基于人脸识别的校友信息系统设计与研究
基于人脸识别技术的人机交互系统设计与实现
基于人脸识别技术的人机交互系统设计与实现人脸识别技术是一种通过对人脸图像进行特征提取和比对识别的计算机技术。
随着人工智能的发展，人脸识别技术已经在各个领域得到了广泛应用，包括安防监控、人脸支付、智能门禁等。
而在人机交互系统设计与实现中，基于人脸识别技术的应用也日益成为一种趋势。
基于人脸识别技术的人机交互系统设计与实现旨在改善我们与计算机之间的交互方式，提供更加便捷、个性化的用户体验。
本文将从技术原理、系统设计和实现应用等方面进行论述，旨在探讨人机交互系统如何应用人脸识别技术来实现更加智能、高效的交互方式。
首先，我们将介绍人脸识别技术的基本原理和常见的方法。
人脸识别技术通过对人脸图像进行特征提取和比对，可以实现人脸的检测、识别和表情分析等功能。
在人机交互系统中，通过采集用户的面部信息，系统可以实时地对用户进行识别和分析，从而实现个性化的用户体验。
其次，我们将探讨基于人脸识别技术的人机交互系统的设计原则和方法。
首先，系统应该具备良好的用户界面和友好的交互方式，以便用户可以方便快捷地与系统进行交互。
其次，系统应该保证数据的安全性和隐私保护，在采集、存储和处理用户的面部信息时要符合相关法律法规的要求。
此外，系统还可以结合其他技术手段，如语音识别、姿势识别等，提升系统的交互性能和用户体验。
针对不同应用场景，基于人脸识别技术的人机交互系统的实现方法也有所差异。
以智能门禁系统为例，系统可以在门禁处设置摄像头，通过人脸识别技术对人员进行身份认证，实现快速、高效的出入控制。
在人脸支付领域，用户可以通过摄像头将自己的面部信息与银行账户等绑定，实现无需密码、便捷快速的支付方式。
此外，基于人脸识别技术的人机交互系统还可以应用于智能家居、虚拟现实等领域。
在智能家居中，通过采集用户的面部信息，系统可以实现人脸识别门锁、智能音箱等功能，提供定制化的家庭服务。
在虚拟现实领域，系统可以通过对用户面部表情的识别，实现更加精准的情感交互，提升虚拟现实体验的真实感和沉浸感。
基于人脸识别的身份认证系统研究
基于人脸识别的身份认证系统研究随着科技的不断发展，越来越多的公司和机构在本地和全球规模内部署身份验证系统。
在过去，大多数公司是通过传统的用户名、密码或手动提供证件来验证用户的身份。
这种验证方式存在着一定的漏洞，如密码和证件可能被泄露或伪造，使得身份验证不够可靠。
因此，随着人工智能和机器学习技术的发展，人脸识别也逐步成为了一种新兴的技术，被广泛地应用于各种身份验证领域。
本文旨在介绍基于人脸识别的身份认证系统的研究。
一、什么是基于人脸识别的身份认证系统基于人脸识别的身份认证系统是一种利用计算机视觉技术对用户的人脸图像进行识别，确保用户身份合法并授权其访问资源的系统。
它可以快速准确地验证用户身份，有效地防止身份欺诈和信息泄露的风险。
基于人脸识别的身份认证系统可以无缝地应用于个人电脑、手机、公共场所、金融机构、机场和医院等需要保护隐私和安全的场合。
二、基于人脸识别的身份认证系统的工作原理基于人脸识别的身份认证系统主要包含两个核心组成部分：人脸识别引擎和身份验证引擎。
系统的工作原理如下：1.人脸识别引擎人脸识别引擎是人脸识别技术的核心。
它通过对用户人脸图像的采集、检测、特征提取和匹配等步骤，来识别用户的身份。
首先，系统需要通过相机或摄像头采集用户的人脸图像，并进行图像的预处理，如去除光照、面部表情等干扰因素。
然后，系统需要检测人脸并提取其关键特征点，如眼睛、鼻子、嘴巴等特定特征，以便后续的匹配。
最后，系统需要对提取的特征进行匹配，以确定用户身份。
2.身份验证引擎身份验证引擎是用来验证识别出的人脸是否为授权用户的身份验证库。
用户的人脸数据将作为身份验证引擎的输入，在系统的数据库中进行比对来核实用户的身份。
如果用户的人脸数据与身份验证库中的数据匹配，则系统认为用户已经通过身份验证，否则拒绝用户的访问请求。
三、基于人脸识别的身份认证系统的应用案例基于人脸识别的身份认证系统已经逐渐应用于不同领域。
