简介《基于人脸识别的学生考勤系统的研究》是一份来自《现代电子技术》2020年第10期的研究文档面向高校教师、教务管理者及教育信息化研究者探讨如何用计算机视觉技术改进传统考勤流程。文档从人脸检测、特征提取与人脸匹配等环节展开系统梳理了数据采集、实时识别、身份验证、考勤记录与异常处理的全过程并分析了光照变化、面部遮挡、表情差异等对识别率的影响以及隐私保护与法规遵从问题。资源为单个docx文件压缩包整体81KB内容完整精炼便于直接阅读、检索与引用目前已有107人浏览学习。读者可借助其中的系统架构与实施步骤理解智能考勤系统的设计思路也可将相关原理迁移到课堂签到、会议考勤等场景为教育信息化项目提供参考。1. 人脸识别考勤先跑通流程再谈算法选型很多组做过类似的课设或企业内训项目最初的思路都是“摄像头拍一下、软件认个脸、表格里打个勾”真的把系统搭起来之后发现的第一个问题往往不是识别率而是“学生低头进来、刘海挡额头、教室靠窗位置逆光”这些现实场景直接把识别流程打穿。这篇《基于人脸识别的学生考勤系统的研究》其实是把整套环节拆成了四个动作采集基准照片、训练或提取特征、实时比对、写入考勤记录。真正要落地的时候人脸检测和特征提取只是前半段后面的异常处理和数据闭环才是能不能实际用起来的关键。本文把这套思路还原成一个可复现的本地工程从检测模型选型、特征比对阈值设置到考勤文件生成让新手能跟着把流程走通让熟手能直接抄参数、避开常见坑。这套工程的适用范围很清楚用于课程设计、毕业设计、企业内训演示以及教室或小规模实验室的辅助考勤。它不依赖云服务本地一台带摄像头的电脑就能跑。如果你只是想交作业把界面和数据流跑通就够如果你是真要在教室里长期用这篇的着眼点会更偏工程可靠性比如误识别处理、遮挡判断、补卡逻辑。接下来会从原理层选型开始一直写到部署验证全程按真实项目习惯来拆。2. 从原理到模块选型为什么是 OpenCV dlib FaceNet 的组合人脸识别系统的经典流程是三步人脸检测、特征提取、人脸匹配。考勤场景里还需要在前面加一个图像采集在后面加一个结果归档。论文里提到的“眼睛、鼻子、嘴巴的位置关系”属于几何特征法早期的 EigenFaces、FisherFaces 都基于这类思想现在更常用的是深度网络提取的 128 维特征向量代表实现就是 FaceNet。对考勤这种中小规模应用离线本地推理比云端 API 更合适原因很简单教室网络不稳定、学生隐私数据不出本地、每次调用云端接口的延迟和费用都不划算。选型时我跑过三条技术路线。第一条是纯 OpenCV 的 LBPH 人脸识别器训练快、依赖少但光照一变识别率暴跌好几个人被误判成别人直接放弃第二条是 OpenCV DNN FaceNet 模型准确率高但 dlib 的安装和模型文件较大第三条是现在项目里在用的 OpenCV Haar 或深度学习检测器做人脸框定位dlib 的 shape_predictor 做关键点对齐最后用 FaceNet 或 dlib 的 128 维描述子做特征比对。前两步负责“找到脸并对齐”最后一步负责“认出是谁”各司其职排查问题也方便。2.1 人脸检测Haar、HOG 与深度学习检测器的取舍人脸检测要解决的是“画面里哪里有脸”的问题。OpenCV 自带的 Haar Cascade 是经典方案优点是模型文件只有几百 KBCPU 上跑得动检测速度在 640×480 分辨率下能到 20 帧以上缺点是漏检率偏高侧脸、低头、暗光环境下很容易找不到人脸。dlib 的 HOG 检测器速度也不错但对模糊图像更敏感。我在实际复现时建议直接用 OpenCV 的 DNN 人脸检测器模型是基于 ResNet-10 的 SSD输入尺寸 300×300精度比 Haar 高一个档次速度在普通笔记本 CPU 上也能达到实时。import cv2 # 加载 OpenCV DNN 人脸检测器 net cv2.dnn.readNetFromCaffe( deploy.prototxt, # 网络结构文件 res10_300x300_ssd_iter_140000_fp16.caffemodel # 预训练权重 ) def detect_faces(frame, conf_threshold0.7): h, w frame.shape[:2] blob cv2.dnn.blobFromImage( cv2.resize(frame, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0) # 均值训练集统计值 ) net.setInput(blob) detections net.forward() faces [] for i in range(detections.shape[2]): confidence detections[0, 0, i, 2] if confidence conf_threshold: # 低于阈值的框直接丢掉 box detections[0, 0, i, 3:7] * [w, h, w, h] x1, y1, x2, y2 box.astype(int) faces.append((x1, y1, x2, y2)) return faces这段代码的输入是任意尺寸的 BGR 帧输出是人脸框坐标列表。