论文部分内容阅读
摘要：传统的到场点名方式耗费了教师大量的时间和精力，特别是针对课堂人数多，学生群体多样的这种点名考勤方式越来越不适用，同时传统的点名考勤无法避免代签代答的现象，极大的降低了考勤效率。随着人脸识别技术在我们的日常生活的广泛应用，这种AI技术势必会走进各大高校的课堂。一套基于AI技术的课堂考勤系统，将所有学生信息加入到考勤的数据库当中，系统基于教室的摄像头进行人脸识别，对上课的学生完成考勤，并且及时将考勤结果传输到后台的考勤系统中，更加方便老师随时调取信息来掌握自己课堂的出勤率。基于AI技术的课堂考勤以较高的准确率实现了快捷的课堂考勤，更加节省人力和时间，可适用性强，能够满足日常课堂考勤的需求。
关键词：AI技术;课堂考勤
进入21世纪以后，人工智能（Artificial Intelligence，简称AI）技术发展迅速，以中国和美国为首的众多国家都投入了大量资源进行人工智能技术的研发，并成功将其应用于一些技术和产品之中，例如智能机器人等。然而，人工智能技术还没有能够做到服务于人们的日常生活，技术要服务于大众，未来几年人工智能技术会朝着普及化的方向发展。
人工智能自从前两年首次被写入政府工作报告以来，在2019年的两会政府工作报告中，最热的人工智能再一次被写入报告，这已经是连续三次人工智能被写入两会政府工作报告，并且在这次的两会中，人工智能与机器人技术绝对是2019的高频热词，而且频频被顶上热搜，如： AI机器人上两会、AI合成主播上岗、智能眼、全能耳助力两会等等，这些充分运用了信息革命成果的新传播方式，成为了最吸睛的亮点。而去年教育部办公厅发布了《2019年教育信息化和网络安全工作要点》，根据教育部办公厅发布的《2019年教育信息化和网络安全工作要点》的指示，推进信息技术在教学中的深入普遍应用，中小学及高中生都要全面普及。国家政策支持：机器人编程成为必修课程。
人脸识别是一项热门的人工智能研究领域，它属于生物特征识别技术，是对生物体本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音、体形、个人习惯等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别、体形识别、键盘敲击识别、签字识别等。
随着人工智能在各个领域的广泛应用和飞速发展，人脸识别变得越来越触手可及，越来越多的企业和工厂开始启用人脸打卡考勤，但是在高校环境中现有设备并不能很好的发挥作用，如果能够将人脸考勤与教室中的摄像头进行结合将极大程度的解决高校传统考勤方式低效的问题，并且极大地提高课堂考勤的准确度。
课堂考勤作为监督学生出勤率是提高课堂质量的关键环节，在日常高校教学生活中起着非常重要的作用。目前大部分高校采用的基于紙质、学生答到的传统考勤方式，多数情况下难以有效避免学生代答代签的情况，而且点名的过程中占用了大量宝贵的课堂时间。对于学生并不能起到预期的督促效果，对于学校和教师则是一种需要耗费极大精力和时间但是准确率得不到保证、低效的考勤方式。随着课堂的人数与日俱增，传统的上课点名答到的考勤方式的效率变得越来越低。因此，通过人脸识别的人工智能设备，实现学生上课的智能打卡，可以记录上课、下课情况，还可以排除学生中间外出的情况。不仅能够提高出勤率还可以实现实时记录学生到达教室的时间，是否迟到和迟到的时间都可以有明确的记录，老师可以根据实际情况来记录学生的考勤。
基于AI技术的课堂考勤既快捷又节省时间，不需要学生带任何证件，只需要出现在一个能够被摄像头监测到的位置，就可以完成课堂签到。可利用摄像头的灵活性，根据学生所处的位置转动，进行人脸匹配完成签到，这样能够降低学生角度不对而造成签到失败的几率。摄像头由智能的时间控制系统进行控制，当该教室有课时，由学生点击签到按钮启动考勤系统，上课期间系统全程处于工作状态，下课系统自动关闭，其余时间处于休眠状态，这样更大程度上的节约资源。此系统不仅对学生签到带来方便，对于老师也非常便捷，老师具有管理员身份，可以登录这个系统自行下载自己课堂的考勤记录，对课堂状态进行分析。也可以设定在每节课结束后以邮件的方式及时反馈到该课程教师的考勤系统中，数据也可在期末直接导出，自动生成分析报告。