以下是一些成功应用案例的介绍：1.金融机构基于人脸识别的身份认证系统已广泛应用于金融领域。
基于人脸识别的个人身份验证系统设计与实现
基于人脸识别的个人身份验证系统设计与实现随着科技的不断进步，人脸识别技术逐渐成为了各行各业的热门技术。
人脸识别技术通过分析和识别人脸上的特征点，实现对个人的身份验证。
本文将介绍一种基于人脸识别的个人身份验证系统的设计与实现。
首先，在设计和实现个人身份验证系统之前，我们需要明确系统的基本需求和目标。
一个有效的个人身份验证系统应具备准确、快速、可靠、安全的特点。
因此，在设计阶段，我们需要注意以下几点。
首先，数据采集。
为了建立可靠的人脸识别模型，我们需要大量的人脸图像数据。
因此，我们可以通过在不同的场景中采集不同角度、不同光照条件下的人脸图像，以建立一个全面的人脸库。
其次，特征提取。
在人脸识别的过程中，我们需要将人脸图像转换成一系列代表人脸特征的向量。
这些向量可以通过一些特征提取算法来获得，例如局部二值模式(LBP)、主成分分析(PCA)、线性判别分析(LDA)等。
然后，特征匹配。
在验证阶段，我们需要将输入的人脸图像与已有的特征值进行匹配。
通过计算相似度，我们可以判断输入的人脸图像是否与已有特征值相匹配。
常用的特征匹配算法有欧氏距离、余弦相似度等。
接下来，系统安全。
个人身份验证系统涉及到用户的个人隐私和敏感信息，因此系统的安全性至关重要。
我们可以通过加密存储用户的人脸特征向量、限制系统访问的权限、使用双因素认证等方式来提高系统的安全性。
最后，系统优化。
在实际应用中，我们需要考虑系统的实时性和用户体验。
通过使用高效的人脸识别算法和优化算法，我们可以提升系统的响应速度和准确性。
同时，还可以通过图像预处理、灯光调节等方式，改善人脸识别的质量和准确率。
在实现阶段，我们可以选择合适的开发平台和工具，例如Python、OpenCV等，来实现个人身份验证系统的功能。
通过结合人脸检测、特征提取、特征匹配等算法，我们可以完成一个基于人脸识别的个人身份验证系统。
总之，基于人脸识别的个人身份验证系统设计与实现，需要考虑到数据采集、特征提取、特征匹配、系统安全和系统优化等方面。
毕业设计 人脸识别
毕业设计人脸识别人脸识别技术在近年来得到了广泛的应用和研究，尤其是在安防领域。
作为一种非接触式的生物识别技术，人脸识别具有许多优势，如高精度、方便快捷等。
因此，越来越多的机构和企业开始将人脸识别技术应用于各个领域，比如门禁系统、手机解锁、支付验证等。
在这样的背景下，我选择了人脸识别作为我的毕业设计课题。
首先，我将对人脸识别技术的原理和算法进行深入研究。
人脸识别技术主要包括人脸检测、特征提取和匹配三个步骤。
在人脸检测阶段，我们需要使用一些图像处理的方法，如Haar特征、卷积神经网络等，来准确定位和提取人脸区域。
接下来，在特征提取阶段，我们需要将人脸图像转化为一组特征向量，这些特征向量能够准确地描述人脸的特征。
最后，在匹配阶段，我们需要将待识别的人脸特征与数据库中的特征进行比对，找出最相似的人脸信息。
通过对这些算法的研究和实践，我将能够更好地理解人脸识别技术的工作原理，并能够根据实际情况进行优化和改进。
其次，我将设计一个基于人脸识别的门禁系统。
门禁系统是人脸识别技术的一种常见应用场景。
通过将人脸识别技术应用于门禁系统中，可以实现更加安全和便捷的进出管理。
在设计过程中，我将考虑到系统的稳定性、安全性和实用性。
首先，我将选择一些高质量的摄像头和传感器，以确保图像的清晰度和准确性。
其次，我将设计一个完善的数据库系统，用于存储和管理人脸信息。
同时，我还将考虑到系统的实时性和响应速度，以确保快速准确地识别出合法用户。
最后，我还将加入一些智能化的功能，比如活体检测和表情识别等，以提高系统的安全性和可靠性。
另外，我还计划进行一些实验和测试，以验证人脸识别技术的性能和可靠性。
在实验过程中，我将使用一些公开的人脸数据集，并结合一些评价指标，比如准确率、召回率和误识率等，来评估人脸识别算法的性能。