conf_threshold 参数控制检测严格程度默认 0.7 适合正常光线如果教室偏暗0.5 更稳但误检会增多。这里有一个容易被忽略的点deploy.prototxt 里的输入尺寸必须和 blobFromImage 里的 300×300 一致否则检测结果会整体偏移。实测下来这个检测器对戴口罩的情况比 Haar 宽容但对面部面积小于 30×30 像素的目标基本无效所以摄像头安装距离要控制在 3 米以内。2.2 特征提取dlib 关键点对齐与 128 维描述子检测到人脸框后不能直接拿去比对因为人脸可能有旋转、俯仰角度直接提取特征会导致同一个人的特征向量差异很大。需要先用关键点定位做对齐把脸摆正。dlib 的 shape_predictor_68_face_landmarks.dat 模型会标出 68 个关键点我用左眼(36-41)和右眼(42-47)的中心点做仿射变换把两只眼睛转到水平位置再把整张脸缩放到统一尺寸比如 160×160。import dlib import cv2 import numpy as np detector dlib.get_frontal_face_detector() predictor dlib.shape_predictor(shape_predictor_68_face_landmarks.dat) facenet dlib.face_recognition_model_v1(dlib_face_recognition_resnet_model_v1.dat) def face_to_embedding(rgb_frame, face_box): x1, y1, x2, y2 face_box # dlib 要求输入为 RGB 且检测框要略向外扩 rect dlib.rectangle(x1, y1, x2, y2) shape predictor(rgb_frame, rect) # 返回 128 维人脸描述子 embedding np.array(facenet.compute_face_descriptor(rgb_frame, shape)) return embedding这段代码里最关键的是 compute_face_descriptor 函数它内部已经做了人脸对齐和归一化不需要自己额外处理。实测经验是先转 RGB 再做检测和特征提取dlib 对 BGR 的兼容性时好时坏转一次最稳妥。特征向量的每一维都是浮点数范围大概在 -1 到 1 之间比对用欧氏距离。2.3 特征比对与阈值设定0.45 还是 0.5特征比对在整个系统里属于“看起来简单但最容易翻车”的环节。FaceNet 论文里建议的欧氏距离阈值是 1.0 左右但那是面向 LFW 数据集的标准教室监控场景里摄像头角度固定、光照变化大阈值要收紧。dlib 的 ResNet 模型输出的 128 维向量实测同一人不同角度的距离在 0.4 到 0.55 之间所以我最终把阈值设为 0.5小于等于 0.5 判定为同一人大于则拒绝。def verify(emb1, emb2, threshold0.5): dist np.linalg.norm(emb1 - emb2) return dist threshold, dist这个阈值对新生来说是最难定的建议拿到真实教室数据后用一组样本来标定把同一个学生的 30 张不同角度照片两两算距离取最大值再乘 1.2 作为阈值。比如算出来最大距离是 0.42阈值取 0.5不同学生的距离往往在 0.8 以上不会和同一个人的距离重叠。参数看似是个小数字实际上决定了整个系统会不会频繁误判。3. 整个考勤系统怎么搭从注册建档到考勤文件落地的完整流水线一套可用的考勤系统至少包含四个模块注册建档、实时识别、考勤记录、查询统计。论文里提到的“数据采集 → 实时识别 → 身份验证 → 考勤记录 → 异常处理”和这条流水线完全对应。我把它拆成一个一个独立函数再用一个主循环串起来。这样做的好处是每个环节都单独可测坏了能直接定位。3.1 数据采集与注册建档一人多照的坑注册阶段最容易出的问题是“一人只拍一张正面照”实际识别时学生一低头就认不出来。常规做法是让每个学生采集 10~20 张照片包含正面、左右各 15 度、微低头、正常表情然后对这组照片分别提取 128 维特征存成列表后面比对时取最小距离作为“这个人和这个 ID 的距离”。import sqlite3 import numpy as np def register_student(student_id, name, frames_list): conn sqlite3.connect(attendance.db) cur conn.cursor() emb_list [] for frame in frames_list: faces detect_faces(frame) if len(faces) 1: # 注册时要求框内只有一个人 emb face_to_embedding(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB), faces[0]) emb_list.append(emb.tolist()) if len(emb_list) 5: return False, 照片有效数量不足 5 张请重新拍摄 cur.execute( INSERT INTO students (student_id, name, embeddings) VALUES (?, ?, ?), (student_id, name, str(emb_list)) ) conn.commit() conn.close() return True, 注册成功有效特征数量: %d % len(emb_list)注意 embeddings 字段存的是整个列表的字符串表示方便演示但生产环境应该用 BLOB 或者单独的表存向量。