基于人臉檢測的課堂考勤APP系統(tǒng)研究與實現(xiàn).pdf

1、課堂考勤是高校教學(xué)管理中必不可少的手段之一，而傳統(tǒng)“簽到”的方式不僅費時費力，而且效率較低。隨著移動互聯(lián)網(wǎng)的發(fā)展和4G時代的到來，智能手機(jī)已成為人們生活必不可少的一部分，Android系統(tǒng)手機(jī)以其低廉的價格、開放的平臺等優(yōu)點受到人們的青睞。為了提高教師的考勤效率，提高學(xué)生的到課率，開發(fā)And ro id平臺的課堂考勤系統(tǒng)具有廣闊的應(yīng)用前景和重要的研究意義。
　　開發(fā)課堂考勤系統(tǒng)的關(guān)鍵技術(shù)是對人臉的檢測，關(guān)于人臉檢測的算法有很多，本

2、文通過歸納和總結(jié)現(xiàn)有檢測算法優(yōu)缺點，選擇了基于膚色與AdaBoo st這兩種人臉檢測算法，并在原有的算法基礎(chǔ)上分別對其進(jìn)行了優(yōu)化，最后再將優(yōu)化后的兩種算法進(jìn)行結(jié)合，以And ro id為平臺實現(xiàn)了基于人臉檢測的“課堂考勤APP”系統(tǒng)。具體工作如下：
　　1、對膚色分割算法的改進(jìn)。首先對分割方案進(jìn)行了設(shè)定，選擇了YCbCr色彩空間與高斯模型，進(jìn)而針對最大類間方差法(O ts u)計算量較大的缺點，對O ts u圖像閾值分割算法進(jìn)行分

3、析與改進(jìn)。并通過實驗表明，改進(jìn)的 Otsu算法在時間方面明顯優(yōu)于傳統(tǒng)Otsu算法。
　　2、對Ada Boos t算法的改進(jìn)。通過分析Ada Boos t算法的基本原理，針對該算法在弱分類器的選擇時忽略了弱分類器之間相關(guān)性的缺陷，引入差異性度量(Dis)對弱分類器之間的相關(guān)性進(jìn)行判定，對原有的AdaBoost算法進(jìn)行了改進(jìn)。并通過實驗表明，對于相同結(jié)構(gòu)的級聯(lián)分類器，改進(jìn)后的算法提高了人臉檢測率，同時降低了誤檢數(shù)。
　　3、為

4、了獲得更好的檢測效果，將改進(jìn)的膚色檢測算法和AdaBoo st檢測算法進(jìn)行結(jié)合，并將該算法移植到And ro id平臺，設(shè)計實現(xiàn)了基于人臉檢測的“課堂考勤APP”系統(tǒng)。該系統(tǒng)核心模塊是應(yīng)用Android手機(jī)的照相功能，再對圖像進(jìn)行人臉檢測實現(xiàn)考勤和簽到。經(jīng)測試，該系統(tǒng)不僅操作便捷，而且成本較低，便于推廣普及。
　　本文將人臉檢測技術(shù)與實際應(yīng)用需求相結(jié)合，解決了傳統(tǒng)“簽到”方式的缺陷，同時基于Android平臺建立的課堂考勤系統(tǒng)，在