通过这些实验和测试，我将能够更好地了解人脸识别技术的优势和局限性，并能够根据实际情况进行优化和改进。
最后，我将总结和归纳我的毕业设计成果，并撰写一篇详细的论文。
毕业设计-人脸识别系统设计【范本模板】
第一章前言第一节课题背景一课题的来源随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。
目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。
而人脸识别是所有的生物识别方法中应用最广泛的技术之一，人脸识别技术是一项近年来兴起的，但不大为人所知的新技术。
人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片,输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。
这并非虚构的情节。
在国外,人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。
在国内,对于人脸识别技术的研究始于上世纪90年代,目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域.二人脸识别技术的研究意义1、富有挑战性的课题人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一,同时也具有较为广泛的应用意义。
人脸识别技术是一个非常活跃的研究领域,它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容.如今,虽然在这方面的研究已取得了一些可喜的成果，但是FRT在实用应用中仍面临着很严峻的问题，因为人脸五官的分布是非常相似的，而且人脸本身又是一个柔性物体，表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。
如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。
2、面部关键特征定位及人脸2D形状检测技术在人脸检测的基础上，面部关键特征检测试图检测人脸上的主要的面部特征点的位置和眼睛和嘴巴等主要器官的形状信息。
灰度积分投影曲线分析、模板匹配、可变形模板、Hough变换、Snake算子、基于Gabor小波变换的弹性图匹配技术、主动性状模型和主动外观模型是常用的方法。
可变形模板的主要思想是根据待检测人脸特征的先验的形状信息，定义一个参数描述的形状模型，该模型的参数反映了对应特征形状的可变部分，如位置、大小、角度等，它们最终通过模型与图像的边缘、峰、谷和灰度分布特性的动态地交互适应来得以修正。
基于人脸识别的身份验证系统设计
基于人脸识别的身份验证系统设计随着科技的发展和智能设备的普及，人们对于身份验证系统的需求也日益增长。
在众多的身份验证技术中，基于人脸识别的身份验证系统因其准确性和便捷性而备受关注。
本文将就基于人脸识别的身份验证系统进行设计和分析，探讨其流程、特性和应用场景。
一、系统概述基于人脸识别的身份验证系统是一种通过对人脸特征进行识别和匹配来验证个人身份的技术。
该系统主要由两个核心模块组成：人脸识别模块和身份验证模块。
人脸识别模块负责从图片或视频中提取人脸特征，并将其与事先存储的人脸模板进行比对；身份验证模块则负责处理识别结果，确定是否匹配成功并进行相应的身份验证操作。
二、系统流程基于人脸识别的身份验证系统的流程主要包括以下几个步骤：1. 采集数据：系统首先需要收集足够多的样本数据，包括各种不同角度、光照条件下的人脸图片或视频。
2. 预处理：通过预处理算法对采集到的数据进行去噪、对齐、标准化等操作，提高后续识别的准确性。
3. 特征提取：采用合适的特征提取算法，如主成分分析（PCA）或线性判别分析（LDA），从预处理后的数据中提取人脸特征，并生成人脸模板。
4. 存储和比对：将生成的人脸模板存储在数据库中，系统在进行身份验证时，将识别到的人脸特征与数据库中的模板进行比对。
