導(dǎo)語(yǔ)：幼教大數(shù)據(jù)綜合系統(tǒng)設(shè)計(jì)研究一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

當(dāng)今社會(huì)，人臉識(shí)別技術(shù)日趨完善且臻于完善，愈來(lái)愈受到人們的普遍關(guān)注。人臉識(shí)別技術(shù)最大的優(yōu)點(diǎn)是可以有效防止個(gè)人信息的泄漏，很好地保護(hù)了個(gè)人隱私。并且，人臉識(shí)別技術(shù)能夠?qū)崿F(xiàn)不用接觸任何東西來(lái)進(jìn)行識(shí)別，對(duì)于在當(dāng)今疫情下的防控也是大有裨益。因此，將其引入幼教體系中來(lái)具有較高的使用價(jià)值。

1.基于人臉識(shí)別的大數(shù)據(jù)綜合系統(tǒng)設(shè)計(jì)

從圖1中不難發(fā)現(xiàn)，該系統(tǒng)主要分為人臉識(shí)別部分及數(shù)據(jù)挖掘部分。其中人臉識(shí)別部分主要需要完成對(duì)人臉圖像的獲取、檢測(cè)、處理及匹配分析。通過(guò)該過(guò)程可以得到何時(shí)、何人出現(xiàn)在目標(biāo)區(qū)域。數(shù)據(jù)挖掘部分則主要針對(duì)人臉識(shí)別輸出的數(shù)據(jù)與數(shù)據(jù)庫(kù)內(nèi)的已有信息進(jìn)行匹配分析進(jìn)而獲得更進(jìn)一步的應(yīng)用情景。獲取人臉圖像：在獲取人臉圖像的時(shí)候，可以用攝像頭攝取，也可以是直接給定要識(shí)別的圖像。在本設(shè)計(jì)中，是使用人臉庫(kù)中直接給定要識(shí)別的圖像。這可以為以后的識(shí)別提供可實(shí)用性的資料。定位檢測(cè)人臉：對(duì)圖像進(jìn)行掃描，可以掃描出圖像中是否出現(xiàn)人臉，若成功識(shí)別出人臉，接下來(lái)便會(huì)對(duì)人臉進(jìn)行定位，然后進(jìn)行下一步驟的處理圖像的預(yù)處理：在檢測(cè)并且定位到人臉后，接下來(lái)就需要進(jìn)行一定的處理過(guò)程。這個(gè)處理過(guò)程便是圖像的預(yù)處理。圖像（1）圖像灰度變換圖像的灰度變換，指為達(dá)到一定目的，需要改變?cè)瓐D像中的像素灰度值的方法。其目的是為了改善畫質(zhì)，讓得到的圖像更加清楚。圖像的灰度變換處理是圖像增強(qiáng)處理技術(shù)中的一種非?；A(chǔ)、直接的空間域圖像處理方法。最司空見慣的便是使用rgb2gray（）函數(shù)來(lái)轉(zhuǎn)換RGB圖像為灰度圖像。程序如下：i=imread（‘*.JPG’）；j=rgb2gray（i）；imshow（j）；imwrite（j，’*.tif’）（2）圖像增強(qiáng)圖像增強(qiáng)是指提高圖像的美觀性，提高圖像的清晰度和技術(shù)的適應(yīng)性，促進(jìn)人機(jī)之間的分析和處理。例如：去除噪聲等。圖像灰度變換的實(shí)現(xiàn)方式，直方圖均衡化是比較常見的一類，因此可以使用histeq（）函數(shù)和imhisr（）函數(shù)來(lái)計(jì)算和顯示圖像的直方圖。在Matlab環(huán)境中，濾波都是使用不同的濾波算子來(lái)實(shí)現(xiàn)的。通過(guò)fspecial函數(shù)創(chuàng)建濾波算子，然后用imfilter（）函數(shù)對(duì)圖像進(jìn)行濾波。（3）尺寸歸一化在MATLAB語(yǔ)言環(huán)境中，歸一化是指要把所用的數(shù)據(jù)用某種算法，達(dá)到所需要的目的。尺寸歸一化，減輕了后續(xù)數(shù)據(jù)處理的繁重，提高了程序代碼的運(yùn)行速度。在MATLAB圖像處理過(guò)程中，想要把圖像調(diào)整到相同大小，就需要用到resize（）函數(shù)。人臉識(shí)別，是在輸入的圖像中進(jìn)行檢測(cè)，若檢測(cè)到人臉，則對(duì)人臉進(jìn)行人臉特征的分析對(duì)照，以此來(lái)完成人臉特征的提取。然后，與庫(kù)中的已知人臉進(jìn)行比對(duì)，識(shí)別出個(gè)人信息的一項(xiàng)計(jì)算機(jī)技術(shù)。毋庸置疑，人臉識(shí)別是在近年來(lái)，相比而言，較能得到大眾認(rèn)同的一項(xiàng)技術(shù)。人臉識(shí)別的實(shí)現(xiàn)算法在國(guó)內(nèi)外有很多種，例如：基于模板匹配的方法、基于奇異值特征的方法、子空間分析法、主成分分析法等，在本設(shè)計(jì)中，選取了主成分分析法PCA算法對(duì)人臉信息進(jìn)行識(shí)別并與數(shù)據(jù)庫(kù)進(jìn)行匹配，從而獲得較好的識(shí)別效果，在具體實(shí)現(xiàn)層面上需要完成如下步驟。