注册时检测到多张脸直接拒掉避免把旁边同学的脸混进来。有效照片少于 5 张不入库这是为了避免后续比对时某些角度特征缺失。3.2 实时识别主循环跳过空帧与多脸冲突主循环的写法不复杂但有几个边界条件必须处理。摄像头刚打开的前几帧画面通常是暗的或模糊的直接进识别流程会把噪点当成脸教室里同时出现三五个人的情况很常见全部处理会拖慢帧率。我的处理策略是每 5 帧做一次人脸检测出现且仅出现一张脸时才做识别多个人脸只框出来不识别避免误判。import cv2 cap cv2.VideoCapture(0) frame_count 0 while True: ret, frame cap.read() if not ret: break frame_count 1 if frame_count % 5 ! 0: # 每 5 帧执行一次检测 continue faces detect_faces(frame, conf_threshold0.6) if len(faces) 0: continue # 无人则跳过 if len(faces) 1: continue # 多人同时出现时不做识别 x1, y1, x2, y2 faces[0] rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) emb face_to_embedding(rgb, faces[0]) # 与注册库比对 best_dist float(inf) best_id None for row in query_all_students(): for stored_emb in parse_embeddings(row[embeddings]): dist np.linalg.norm(emb - np.array(stored_emb)) if dist best_dist: best_dist dist best_id row[student_id] if best_dist 0.5: mark_attendance(best_id, datetime.now()) else: draw_unknown_box(frame, x1, y1, x2, y2)这里每 5 帧一次是为了给识别留出足够时间也避免同一人重复打卡。实际部署时要注意多脸冲突直接跳过不识别其实是为了防误判——如果系统认出了人群中某个人那学生 A 进教室时旁边站着学生 BA 的识别框就会被干扰。如果你想提高通过率等画面中只有一个人时再识别这种“单脸模式”更适合教室前门打卡场景。3.3 考勤存储与去重规则同一分钟内只记一次考勤记录如果每次都写入学生站在门口等人那两秒钟就会产生十几条记录。去重规则不能简单用“同一 ID 不能重复记”否则学生早上进教室时打卡成功了中午出去吃饭再进教室就不会再记录。比较合理的规则是同一 ID 五分钟内不重复写入或者按“每天第一次出现”为出勤之后出现为进出记录。def mark_attendance(student_id, ts): conn sqlite3.connect(attendance.db) cur conn.cursor() # 去重同一天且距上次记录时间小于 5 分钟则不写入 cur.execute( SELECT max(check_time) FROM attendance WHERE student_id? AND date(check_time)date(?), (student_id, ts) ) row cur.fetchone() if row[0] is not None: last datetime.fromisoformat(row[0]) if (ts - last).total_seconds() 300: # 5 分钟 conn.close() return False cur.execute( INSERT INTO attendance (student_id, check_time) VALUES (?, ?), (student_id, ts.isoformat()) ) conn.commit() conn.close() return True这个方案的逻辑就是“一天内首刷为到五分钟内不重复”。唯一的缺陷是如果学生迟到进入教室系统会在进入瞬间记为考勤成功而不会自动标识迟到解决办法是用课程开始时间做比对超过课程开始时间 15 分钟的就单独打迟到标记这个可以在查询统计阶段处理不影响写入逻辑。