5. 身份验证：通过比对结果，判断识别到的人脸特征与数据库中的人脸模板是否匹配，从而进行身份验证。
三、系统特点基于人脸识别的身份验证系统具有以下特点：1. 高准确性：人脸识别技术基于人脸生物特征，每个人的面部特征都是独一无二的，因此在准确匹配上具有天然的优势。
2. 高安全性：相比于传统的密码、卡片等身份验证方式，人脸识别不易被仿冒和冒用，提高了系统的安全性。
3. 方便快捷：基于人脸识别的身份验证系统无需额外的操作，轻松完成验证，大大提高了用户的使用便利性。
4. 多样应用：基于人脸识别的身份验证系统广泛应用于各个领域，如行业门禁、手机解锁、金融支付等。
基于人脸识别的身份认证系统设计与实现
基于人脸识别的身份认证系统设计与实现随着智能手机和其他智能设备的普及，人脸识别技术已成为一种广泛应用的生物识别技术。
基于人脸识别的身份认证系统可以实现快速、安全和方便的身份验证，广泛应用于各个领域，如金融、安全、门禁等。
本文将介绍一个基于人脸识别的身份认证系统的设计与实现。
一、系统设计1.系统架构基于人脸识别的身份认证系统通常由硬件设备、人脸识别算法、数据库和用户界面等组成。
硬件设备主要包括摄像头、处理器和存储设备，用于采集人脸图像并进行图像处理和识别；人脸识别算法负责人脸特征提取和匹配；数据库存储用户的人脸特征信息；用户界面提供用户交互界面，例如登录界面和管理界面。
2.系统流程系统的认证流程通常包括注册和识别两个步骤。
注册过程中，用户通过摄像头采集人脸图像，系统提取人脸特征并存储到数据库中；识别过程中，用户通过摄像头采集人脸图像，系统提取人脸特征并与数据库中存储的用户特征进行匹配，如果匹配成功则认证通过，否则认证失败。
3.系统功能二、系统实现1.硬件设备选择一款高清晰度的摄像头，用于采集用户的人脸图像；配备一台高性能的处理器和存储设备，用于处理图像和存储用户信息。
2.人脸识别算法选择一种高效准确的人脸识别算法，如基于深度学习的卷积神经网络。
该算法可以提取人脸的特征并进行匹配，实现高效的人脸识别。
3.数据库使用数据库存储用户的人脸特征信息，可以选择关系型数据库或者非关系型数据库，如MySQL、MongoDB等。
4.用户界面设计一个用户友好的界面，包括注册界面、登录界面和管理界面，用户可以通过界面进行注册、登录和管理操作。
5.系统集成将硬件设备、人脸识别算法、数据库和用户界面进行集成，实现系统的功能和流程。
用户可以通过系统进行人脸认证操作，确保安全和便捷。
三、系统优化1.提高人脸识别的准确性和速度，优化算法和模型参数，提升系统的性能。
2.加强系统的安全性，采用多模态认证技术，如指纹识别、声纹识别等，提高身份认证的可靠性。
基于人脸检测技术的人机交互系统设计与实现
基于人脸检测技术的人机交互系统设计与实现概述：人机交互系统是将人类与计算机之间的交互过程进行优化和改进的一种技术。
人脸检测技术是指通过计算机视觉和图像处理算法，实现对人脸进行自动识别和跟踪的技术。
本文将探讨基于人脸检测技术的人机交互系统设计与实现，讨论其原理、应用以及未来的发展方向。
一、人机交互系统设计原理：1.1 人脸检测技术概述人脸检测技术是计算机视觉领域的基础技术之一，其目的是识别图像或视频中的人脸，并将其与数据库中的人脸进行比对。
它基于图像处理和机器学习算法，通过分析人脸的特征，例如眼睛、鼻子、嘴巴等，来进行人脸的检测和识别。
1.2 人机交互系统设计原则在设计基于人脸检测技术的人机交互系统时，需要考虑以下原则：- 系统的响应速度应快速且准确，以保证良好的用户体验。
- 系统应具有良好的可用性和易用性，即用户能够很容易理解和操作系统的功能。
- 系统应能够适应不同人群的需求，并提供个性化的服务。
二、基于人脸检测技术的人机交互系统应用：2.1 人脸识别门禁系统基于人脸检测技术的人脸识别门禁系统在安防领域有着广泛的应用。
通过在门禁处设置摄像头，系统可以实时检测来访者的人脸，并与已知的人脸图像进行比对，确认身份并控制门禁的开关。
