基于Visual,C#与百度AI的学生人脸比对系统的设计与实现

杜瑞庆 李庚辰

摘要：随着人脸识别技术的发展，通过“人脸比对”技术找出冒名顶替上大学人员成为现实。人脸比对是通过提取照片的特征值进行比对，得到置信度进而判断是否为同一人。在Visual C#与百度AI基础上开发和设计了学生人脸比对系统，通过对比同一名学生在各时期学籍照片、身份证照片进而找出冒名顶替的可疑者，确保招生公平公正，维护高校办学秩序，促进教学改革。论文从开发背景、人脸比对理论、百度AI人脸识别功能、学生人脸比对系统的设计与实现等方面进行了阐述。

关键词：百度AI；
人脸比对；
特征值；
Visual C#；
教学改革

中图分类号：TP391      文献标识码：A

文章编号：1009-3044（2023）13-0039-03

开放科学（资源服务）标识码（OSID）

0 引言

随着互联网技术和信息化的发展，教育现代化信息化越来越得到重视。普通高等学校的学生信息的正确性对于确保招生公平公正、维护高校办学秩序起到非常大的作用，新生入学资格复查和学籍电子注册工作的重要性不言而喻。各高校必须严格按照《普通高等学校学生管理规定》和学籍电子注册规定，认真开展新生入学资格复查，并通过“人像比对”等技术严防冒名顶替。目前，各高校选择百度AI作为人像比较的技术越来越多[1]，因此，开发一款能够高效准确比对照片的系统成为必然。

1 人脸比对理论

人脸比对，是通过对人脸区域的特征进行对比，对比两张或多张图像中的人脸信息，分析面部特征，进行比较和匹配的过程，根据人脸的相似度判断是否为同一人或者在人群中找到目标人物，人脸比对基于的理论基础主要包括人脸特征提取、特征匹配算法和人脸识别模型訓练等。

在这个过程中，还应建立人脸数据库，所谓人脸数据库，是指建立一个包含多个人脸图像及其特征向量的数据库，通过数据库中的信息使得在人脸比对时可以快速地检索和匹配数据。并且使用人脸数据库可以对不同的识别度进行客观分析和评估，提高系统的响应速度和系统的灵活性能。

在比对过程中，每张照片都需要首先进行人脸检测，其中包括性别、年龄、表情、人脸角度、眼部状态、嘴部状态、视线检测，由此找到关键点坐标，这些关键点包括人脸轮廓、眼睛、眉毛、嘴唇及鼻子轮廓。根据关键点设定坐标，准确识别面部五官属性，包括三庭五眼及面部各部位，包括眉毛、眼睛、鼻子、嘴巴、下巴等属性分类，进行面部特征值抽取，形成数字特征向量[2]。随着图像识别技术的研究深入，面部特征识别由最初几个点已经扩展到相当数量的面部特征点，特征点数量的选择可以根据所研究的内容进行选取，图1为一些常用的人脸特征的位置以及标定顺序。

在成功获取两张图片的面部特征后，检测并标识图片中的关键点信息，包括人脸的五官与轮廓，这些关键点信息数量甚至会超过1 000，同时得到人的脸框坐标。通过将这些关键点连接，生成曲线，可以得到人脸照片中的五官区域和轮廓。将两张图片的五官区域和轮廓进行对比评分，最终得到一个范围在[0，100]以内的结果置信度，数字越大越表示两张照片中人脸可能来自同一个人。高校可以根据学生两张或多张照片采集时间的远近设置一定的置信度作为是否同一人的标准[3]。

2 百度AI人脸识别功能

百度AI（Artificial Intelligence，人工智能）开放平台致力于将图像、语音、自然语言、视频、知识图谱等技术通过API （Application Programming Interface，应用编程接口）、SDK（Software Development Kit，软件开发工具包）等简单易用的方式向企业及开发者全面开放人工智能技术[4]。百度AI人脸离线识别SDK，包含人脸采集、活体检测、人脸对比、识别、人脸库管理等能力，并全部离线化、本地化，可完全在无网环境下工作，所有数据皆在设备本地运行处理，可根据业务需要进行上层开发。百度AI的人脸识别的精准度达到了99%以上，且提供了离线SDK，为各高校开发学生人脸比对系统提供了技术支撑。

3 学生人脸比对系统的设计

学生人脸比对系统需要解决的问题与方案如下所示：

1） 选择什么时期的照片进行对比？为了找出冒名顶替者，需要选取学生高中学籍照片、大学入学照片、大学毕业照片、身份证照片分别进行对比。大部分照片可以从“中国高等教育学生信息网（学信网）”上获取，包括高中学籍照片、大学毕业照片等，大学入学时可通过照片采集获取学生入学照片，身份证照片可通过身份证读卡器进行读取。

2） 照片如何命名与存储？照片采集结束后，以身份证号命名，放在不同文件夹。所有照片都以身份证命名，便于人脸比对时提高搜索速度，最终提高比对速度。

3） 置信度的设置？由于学生不同照片之间的拍摄时间间隔较长，置信度不宜设置过大。该比对系统将大于75%的两张人脸照片认定为同一学生照片，结果为“是”；
将50%～74%的认定为可疑，结果为“可能是”；
将50%以下的认定为不是同一学生照片，结果为“否”。