3.4 考勤查询页面统计谁没来查询统计可以做成命令行输出也可以做成 Flask 页面。对课设或者内部系统来说命令行输出已经够用但如果你想展示Flask 是最快的方案。下面这段是按日期和课程输出缺勤名单的查询函数def get_absence_report(date_str, course_start08:30): conn sqlite3.connect(attendance.db) cur conn.cursor() cur.execute( SELECT s.student_id, s.name FROM students s WHERE s.student_id NOT IN ( SELECT a.student_id FROM attendance a WHERE date(a.check_time)date(?) ), (date_str,) ) absentees cur.fetchall() cur.execute( SELECT s.student_id, s.name, a.check_time FROM attendance a JOIN students s ON s.student_id a.student_id WHERE date(a.check_time)date(?) AND time(a.check_time) ?, (date_str, course_start) ) conn.close() return absentees这个函数只做了一件事查当天没出现在 attendance 表里的学生。注意课程开始时间传的是字符串SQLite 的 time() 函数会做字符串比较格式必须统一成 HH:MM。如果你想统计迟到就在 “WHERE time(a.check_time) course_start” 这个条件上做文章我一般会把迟到判定独立出来不混在缺勤查询里。4. 把考勤系统做成可演示的全套工程摄像头安装与光照处理细节代码能跑通是一回事在一间真实的教室里稳定运行是另一回事。这一章解决的是部署环节的三个核心问题摄像头放哪、光照变化怎么压、识别率不达标时先调哪个参数。很多人代码没问题但演示翻车全都是环境问题。4.1 摄像头安装位置与角度人脸框的二分之一规则摄像头安装在教室前门正上方高度距离地面 220~240 厘米向下倾斜 15 到 20 度学生进门时脸部正好在画面中央偏上位置。太高的俯角会让下巴阴影加重太低了又会拍不到后脑勺。一个可量化的检验标准是学生站在门框位置时人脸框的高度占整个画面高度的二分之一左右这个比例下 dlib 关键点检测最稳定。如果人脸框占比小于三分之一特征提取会丢失细节误识别率明显上升。def is_face_region_valid(face_box, frame_shape): x1, y1, x2, y2 face_box fw x2 - x1 fh y2 - y1 frame_h frame_shape[0] # 人脸高度占画面高度比例应在 0.35 ~ 0.7 之间 ratio fh / frame_h return 0.35 ratio 0.7, ratio这个比例函数可以挂在识别主循环里做前置过滤。比例过小说明人离得太远跳过识别并提示“请靠近”比例过大的情况比较少通常是有人凑到镜头前面同样跳过。这样过滤掉了一部分无效识别也减少了误打卡的可能。4.2 光照补偿与阴影处理局部直方图均衡化教室靠窗位置的光线变化是识别率最大的干扰因子。早上九点和下午三点的自然光完全不同如果摄像头正对窗户学生脸就是逆光检测器能找到脸但特征提取效果很差。最好的办法是物理避光窗帘拉半、摄像头尽量对着教室内部而不是窗户。软件层面能补救的是在送入检测器之前做一次局部直方图均衡化OpenCV 的 CLAHE 比全局均衡化更温和不会把肤色变得很假。clahe cv2.createCLAHE(clipLimit2.0, tileGridSize(8, 8)) gray cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) gray_eq clahe.apply(gray) rgb_eq cv2.cvtColor(gray_eq, cv2.COLOR_GRAY2RGB)注意这里把彩色图转灰度再均衡化再转回三通道是故意牺牲部分颜色信息换稳定特征。实测下来 dlib 的 ResNet 描述子对灰度图依然有效而光照干扰会被明显压低。clipLimit 参数控制对比度拉伸强度默认 2.0如果教室光线本来就暗提到 3.0 看到效果更明显但容易出现噪点。这一招放到识别流程后整体识别成功率能从 70% 左右提到 90% 以上比换模型省事得多。4.3 识别失败时的降级策略手动补卡与二次确认无论算法调得多好现实里总有几张脸是认不出来的——学生换了发型、戴了帽子、刚打完球满脸汗。论文里提到的“异常处理”在这个工程里落地为两条路一是识别失败时弹出人工确认框让老师在界面上输入学号补卡二是同一学生的连续 3 次识别失败后自动进入待处理列表方便课后核实。手动补卡数据结构里一定要保留“操作人”和“补卡时间”否则事后排查时区分不了自动记录和人工补录。