这种系统具有高可靠性和高安全性，不需要物理凭证，有效避免了卡片遗失或被冒用的情况。
2.2 人脸识别支付系统随着移动支付的普及，基于人脸检测技术的人脸识别支付系统也逐渐受到关注。
用户可以通过手机等设备，利用人脸识别技术进行支付。
系统通过检测用户的人脸，并与其绑定的银行账户或支付平台进行验证，从而实现快速、安全的支付过程。
这种方式不仅提高了支付的便利性，还大大增强了支付的安全性。
2.3 人脸表情识别系统基于人脸检测技术的人脸表情识别系统可以通过分析人脸表情，了解用户的情绪状态，并根据不同的情绪状态进行相应的反馈。
例如，在游戏中，系统可以根据玩家的表情变化来调整游戏难度或提供适当的建议。
人脸识别系统毕业设计
人脸识别系统毕业设计人脸识别系统毕业设计随着科技的不断进步和人们对安全性的日益重视，人脸识别系统逐渐成为一种被广泛应用的技术。
作为一种生物识别技术，人脸识别系统能够通过摄像头捕捉到的人脸图像，进行特征提取和比对，从而实现对个体身份的识别。
在毕业设计中，我选择了开发一个人脸识别系统，旨在探索和应用这一前沿技术。
首先，我将介绍人脸识别系统的原理和应用。
人脸识别系统主要包括图像采集、图像预处理、特征提取和比对等环节。
图像采集使用摄像头捕捉到人脸图像，图像预处理则对采集到的图像进行去噪、对齐等操作，以提高后续处理的准确性。
特征提取是人脸识别系统的核心环节，通过对图像进行分析和计算，提取出人脸的特征信息，如眼睛、鼻子、嘴巴等位置和形状。
最后，比对阶段将提取到的特征与数据库中已有的特征进行对比，从而确定个体的身份。
人脸识别系统在安防领域有着广泛的应用。
例如，它可以用于门禁系统，通过识别人脸来控制门的开关，实现自动化的出入管理。
此外，人脸识别系统还可以用于监控系统，通过对摄像头捕捉到的人脸图像进行实时识别，及时发现和报警异常行为。
在社交娱乐领域，人脸识别系统也有着很多的应用，如人脸美化、人脸动画等。
可以说，人脸识别系统在各个领域都有着广泛的应用前景。
接下来，我将介绍我设计的人脸识别系统的具体实现。
首先，我选择了OpenCV作为主要的开发工具，因为它是一个功能强大且开源的计算机视觉库，可以方便地进行图像处理和特征提取。
其次，我使用了深度学习的方法来提高人脸识别的准确性。
深度学习是一种模仿人脑神经网络的计算模型，通过多层次的神经元网络结构，可以自动学习和提取图像中的特征。
我使用了卷积神经网络（CNN）作为主要的模型，通过大量的训练数据和反向传播算法，让网络自动学习人脸的特征。
在实际的应用中，我设计了一个简单的人脸识别系统原型。
该系统包括一个摄像头和一个显示屏，用户可以站在摄像头前，系统会自动捕捉到用户的人脸图像，并进行特征提取和比对，最后在显示屏上显示出用户的身份信息。
基于人脸识别技术的身份认证系统设计与验证
基于人脸识别技术的身份认证系统设计与验证身份认证是一种重要的安全措施，用于验证用户的身份信息以确保系统和数据的安全。
随着科技的迅猛发展，人脸识别技术成为了一种广泛应用的身份认证方法。
本文将重点介绍基于人脸识别技术的身份认证系统的设计与验证。
一、引言随着互联网的普及和信息的快速传播，安全问题变得日益重要。
传统的身份认证方法，如用户名和密码，存在着安全性不高、易被盗用等问题。
因此，基于人脸识别技术的身份认证系统应运而生。
二、基于人脸识别技术的身份认证系统设计1. 数据采集和预处理人脸识别技术的核心在于获取准确的人脸图像。
设计身份认证系统时，需要通过摄像设备采集用户的人脸图像，并通过预处理技术对图像进行去噪、裁剪等操作，以提高后续的识别准确率。
2. 特征提取和比对在人脸识别技术中，关键的环节是对人脸图像进行特征提取。
常用的方法包括主成分分析（PCA）、线性判别分析（LDA）等。
通过这些方法可以将人脸图像转化为特征向量，并存储在数据库中。
在身份认证时，系统会对用户输入的人脸图像进行特征提取，并与数据库中的特征向量进行比对，以判断用户的身份是否匹配。
3. 系统架构和流程设计基于人脸识别技术的身份认证系统应具备良好的系统架构和流程设计。