2. 人臉識(shí)別的大數(shù)據(jù)系統(tǒng)實(shí)現(xiàn)

2.2.1人臉檢測(cè)人臉檢測(cè)可以說(shuō)是人臉識(shí)別系統(tǒng)的起點(diǎn)。雖說(shuō)是第一步，卻有著舉足輕重的位置，直接影響著整個(gè)系統(tǒng)能否順利進(jìn)行。在人臉識(shí)別領(lǐng)域，經(jīng)過(guò)近幾年的研究，人臉檢測(cè)的方法也是不計(jì)其數(shù)，方法難易程度參差不齊。經(jīng)過(guò)科學(xué)家的細(xì)致比較，得出較常用的幾種方法有：模板匹配法、特征空間法、人臉規(guī)則法和膚色模型法等?？偠灾?，人臉檢測(cè)，就是為了檢測(cè)在一張靜態(tài)圖像中是否出現(xiàn)人臉，若是出現(xiàn)人臉，便會(huì)順利進(jìn)行下一步驟。2.2.2圖像預(yù)處理根據(jù)上述人臉檢測(cè)的結(jié)果，接下來(lái)便需要對(duì)人臉提取出人臉特征。在獲取人臉原始數(shù)據(jù)時(shí)，由于各種干擾條件和限制，系統(tǒng)必須進(jìn)行一定的圖像預(yù)處理。正是因?yàn)橛型饨缫蛩氐囊恍└蓴_，所以需要圖像預(yù)處理來(lái)以此消除因?yàn)閳D像所帶來(lái)的一系列干擾信息，并且對(duì)圖像原來(lái)的數(shù)據(jù)特征繼續(xù)保持。在識(shí)別中，采用的圖像預(yù)處理方法有以下幾種，比如：去噪、圖像平滑、銳化、尺寸歸一化等。有了圖像預(yù)處理，就能更好地體現(xiàn)圖像自身具有的一系列特征。例如，除噪。與此同時(shí)，利用了圖像二值化的功能，它大大減少了計(jì)算工作量，便于提取特征值，提高了工作效率，因?yàn)樗x樣本中各人本身的臉部膚色都差不多，并且與背景顏色有比較大的差距。所以為了把人臉顏色與背景顏色區(qū)分開，這樣方便更好精確地識(shí)別人臉。因此人臉圖像的識(shí)別是有必要進(jìn)行圖像的二值化，即將原圖像轉(zhuǎn)換為黑白兩個(gè)灰度級(jí)別的圖像。對(duì)于人的面部識(shí)別的特征非常多，顏色特征便是其中一種。因?yàn)槟w色在YCbCr空間受外部客觀因素的影響較小，所以，在本設(shè)計(jì)中，選擇使用YCbCr空間中的Cb和Cr分量建立二值膚色統(tǒng)計(jì)圖像。膚色具有類聚特性，而在YCbCr的色彩空間下，膚色類聚性能優(yōu)良，所以選用人工閾值法將膚色與非膚色區(qū)域區(qū)分開來(lái)，形成二值圖像。非膚色區(qū)域中依然有可能有部分區(qū)域顏色與膚色相近，所以閾值分割后的圖像依然存有部分“假膚色”區(qū)域，經(jīng)過(guò)形態(tài)學(xué)處理和限制長(zhǎng)寬比之后，可得到人臉區(qū)域。在確定人臉區(qū)域后，與身份庫(kù)中的人臉進(jìn)行比較，識(shí)別出來(lái)，則做出矩形框標(biāo)記人臉區(qū)域。上述提到形態(tài)學(xué)處理，在本設(shè)計(jì)中，利用到的形態(tài)學(xué)處理有：腐蝕和膨脹操作。即使用strel（）函數(shù)和imerode（）函數(shù)進(jìn)行以上操作，腐蝕可以使圖像區(qū)域變小，膨脹使圖像區(qū)域擴(kuò)大。2.2.3人臉篩選與標(biāo)記由于可能會(huì)存在“假人臉”的問(wèn)題，即類膚色區(qū)域，所以需要進(jìn)行后續(xù)處理。首先，對(duì)預(yù)處理后的圖像，對(duì)連通域區(qū)間進(jìn)行標(biāo)記，即標(biāo)記出連通區(qū)域。接下來(lái)，篩選掉尺寸比例不合格的區(qū)域。2.2.4基于PCA的人臉識(shí)別算法利用PCA對(duì)數(shù)據(jù)進(jìn)行降維。它通過(guò)線性變換把原來(lái)的數(shù)據(jù)轉(zhuǎn)換成一組各維度線性無(wú)關(guān)的數(shù)據(jù)，也就是可以用于提取數(shù)據(jù)的一類特征分量，從眾多特征中提取出主要成分，在不損失模型質(zhì)量的前提下提高模型的訓(xùn)練速度，有效降低了人臉識(shí)別的難度，改良了人臉識(shí)別的漏洞。即使訓(xùn)練樣本較大時(shí)，PCA的人臉識(shí)別算法也擁有更好的多變性。PCA實(shí)際上是一個(gè)投影矩陣，它可以將數(shù)據(jù)特征從高維變?yōu)榈途S。將原有的坐標(biāo)系高維特征數(shù)據(jù)乘以此投影矩陣，就可以得到新的坐標(biāo)系低維特征數(shù)據(jù)，從而降低維數(shù)。