4） 比对结果的保存？要对大量照片进行比对，百度AI线下SDK提供了便利，为了更好保存比对结果，将比对结果存储到“.csv”文件中，也便于后期进行统计与分析。

项目流程如图2所示。

4 学生人脸比对系统的实现

Visual C#是美国微软公司开发的C#编程语言规格之集成开发环境使用者接口，便于开发Windows窗体应用。Microsoft Visual Studio系列中包含 Visual C#，这是通过功能齐全的代码编辑器、项目模板、设计器、代码向导、功能强大且易于使用的调试器以及其他工具实现的。通过 .NET Framework 类库，可以访问多种操作系统服务和其他有用的精心设计的类，这些类可显著加快开发周期。正是依托这些强大的特性和能力，使得Visual C#成为一个被广泛应用于各种开发领域的强大开发工具。

此外，Visual C#中还提供了图形界面设计工具，通过可视化的操作，可以快速地生成Windows窗体等程序应用元素[5]。在学生人脸比对系统中，为了便于使用者使用，采用Visual C#开发了图形界面，如图3所示。

在运行人脸比对系统时，首先点击“文件夹1”与“文件夹2”选择需要比对的照片文件夹，文件夹中的照片均以身份证号命名。然后，点击“人脸比对”，调用百度AI離线SDK中的函数对相同身份证的照片进行比对，并在下方文本框中显示比对结果。之后点击“导出结果”，形成简易对比报告，并且以Word文档形式存储在文件夹1中；
当出现“导出成功”的界面，点击“确定”打开导出的Word文档，在Word文档中便可以看到导出的学生人脸比对系统简易报告，系统比对结果包括照片的对比度，对比结果和简要总结等有关信息，图4为Word文档部分内容。

对比结束后，文件夹1中将增加6个文件夹与2个文件，文件夹目录中只剩下结果“是”的照片。

1） dir2Nofile文件夹：存储结果为“不存在”的照片，即文件夹1中有文件夹2中没有的照片。

2） doubt文件夹：存储结果为“可能是”的原文件夹1中的照片。

3） doubtDir2文件夹：存储结果为“可能是”的原文件夹2中的照片。

4） rightDir2文件夹：存储结果为“是”的原文件夹2中的照片。

5） wrong文件夹：存储结果为“否”的原文件夹1中的照片。

6） wrongDir2文件夹：存储结果为“否”的原文件夹2中的照片。

7） “日期时间.csv”文件：存储对比结果，与主界面结果一致，便于进行排序、汇总等操作，如图5所示。

8） “output日期时间.docx”文件，照片对比结果文件。

5 结束语

百度AI提供的离线SDK为开发学生人脸比对系统提供了技术支撑，用于帮助开发者更加便捷、更加高效地使用技术和产品。在离线SDK中，学生人脸比对系统可以直接在本地设备上进行计算相似度、特征提取和人脸检测的有关功能操作，具备高效快速等方面的优点。学生人脸比对系统通过对大量照片的高效准备比对，找出可疑者，为后续验证工作奠定了良好的基础，确保招生公平公正，维护了高校办学秩序，保障了高校的教学质量，促进了教学改革。帮助高校实现更好的数字化、现代化和智能化的管理，大大提高了教育的信息化建设发展水平。

参考文献：

[1] 黎智辉，谢兰迟，王桂强，等.基于人脸特征相似度分数似然比的人脸比对方法[J].刑事技术，2019，44（1）：1-8.

[2] 刘鹏.人脸识别技术在安防领域的实践应用[J].通讯世界，2018（9）：228-229.

[3] 严辉，邢子昊.基于人脸识别技术的门禁系统软件设计[J].电子技术与软件工程，2020（22）：34-35.

[4] 史远航，饶欣宇，解佳坤，等.基于百度AI的人脸识别新生报到系统设计与实现[J].网络安全技术与应用，2021（6）：43-45.

[5] 杜聪，杜文华，曾志强，等.基于Visual C＃的图像实时采集及处理[J].计算机工程与设计，2014，35（8）：2939-2943.

【通联编辑：谢媛媛】

猜你喜欢特征值教学改革一类带强制位势的p-Laplace特征值问题数学物理学报(2021年5期)2021-11-19单圈图关联矩阵的特征值烟台大学学报（自然科学与工程版）(2021年1期)2021-03-19基于人才培养的技工学校德育实效性研究成才之路(2016年25期)2016-10-08现代信息技术在高职数学教学改革中的应用研究科技视界(2016年20期)2016-09-29以职业技能竞赛为导向的高职单片机实践教学改革研究科技视界(2016年20期)2016-09-29微课时代高等数学教学改革的实践与探索科技视界(2016年20期)2016-09-29基于商奇异值分解的一类二次特征值反问题东北电力大学学报(2015年1期)2015-11-13关于两个M-矩阵Hadamard积的特征值的新估计四川轻化工大学学报(自然科学版)(2014年3期)2014-04-16

推荐访问:生人 比对 设计