系统架构包括前端采集设备、后台服务器、数据库等组件的连接和集成，以及实时识别、记录用户信息、权限验证等功能的实现。
流程设计包括用户注册、人脸图像采集、特征提取和比对、认证反馈等环节的有序流程。
4. 安全性和稳定性考虑在设计身份认证系统时，安全性和稳定性是两个重要的方面。
系统应具备防止篡改、阻止冒充、抵御攻击等功能。
同时，为了提高稳定性，系统需要考虑对不同光照、姿态、表情等变化的适应性，避免识别率的下降。
三、基于人脸识别技术的身份认证系统验证为了验证基于人脸识别技术的身份认证系统的有效性和可行性，可以进行以下实验和评估。
1. 实验设计设计一组实验样本，包括正常样本和异常样本。
正常样本代表用户的真实身份，而异常样本包括光照变化、表情变化、戴眼镜等条件下的样本。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第１７卷第２期 ２０１４年４月 西安文理学院学报：自然科学版
Ｊｏｕｒｎａｌ ｏｆ Ｘｉ’ａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ａｒｔｓ＆Ｓｃｉｅｎｃｅ（Ｎａｔ Ｓｃｉ Ｅｄ） Ｖ０１．１７ Ｎｏ．２
Ａｐｒ．２０１４
文章编号：１００８－５５６４（２０１４）０２－００４８－０４
基于人脸识别的校友信息系统设计与研究 高良诚，张涛 （铜陵职业技术学院信息工程系，安徽铜陵２４４０６１）
摘要：针对目前高校中存在信息系统异构难于集成、交互平台用户信息安全等问题，在ＷｅｂＳｅｒ— ｖｉｃｅ框架下，整合现有信息系统，提出基于人脸识别的校友信息系统的设计方案，设计了安全的校友信 息实时交流平台，该平台运用城市云构想．运行结果表明，本系统安全高效，促进了校友之问信息交流． 关键词：系统集成；ＷｅｂＳｅｒｖｉｃｅ；用户安全；人脸识别 中图分类号：ＴＰ３９１ 文献标志码：Ａ
Ｄｅｓｉｇｎ ａｎｄ Ｒｅｓｅａｒｃｈ ｏｆ Ａｌｕｍｎｉ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ Ｂａｓｅｄ ｏｎ Ｐｒｏｆｉｌｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ
ＧＡ０ Ｌｉａｎｇ—ｃｈｅｎｇ，ＺＨＡＮＧ Ｔａｏ （Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｔｏｎｇｌｉｎｇ Ｖｏｃａｔｉｏｎａｌ ａｎｄ Ｔｅｃｈｎｉｃａｌ Ｃｏｌｌｅｇｅ，Ｔｏｎｇｌｉｎｇ ２４４０６１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｃｈｉｎａ’Ｓ ｕｎｉｖｅｒｓｉｔｉｅｓ ｆｉｎｄ ｐｒｏｂｌｅｍｓ ｉｎ ｔｈｅ ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ｈｅｔｅｒｏｚｙｇｏｕｓ ｓｕｂ—ｓｙｓｔｅｍｓ ａｎｄ ｕｓｅｒ ｉｎｆｏｒｍａｔｉｏｎ ｓｅｃｕｒｉｔｙ ｏｎ ｔｈｅ ｉｎｔｅｒａｃｔｉｖｅ ｐｌａｔｆｏｒｍ．Ｕｎｄｅｒ ｔｈｅ ｆｒａｍｅｗｏｒｋ ｏｆ ＷｅｂＳｅｒｖｉｃｅ，ｔｈｅ ｓｔｕｄｙ ｈａｓ ｉｎｔｅｇｒａｔｅｄ ｔｈｅ ｃｕｒｒｅｎｔ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍ ａｎｄ ｐｒｏｐｏｓｅｄ ａ ｄｅｓｉｇｎ ｓｃｈｅｍｅ ｏｆ ａｌｕｍｎｉ ｉｎ— ｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｆａｃｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ．Ａ ｓｅｃｕｒｅ ｒｅａｌ—ｔｉｍｅ ｉｎｆｏｒｍａｔｉｏｎ ｅｘｃｈａｎｇｅ ｐｌａｔｆｏｒｍ ｆｏｒ ａｌｕｍｎｉ ｈａｓ ｂｅｅｎ ｃｏｎｓｔｒｕｃｔｅｄ ｗｉｔｈ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｕｒｂａｎ ｃｌｏｕｄ ｃｏｎｃｅｐｔｉｏｎ．