基于深度学习的高校考勤系统设计与实现

作     者：刘田田 

作者机构：江苏开放大学信息与机电工程学院江苏南京210017 

基　　金：江苏开放大学(江苏城市职业学院)"十三五"规划课题成果 项目编号16SSW-Q-003 

出 版 物：《海峡科技与产业》 (Technology and Industry Across the Straits)

年 卷 期：2018年第31卷第9期

页      码：76-79页

摘      要：在高校课堂教学中,考勤是一个关键的环节,是教师对学生进行评价的基础,而在实施过程中,人工统计、指纹打卡等方式会浪费大量教学时间。本文设计提出一种基于深度学习的课堂考勤系统,基于人脸识别库face_recognition,使用Python和命令行工具,提取、识别、操作人脸,利用Labeled Faces in the Wild人脸数据集进行测试,建立班级人脸图像数据库,采集课堂实时图像,对比后反馈学生出勤情况。该系统识别准确率高达99.38%,同时极大地缩短了考勤时间,是辅助课堂教学的高效工具。

主 题 词：深度学习 特征识别 考勤系统 

学科分类：0401[教育学-教育学类] 04[教育学] 081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1006-3013.2018.09.034

馆 藏 号：203453943...