谢玲莉

摘要： 为了让学生的学习、生活更加智能化，提高教学管理效率，同时建立一个更加安全的校园环境，采用卷积神经网络实现智慧校园人脸识别。文章对卷积神经网络的卷积层、池化层、全连接层和输出层的原理及实现进行了阐述，训练了olivettifaces人脸数据库小样本数据集。实验结果表明，模型的误差率降低到5%以下。用数据库中注册的人脸图像与摄像头实时获取的人脸图像进行匹配时，效果良好，能满足设计需求。

关键词： 卷积神经网络; 智慧校园; 人脸识别; 图像

中图分类号：TP311          文献标识码：A     文章编号：1006-8228（2021）10-72-03

Design and research of convolutional neural networks based intelligent

campus face recognition system

Xie Lingli

（Longyan Agricultural School， Longyan， Fujian 364000， China）

Absrtact： In order to make students' study and life more intelligent， improve the efficiency of teaching management， and at the same time establish a safer campus environment， convolutional neural networks are used to realize smart campus face recognition. This paper describes the principles and implementation of the convolutional layer， pooling layer， fully connected layer and output layer of the convolutional neural networks. The small sample data set of the olivettifaces face database is trained. The experiment results show that the error rate of the model is reduced to 5% or less. When the face image registered in the database is used to match the face image obtained by the camera in actual time， the effect is good and can meet the design requirements.

Key words： convolutional neural networks; smart campus; face recognition; image

0 引言

為了提高学校的安全管理水平，创建更为安全的学习环境，学校使用智慧校园人脸识别系统，本系统是一种一对一的身份验证。智慧校园人脸识别系统立足于我们学校智能化的视频监控系统、数字化校园平台以及成熟的物联网技术，将学校在校生和教职员工的人脸等信息通过管理平台上传到系统，建立人脸数据库，人员在识别时与人脸库比对，确认身份，该系统能帮助学校对在校学生的日常行动轨迹信息进行有效管理分析，加强在校生的日常行为管制能力，并且可以为事后提供数据，做到异常事件提前预警，便于教师及时掌握本地及在线学生的学习状态数据，并及时对学生的学习进行引导。还可以通过系统对教职员工进行人事考勤管理。经过摄像机探测跟踪人脸，并自动获取含有人脸的图像，进而对探测到的人脸开展面部图像获取、人脸定位、人脸识别，本系统有效助力实现校园场景智能监控，提升校园安全系数。……