Ｔｈｅ ｏｐｅｒａｔｉｏｎ ｐｒｏｖｅｓ ｔｈｅ ｈｉｇｈ ｅｆｆｉｃｉｅｎｃｙ ａｎｄ ｓａｆｅｔｙ ｏｆ ｔｈｅ ｓｙｓｔｅｍ ｗｈｉｃｈ ｈｅｌｐｓ ｔｏ ｐｒｏｍｏｔｅ ｔｈｅ ｅｘｃｈａｎｇｅ ｏｆ ｉｎｆｏｒ— ｍａｔｉｏｎ ｂｅｔｗｅｅｎ ａｌｕｍｎｉ． Ｋｅｙ ｗｏｒｄｓ：ｓｙｓｔｅｍ ｉｎｔｅｇｒａｔｉｏｎ；ＷｅｂＳｅｒｖｉｃｅ；ｕｓｅｒ ｓｅｃｕｒｉｔｙ；ｐｒｏｆｉｌｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ
对在校学生和毕业生进行信息化管理，是各类高等学校发展中面临的重要工作．目前，高等学校信 息管理系统主要有教务管理系统、图书管理系统等，主要针对在校学生，侧重学校教学活动中单向服务， 缺乏互动交流…；教学效果信息收集、实习管理和毕业生跟踪调查是高等学校调整专业计划和教学模 式的重要参考依据，但学生与学校、教师缺乏统一的即时交流平台．如何将这些系统整合到统一的平台， 并提供实时交互功能，已成为当前高等学校急需解决的课题 Ｊ． 在统一的信息系统中，身份鉴别是一个难题．一般的信息系统或即时通讯工具中，身份鉴别往往通 过帐号和密码进行，这些手段无法避免因密码被盗而带来的安全隐患．本文提出了基于人脸识别的校友
收稿日期：２０１３—１２—２６ 基金项目：安徽省高校省级自然科学研究项目（ＫＪ２０１２Ｚ４１８）；铜陵职业技术学院自然科学研究项目（２０１２Ｂ０４） 作者简介：高良诚（１９７ｌ一），男，安徽枞阳人，铜陵职业技术学院信息工程系副教授，硕士，主要从事认知无线网络、 信息管理系统研究． 第２期 高良诚，等：基于人脸识别的校友信息系统设计与研究４９ 信息系统设计方法，在进行身份鉴别时，使用传统的帐号和密码鉴别和人脸识别鉴别相结合，降低甚至 杜绝因假冒身份而引起的安全隐患；同时还应用ＷｅｂＳｅｒｖｉｃｅ技术，整合学校各类信息管理系统，在此基 础上，实现了统一的、安全的校友信息管理系统． １ 校友信息管理系统设计 １．１总体设计 目前，高等学校各种信息系统是相互独立的，缺乏统一的数据接口标准，在校学生，尤其是毕业生使 用学校信息系统提供的服务时，会在不同系统的界面之间切换，降低使用的兴趣．ＷｅｂＳｅｒｖｉｃｅ是应用程 序通过Ｉｎｔｒａｎｅｔ或Ｉｎｔｅｒｎｅｔ进行发布和使用软件服务的一种机制 ］，本文的校友信息管理系统运用 ＷｅｂＳｅｒｖｉｃｅ技术对原有的信息系统进行整合，提供统一的访问平台，并增加毕业生就业信息统计和即时 通讯功能． 高校原有系统多是基于Ｂ／ｓ结构的，而主流的平台，如Ｎｅｔ、Ｊ２ＥＥ均支持ＷｅｂＳｅｒｖｉｃｅ．因此，在原有 系统中应用ＷｅｂＳｅｒｖｉｃｅ技术相对简单．校友信息管理系统总体框架如图１所示． １．１．１ 用户类别 本系统用户有管理员、教师、学生、部门、企业五类，部门用户为各个子系统，如教务系统的用户． １．１．２ 网络架构 本系统网络架构基于Ｂ／Ｓ和Ｃ／Ｓ两种模式．Ｂ／Ｓ结构主要针对用户的普通查询服务请求，Ｃ／Ｓ结构 主要针对系统管理员和部门管理员进行系统设置需求以及用户之间的即时通讯需求． １．１．３用尸安全设计 本系统用户登录验证方式有两种，即帐号和密 码验证、帐号和人脸识别双验证．人脸识别验证方 式，其设备只需要普通智能终端（ＰＣ、智能手机）和 摄像头，具有设备简单通用、验证速度快、安全性高 等优势，在本系统的某些场景下应用，将大大提高 用户信息的安全系数． １．２系统功能 １．２．１ 查询功能 本系统在ＷｅｂＳｅｒｖｉｃｅ技术支持下，整合高校各 类信息系统，提供统一的数据查询．学生通过浏览 器可查询课程安排、学籍、成绩、考试、评先评优等 图１ 校友信息管理系统总体框架
