刘晓龙，顾梅花

(西安工程大学 电子信息学院,陕西 西安710048)

0 引 言

课堂考勤是教学不可缺少的环节，它保证了教学任务的顺利进行、维护了教学秩序，也是督促学生学习的重要手段[1]。为了提高考勤质量，人脸识别[2-3]、深度学习[4]、蓝牙[5]等方法和设备被应用于考勤系统的实际。李昕昕等采用深度学习的方法[6]，设计了由分布式处理平台、图像处理平台、云平台和应用平台构成的智慧课堂框架，优化了课堂效率。Puckdeevongs等采用蓝牙定位系统[7]，自动捕获学生射频设备，用于自动记录教室的学生出勤情况。上述考勤系统虽然在一定程度上提高了考勤效率，但在识别过程中仍然需要学生主动面向摄像机进行签到。同时，当老师查询考勤信息时，需读取考勤设备SD卡统计信息，这不仅会干扰学生和教师的正常上课，同时增加了额外的人工开销。

为了解决上述问题，设计一种人脸识别的无感知课堂考勤系统，以Android为平台[8]，搭载改进的Fust人脸检测算法和VIPLFaceNet人脸识别算法。在无感知情况下，采集课堂图片传入服务器进行人脸检测与识别，管理员可访问服务器统计考勤信息。

1 考勤系统设计

系统采用Android开发平台，以轻量级OkHttp3[9]为框架进行前后端的信息交互。通过Android手机摄像头采集课堂图像，并发起通信协议将课堂图片和班级信息传输到后台服务端，通过Java调用以Python语言编写的人脸检测和识别算法，便于后期对系统算法的维护。同时管理员可访问服务器进行数据查询与修改。……