是后天赋予的信息，而这些信息又很容易被人仿造，作假，出现了很多问题[3]。而人脸识别是基于人固有特征的人脸来判别的，很难被仿造，具有较强的不易变性，是主流的科研方向[4]。
课堂考勤系统的作用为督促学生参与到课堂教学中，让学生能够更好学习相关知识。传统的课堂教学采用课堂点名的方式，容易打乱教师的授课节奏。基于对人脸识别技术开发现状的研究和分析，本文利用图像处理技术，研究基于人脸识别的课堂点名系统算法的设计，并编程实现该算法。
人脸识别上课点名系统以人脸识别技术为基础，分为人脸数据采集、身份识别和数据记录三部分。脸部数据采集的前提是脸部识别，即在获取了脸部数据之后，识别出图像中的人脸部分，然后进行数据采集。人脸识别是一项涉及图形构造、计算机图像处理、人体生理学、模式识别和认知科学等领域与技术的综合技术，是一项关键技术[5]。本系统的难点在于人脸信息采集的准确性和身份识别的可靠性。脸部对比是一种比较常用的方法，通过在脸部库中对检测到的人脸进行目标搜索，从而获得对比结果。其关键在于采用合适的面部表征模式与匹配方法，使系统的结构与面部表征特征紧密相关[6]。

2 研究的主要内容和拟采用的研究方案
2.1 课题研究目标
（1）掌握图像预处理，人脸分割，人脸定位的基本方法；
（2）研究人脸识别的主成分分析法，即pca的方法[13]；
（3）学习MATLAB编程；
（4）根据输入的人脸照片，用MATLAB编写程序实现照片中人脸的定位，分割和提取；
（5）制作GUI可视化界面，显示照片人脸信息，包括姓名，学号，打卡时间及次数等。
2.2 主要研究内容
本设计在分析了PCA主成分分析法人脸识别算法问题的有关理论基础、技术特点，以及国内外研究现状、研究难点、发展和应用的基础上，在主成分分析PCA算法的基础上，对人脸图像进行降维，得到人脸特征值，利用近邻域K-L算法进行人脸的比对识别。读取全身照图片，进行人脸的定位分割，跟样本库进行对比，得出比对人脸。并且识别次数，时间等通过GUI界面显示出来。

人脸考勤流程图

1、利用MATLAB人脸探测器或者基于颜色等方法，从一副全身照中定位到人脸区域，并且分割出人脸。
2、利用1中的方法进行前期人脸库的建立。
3、利用PCA算法进行人脸图像的降维，得到人脸特征值。
4、利用最近邻K-L算法进行人脸特特征值的对比，找出最接近的目标人脸，并且输出个人信息。
5、记录识别时间，次数等信息。同时制作一个人机交互式GUI界面。

3 研究的重点及难点
3.1本课题重难点及技术要求
（1）需要掌握PCA主成分分析法进行人脸识别的算法并运用[；
（2）掌握编程语言并使用MATLAB编写程序
参考文献
[1]章毓晋编著.基于子空间的人脸识别[M].北京市：清华大学出版2018 10
[2]吴鹏著.MATLAB高效编程技巧与应用 25个案例分析[M].北京市：北京航空航天大学出版社.2018
[3]阮秋琦编著.图形图像技术研究与应用 2010[M].北京市：清华大学出版社 2016
[4]黄昉，张宝昌，刘金琨编著.PCA在人脸识别中的改进算法[C].中国科技论文在线.2017.第5期
[5]周亦敏，袁毅编著.改进的PCA算法在人脸识别中的应用研究[N].微计算机信息.2015.第8期
[6]庞毅编著.基于PCA的特征提取及在人脸识别中的应用[J].科技信息.2016.第31期
[7]冯颖凌，王宏玉编著.PCA在人脸识别中的应用[N].济源职业技术学院学报.2019.第4期
[8]陈伏兵，陈秀宏编著.人脸识别在PCA方法的推广[J].计算机工程与应用.2015.第34期
[9] Feifei Lee , Tadahiro Ohmi , Qiu Chen , Koji Kotani. Journal of Software Engineering and Applications, 2016, Vol.03 (02).
[10]李冠楠，李强编著.一种基于人脸核心特征的PCA人脸识别算法与应用[J].电子器件.2016.第5期
[11]徐勇编著.模式识别中的核方法及其应用[M].北京市：国防工业出版社.2015
[12] 苑玮琦等编著.生物特征识别技术[M].北京市：科学出版社.2015
[13] Feifei Lee , Tadahiro Ohmi , Qiu Chen , Koji Kotani. Journal of Software Engineering and Applications, 2016, Vol.03 (02).
[14]黄飞，周军，卢晓东编著.基于马氏距离的一维距离像识别算法仿真[J].计算机仿真.2015.第3期
[15]Perronnin F, Dugelay J L. An Introduction To Biometrics and Face Recognition[C]// IMAGE:e-Learning, Understanding, Information Retrieval and Medical. Cagliari, Italy: The First Interna-tional Workshop. 2016:1-20.