信息，企业用户在接收学生实习前也可查询学生在校相关信息． １．２．２就业信息统计功能 毕业生就业统计与跟踪工作在高校专业建设中起到越来越重要的作用．本系统的就业信息统计模 块在毕业生或企业登录系统时将提醒其填写就业信息，毕业生更换就业单位时也将提醒其更新就业信 息．部门用户对就业信息进行分析，为专业设置、专业方向调整等提供重要参考资料． １．２．３即时通讯功能 即时通讯工具的使用可以极大地加深师生之间、校友之间、企业与学校之间的联系．市场流行的即 时通讯工具，如ＱＱ等，存在三个缺陷． （１）当毕业生到新的城市工作或短暂驻留时，无法满足自动快速灵活地加入该城市内同一学校的 用户所组成的群组的需要； （２）用户群组中用户身份的真实可靠性缺乏有效认证； （３）无法解决被频繁盗号带来的的安全问题． 本系统提供的实时交流平台中用户群组有两大类：班级云和城市云．班级云针对在校学生，与流行 的即时通讯工具中的群组慨念类似，云内用户为同一班级学生．城市云针对毕业学生，是同一学校的毕 业生（校友）在同一城市的群组，这种群组具有自组织性，即当校友在某一城市登录系统时，系统根据其 ５０ 西安文理学院学报：自然科学版 第１７卷 登录的ＩＰ地址，将其自动加入到该城市的群组，群组类型如图２所示．城市云又分为院系云、学校云、企 业云，院系云中用户为同一院系的校友，学校云中用户为同一学校的校友，企业云中用户则是与学校有 合作关系的企业．城市云可以极大扩展同一城市校友之间的联系，为同一城市校友提供交流平台，为扩 大学校在该城市中影响力打下基础． 班级云，尤其是城市云中用户的可信认证是个重要课题．本系统 用户均为学校师生或企业用户，身份真实．本系统设置三种身份鉴别 方式，用户可以在帐号和密码验证、人脸识别验证中选择，但当用户 以自组织方式自动加入到城市云之前，系统将强制进行人脸识别验 证，从而解决因帐号被盗而引发的安全问题．
２关键技术
２．１人脸识别技术 人脸识别技术近年来取得了很大进展，很多技术都是基于多样 本训练的．本系统中学生人脸图像的采集量很大，使用单样本识别是 图２城市云群组类型
切实的方案．但单样本由于训练量有限，识别率往往不高 ，给本系统的身份鉴别带来挑战．本系统在 Ｇａｂｏｒ变换的局部特征提取的基础上，采用基于子模式的Ｇａｂｏｒ特征的构成与融合方法，进行人脸识 别 ． 本系统人脸识别过程如下． （１）建立人脸档案．即用摄像头采集或通过照片形成人脸文件，并贮存这些人脸文件生成的面纹 （ＦａｃｅＰｒｉｎｔ）特征编码． （２）识别与验证．首先用摄像头获取当前的人脸图像，并通过人脸识别算法生成面纹特征编码．然 后用人脸识别算法将当前的面纹特征与人脸档案中该用户面纹特征进行比对． 人脸识别算法如下 ： （１）基于Ｇａｂｏｒ变换的局部特征提取 Ｇａｂｏｒ小波变换核函数能够捕捉到对应于空间频率（尺度）、空间位置及方向选择性的局部结构信 息，被广泛应用于图像分析和理解．核函数定义为：
＝ 唧 唧（一 式中， 和 表示Ｇａｂｏｒ核的方向和尺度，本文分别取值８和５；Ｚ＝（ ，Ｙ）为坐标值，参数 为小波 滤波器的宽度， ：０．５； ：『 １， ＝尼… ， ： ７ｒ／８， ：７ｒ／２，ｆ： ｓｕ
设，（Ｚ）为一幅图像灰度值，则图像，与Ｇａｂｏｒ核函数的卷积为： ， （ｚ）＝，（Ｚ） 吼， （Ｚ） （２）子模式Ｇａｂｏｒ特征的构成 １幅人脸经Ｇａｂｏｒ变换后得到４０幅Ｇａｂｏｒ人脸图像，称为Ｇａｂｏｒ脸．然后针对每幅Ｇａｂｏｒ脸进行分 块构成子模式，本文分块数为４ Ｘ４． （３）子模式Ｇａｂｏｒ特征的融合识别 本文在进行人脸识别时，面纹特征编码是与用户帐号进行绑定的．因此，本文对文献［６］中算法进 行改进，当前登录用户人脸图像只与人脸库中１个人脸１幅标准样本进行比对，从而大大降低识别时 间． 人脸的Ｇａｂｏｒ脸为Ｃ１，Ｃ２，…，Ｃ４０，经４ Ｘ ４分块得到４０×１６的特征向量组［Ａ］．１幅标准样本经 Ｇａｂｏｒ变换可得到１ Ｘ４０幅Ｇａｂｏｒ脸，进行４ Ｘ４的分组可得到特征向量组［Ｂ］．计算待识别样本和标准 样本Ｇａｂｏｒ脸子模式间的欧氏距离，并计算隶属度，得到隶属矩阵［Ｃ］，然后针对每幅Ｇａｂｏｒ脸的隶属度 矩阵在列方向进行求和，将得到的隶属度值构成矩阵后转置得到矩阵［Ｄ］，将隶属度矩阵［Ｄ］按行求