董亚蕾　张师宁　武旭聪

摘  要：针对小人脸检测容易出现漏检的问题，对YOLOv5算法进行改进，在YOLOv5的骨干网络中添加通道注意力模块，改进后的算法在Wider Face数据集上的测试识别准确率提高了3%；改进SRGAN算法，用残差密集网络替代生成网络，改进后的算法在LFW数据集上测试，图像质量评价指标PSNR值达到31.5；最后采用FaceNet算法识别人脸。整合以上算法，完成高校课堂考勤系统开发。系统能够对课堂上学生的照片、视频进行人脸识别，并将识别的结果保存到数据库中供用户查看。

关键词：课堂考勤；小人脸检测；超分辨率重建；人脸识别

中图分类号：TP391.4  文献标识码：A  文章编号：2096-4706（2023）12-0062-04

Research on College Class Attendance System Based on Small Face Recognition

DONG Yalei1， ZHANG Shining2， WU Xucong2

（1.Hebei Chemical & Pharmaceutical College， Shijiazhuang  050026， China; 2.Hebei International Studies University， Shijiazhuang  051132， China）

Abstract： To solve the problem of missing detection in small face detection， the YOLOv5 algorithm is improved and a channel attention module is added to the backbone network of YOLOv5. The detection accuracy of the improved algorithm on the Wider Face dataset is increased by 3%. SRGAN algorithm is improved to replace the generated network with the residual dense network. The improved algorithm is tested on the LFW dataset， and the PSNR value of image quality evaluation index reaches 31.5. Finally， FaceNet algorithm is used to recognize faces. Integrate the above algorithms to complete the development of college class attendance system. The system can recognize the faces of students' photos and videos in class， and save the recognition results to the database for users' viewing.

Keywords： class attendance; small face detection; super-resolution reconstruction; face recognition

0  引  言

教育部強调要大力加强教育信息化建设，并制定《教育信息化2.0行动计划》，要求以人工智能、大数据、物联网等新兴技术为基础，不断创新将校园打造成智慧化校园。人脸识别在智慧化校园中发挥着重要作用。利用人脸识别可保证学生的安全，同时辅助学校进行教学质量把控，为学生上课保驾护航。此外，人脸识别辅助教师监控教学状态，可提升课堂教学质量，通过对学生课堂表现进行大数据分析，能够为学生提供更好的学习计划。

传统课堂考勤采用现场点名方式，一方面浪费课堂宝贵时间和纸张；另一方面容易出现替人答到、无故旷课等现象，严重影响教师课堂教学质量。随着深度学习和计算机视觉技术的发展，人脸识别技术越来越成熟。使用人脸识别进行课堂考勤可以使学生完成无感签到，既干净、卫生、环保，又防止学生替人答到，节约教师时间，让其能够更好地投入教学中，有利于提升课堂的教学质量。……