AttenFace：基于人脸识别的实时考勤系统
计算机视觉与模式识别
2022-12-01 v1
摘要
当前高校考勤方式繁琐且耗时。本文提出 AttenFace，一种利用人脸识别实时分析、追踪并记录考勤的独立系统。系统通过实时摄像头采集的课堂快照识别学生，并依据其在整节课多张快照中的出现情况标记为出勤。每节课的人脸识别独立且并行执行，确保系统可随并发课堂数量扩展。此外，将人脸识别服务器与用于考勤计算的后端服务器分离，使人脸识别模块能够集成至 Moodle 等现有考勤跟踪软件中。人脸识别算法以 10 分钟间隔对课堂快照运行，相较直接处理实时摄像头画面显著降低了计算量。该方法还赋予学生短暂离开课堂（如接电话）而不丢失本节课出勤记录的灵活性。当学生在多于某一阈值的快照中在场时，即被授予出勤。系统全自动运行，无需教师干预或任何手动考勤乃至摄像头配置，因为后端直接对接课堂内摄像头。AttenFace 是教育机构中首个集人脸识别考勤于一体的一站式解决方案，可防止代考勤，涵盖从学生查考勤、教师制定自身考勤政策到学院执行默认考勤规则的所有环节。
引用
@article{arxiv.2211.07582,
title = {AttenFace: A Real Time Attendance System using Face Recognition},
author = {Ashwin Rao},
journal= {arXiv preprint arXiv:2211.07582},
year = {2022}
}
备注
5 pages, 8 figures. To be published in conference proceedings of IEEE Conference on Information and Communication Technology (CICT) 2022