基于AI技术的课堂考勤系统在日常的使用中不仅仅局限于课堂上的出勤检测，也可以实时监测学生的上课状态，通过摄像头的多角度检测，能够全方位的对教室中的学生进行状态检测，后台会根据人脸识别的结果和后台的数据库中的数据进行匹配，自动导出结果数据，老师能够在系统上通过分析数据来掌握不同学生的上课状态，针对得出的数据制定相应的计划和解决方案，有针对性的对学生的学习制定一个详细的提高方案，并且能够对班上同学的总体学习状况有一个大概的了解，能够有针对性的对个别同学进行督促，更好的提高整个班的学习效率。这种通过AI技术进行人脸识别和系统内部的学生信息进行匹配，实时监测学生的上课状态，更加能够提升学生们上课的抬头率。
基于AI技术的课堂考勤系统不仅仅只针对高校的课堂考勤，也可以针对中小学生，考勤制度是每个学校必不可少的一部分，而对于中小学生可以有更高级的设定。学校可以根据需求设定离校通知功能，当摄像头检测到学生下课离开的同时，家长会收到一条学生已经离开学校的短信通知，对于中小学生的人身安全有所保障，家长掌握孩子的实时动向。
基于AI技术的课堂考勤系统，也可以适用于考场当中，在考试过程中启动系统，可以减少作弊抄袭的情况，当前教室系统和老师的手机系统连接，当考生出现异常，老师手机系统会接收到提醒。
本文设计的系统已经基本实现高校课堂考勤所需的功能，但是技术及能力限制，还无法将本系统做到足以完全取代传统考勤方式的程度，后续还需在AI技术与摄影技术结合方面、采集设备智能化方面、数据库检索技术方面进行进一步完善。
参考文献
[1]左腾.人脸识别技术综述[J].软件导刊，2017，16（002）：182-185.
[2]徐晓艳.人脸识别技术综述[J].电子测试，2015，000（010）：885-894.
[3]张超逸.基于特征脸识别考勤系统设计[J].厦门科技，2016，000（005）：50-53.
关键词：AI技术;课堂考勤
进入21世纪以后，人工智能（Artificial Intelligence，简称AI）技术发展迅速，以中国和美国为首的众多国家都投入了大量资源进行人工智能技术的研发，并成功将其应用于一些技术和产品之中，例如智能机器人等。然而，人工智能技术还没有能够做到服务于人们的日常生活，技术要服务于大众，未来几年人工智能技术会朝着普及化的方向发展。
人工智能自从前两年首次被写入政府工作报告以来，在2019年的两会政府工作报告中，最热的人工智能再一次被写入报告，这已经是连续三次人工智能被写入两会政府工作报告，并且在这次的两会中，人工智能与机器人技术绝对是2019的高频热词，而且频频被顶上热搜，如： AI机器人上两会、AI合成主播上岗、智能眼、全能耳助力两会等等，这些充分运用了信息革命成果的新传播方式，成为了最吸睛的亮点。而去年教育部办公厅发布了《2019年教育信息化和网络安全工作要点》，根据教育部办公厅发布的《2019年教育信息化和网络安全工作要点》的指示，推进信息技术在教学中的深入普遍应用，中小学及高中生都要全面普及。国家政策支持：机器人编程成为必修课程。
人脸识别是一项热门的人工智能研究领域，它属于生物特征识别技术，是对生物体本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音、体形、个人习惯等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别、体形识别、键盘敲击识别、签字识别等。