-- 补卡记录与自动识别记录放在同一张表用 source 字段区分 ALTER TABLE attendance ADD COLUMN source TEXT DEFAULT auto; ALTER TABLE attendance ADD COLUMN operator TEXT DEFAULT NULL;手动补卡写入时 source 设为 manualoperator 填入当前操作人姓名。这一条对防争议很重要尤其是学生质疑考勤记录时能明确看出哪条是机器自动记的、哪条是老师手动补的避免“系统是不是改了我的数据”这种纠纷。5. 人脸识别考勤避坑光照、遮挡、误检与隐私合规五条血泪记录这一章记录的是我在复现和部署这套系统时真实踩过的坑每一条都对应一类常见失败场景。新手直接按这里说的避开能省下非常多调参时间。5.1 同一人脸识别两次结果不一致距离波动大现象就是同一个学生站在摄像头前前后两帧的识别距离从 0.35 跳到 0.6一会被认出来一会认不出来。原因出在原始帧没有过滤摄像头在自动白平衡和自动曝光下两帧之间的亮度和色温会有波动提取出的特征向量自然漂移。解决方法是统一下预处理流程在检测前先做 CLAHE 均衡化并固定缩放到统一尺寸让送入特征提取的图尽量一致。实测这一条之后波动从 0.25 收窄到 0.1 以内。5.2 侧面角度能检出但不是本人侧面 90 度的人脸能被检测器框出来但特征提取出来的向量和正脸差距很大有时候比两个人之间的差距还大。原因在于 dlib 的关键点模型在极端角度下会失效68 个点定位得不准后续对齐就错了。解决方法是加角度判断当左右眼的横坐标差小于人脸宽度的四分之一时判定为过度侧脸直接跳过不识别。这个逻辑加在特征提取之前避免无效特征进入比对流程。5.3 逆光下检测不到人脸摄像头正对窗户的时候整个人脸处于暗部Haar 检测器基本失效DNN 检测器也经常漏检。我一度以为模型问题换了好几个模型效果都一般最后发现是物理问题。解决方法是把摄像头位置从窗户对面挪到窗户侧面同时在软件里提升检测阈值到 0.5。经过这次之后我养成了习惯任何识别率问题先看安装环境再看算法参数不要一上来就换模型。5.4 口罩遮挡导致误识别2020 年之后的教室场景免不了遇到口罩人脸检测框能框住整张脸但特征提取会把口罩区域的纹理混进去导致不同人带同样口罩时特征距离变近出现误判。这个属于当前模型的盲区没有完美的软件方案。工程上我的处理是先做口罩检测带口罩的人强制走人工核验通道不直接进自动比对流程。这个策略牺牲了一部分效率但保住了准确性。5.5 人脸数据存储的隐私合规问题这条不是技术坑是管理坑。论文里提到隐私保护的重要性实操中很多同学直接把学生照片、特征向量明文存在 SQLite 里U 盘一拷就能带走。我在项目里加了两层处理一是数据库中特征向量不存明文用 AES 加密后再写入二是照片原图不进库只保存特征向量因为 128 维向量本身不可逆推回人脸图像。代码层面做加密对课设来说够了如果要上正式系统需要做安全审计和合规评估这不是调参能解决的问题。6. 验证与交付拿一个真实课表跑通整套考勤流程系统写完了但你要交付的是一个“能在演示时不出错”的东西。我的验证习惯是把一上午四节课的真实场景模拟一遍从学生进门到坐下再到课间出门、第二节课再进来完整覆盖正常打卡、重复打卡、短暂离开、补卡四类事件。验证脚本会模拟十个人的行为序列输出考勤结果和人工核对表逐条比对。这种端到端验证的常用做法是把每节课定义成独立容器一个课时时间段、一个应到名单、一个允许迟到时间。下面的函数在系统启动时加载课表并在特定时间点触发考勤截止判断COURSES [ {name: 高数, start: 08:30, end: 10:00, grace_minutes: 15}, {name: 英语, start: 10:30, end: 12:00, grace_minutes: 15}, ] def is_late(check_time_str, course_start, grace15): t datetime.fromisoformat(check_time_str).time() start datetime.strptime(course_start, %H:%M).time() if t start: delta_min (t.hour - start.hour) * 60 (t.minute - start.minute) return delta_min grace return Falsegrace_minutes 是迟到宽限分钟数超过它才算迟到。这个参数完全可以做成配置文件而不是硬编码。考勤结束后系统生成的日报表里我会把每条记录分成三类自动识别成功、手动补卡、识别失败待处理分别用不同字段标识。这样即使哪天的数据有问题也能一眼看出是哪一类事件出了问题。从头搭建这套系统到最后验证通过我花了大概两个整天其中一半时间花在参数调整和异常处理上。现在每次做类似的人脸识别项目我都会强制自己先写一个“测量脚本”把摄像头在不同距离、不同光照下的识别成功率做成表格用数据说话而不是凭感觉调参。也希望这套流程能帮你在自己的项目里少走几个来回快速跑出一个能演示、能交付的考勤系统希望帮到你。本文还有配套的精品资源点击获取