随着人工智能在各个领域的广泛应用和飞速发展，人脸识别变得越来越触手可及，越来越多的企业和工厂开始启用人脸打卡考勤，但是在高校环境中现有设备并不能很好的发挥作用，如果能够将人脸考勤与教室中的摄像头进行结合将极大程度的解决高校传统考勤方式低效的问题，并且极大地提高课堂考勤的准确度。
课堂考勤作为监督学生出勤率是提高课堂质量的关键环节，在日常高校教学生活中起着非常重要的作用。目前大部分高校采用的基于紙质、学生答到的传统考勤方式，多数情况下难以有效避免学生代答代签的情况，而且点名的过程中占用了大量宝贵的课堂时间。对于学生并不能起到预期的督促效果，对于学校和教师则是一种需要耗费极大精力和时间但是准确率得不到保证、低效的考勤方式。随着课堂的人数与日俱增，传统的上课点名答到的考勤方式的效率变得越来越低。因此，通过人脸识别的人工智能设备，实现学生上课的智能打卡，可以记录上课、下课情况，还可以排除学生中间外出的情况。不仅能够提高出勤率还可以实现实时记录学生到达教室的时间，是否迟到和迟到的时间都可以有明确的记录，老师可以根据实际情况来记录学生的考勤。
基于AI技术的课堂考勤既快捷又节省时间，不需要学生带任何证件，只需要出现在一个能够被摄像头监测到的位置，就可以完成课堂签到。可利用摄像头的灵活性，根据学生所处的位置转动，进行人脸匹配完成签到，这样能够降低学生角度不对而造成签到失败的几率。摄像头由智能的时间控制系统进行控制，当该教室有课时，由学生点击签到按钮启动考勤系统，上课期间系统全程处于工作状态，下课系统自动关闭，其余时间处于休眠状态，这样更大程度上的节约资源。此系统不仅对学生签到带来方便，对于老师也非常便捷，老师具有管理员身份，可以登录这个系统自行下载自己课堂的考勤记录，对课堂状态进行分析。也可以设定在每节课结束后以邮件的方式及时反馈到该课程教师的考勤系统中，数据也可在期末直接导出，自动生成分析报告。
基于AI技术的课堂考勤系统在日常的使用中不仅仅局限于课堂上的出勤检测，也可以实时监测学生的上课状态，通过摄像头的多角度检测，能够全方位的对教室中的学生进行状态检测，后台会根据人脸识别的结果和后台的数据库中的数据进行匹配，自动导出结果数据，老师能够在系统上通过分析数据来掌握不同学生的上课状态，针对得出的数据制定相应的计划和解决方案，有针对性的对学生的学习制定一个详细的提高方案，并且能够对班上同学的总体学习状况有一个大概的了解，能够有针对性的对个别同学进行督促，更好的提高整个班的学习效率。这种通过AI技术进行人脸识别和系统内部的学生信息进行匹配，实时监测学生的上课状态，更加能够提升学生们上课的抬头率。
基于AI技术的课堂考勤系统不仅仅只针对高校的课堂考勤，也可以针对中小学生，考勤制度是每个学校必不可少的一部分，而对于中小学生可以有更高级的设定。学校可以根据需求设定离校通知功能，当摄像头检测到学生下课离开的同时，家长会收到一条学生已经离开学校的短信通知，对于中小学生的人身安全有所保障，家长掌握孩子的实时动向。
基于AI技术的课堂考勤系统，也可以适用于考场当中，在考试过程中启动系统，可以减少作弊抄袭的情况，当前教室系统和老师的手机系统连接，当考生出现异常，老师手机系统会接收到提醒。
本文设计的系统已经基本实现高校课堂考勤所需的功能，但是技术及能力限制，还无法将本系统做到足以完全取代传统考勤方式的程度，后续还需在AI技术与摄影技术结合方面、采集设备智能化方面、数据库检索技术方面进行进一步完善。
参考文献
[1]左腾.人脸识别技术综述[J].软件导刊，2017，16（002）：182-185.
[2]徐晓艳.人脸识别技术综述[J].电子测试，2015，000（010）：885-894.
[3]张超逸.基于特征脸识别考勤系统设计[J].厦门科技，2016，000（005）：50-53.