3.系統(tǒng)應(yīng)用及可能拓展

在完成了識(shí)別底層代碼設(shè)計(jì)的基礎(chǔ)上，需要將人臉識(shí)別的數(shù)據(jù)整合到大數(shù)據(jù)系統(tǒng)中去。從具體的數(shù)據(jù)結(jié)構(gòu)中不難發(fā)現(xiàn)人臉識(shí)別所能夠提供的數(shù)據(jù)類型及形式主要為“誰(shuí)”和“何時(shí)”出現(xiàn)在特定的區(qū)域，如果不經(jīng)過(guò)進(jìn)一步的深度挖掘，該數(shù)據(jù)不具備大數(shù)據(jù)特征，其應(yīng)用價(jià)值也將受到嚴(yán)重的局限。從這一角度出發(fā)，在實(shí)現(xiàn)人臉識(shí)別的大數(shù)據(jù)體系建設(shè)后，在幼教系統(tǒng)中至少具有如下幾方面功能：（1）能夠完成教師及學(xué)生的考勤。該功能屬于人臉識(shí)別的基礎(chǔ)性應(yīng)用，可以直接輸出何人在何時(shí)出現(xiàn)在何地。通過(guò)對(duì)這一信息的匯總可以對(duì)教師及學(xué)生考勤情況進(jìn)行分析。如教師何時(shí)入園，學(xué)生入園的總數(shù)，哪個(gè)學(xué)生并沒(méi)有入園等。以周或月為考勤周期向?qū)W校及家長(zhǎng)提供教師及學(xué)生的考勤情況，有助于學(xué)校強(qiáng)化教師管理，也有助于學(xué)校及家長(zhǎng)對(duì)于學(xué)生的入園學(xué)習(xí)情況進(jìn)行動(dòng)態(tài)掌握。（2）能夠完成學(xué)生學(xué)習(xí)軌跡的跟蹤與分析。在不同的授課環(huán)節(jié)中引入人臉識(shí)別的大數(shù)據(jù)系統(tǒng)有助于形成學(xué)生的學(xué)習(xí)軌跡，如何時(shí)進(jìn)入教師開展特定課程的學(xué)習(xí)。在大數(shù)據(jù)應(yīng)用過(guò)程中以具體的學(xué)生為評(píng)價(jià)單元合集能夠清晰地描繪出該學(xué)生在幼兒園中的全部行為軌跡，有助于家長(zhǎng)實(shí)時(shí)了解學(xué)生的動(dòng)態(tài)。（3）能夠?qū)W(xué)生的學(xué)習(xí)行為進(jìn)行評(píng)估。通過(guò)人臉識(shí)別技術(shù)能夠形成對(duì)教室內(nèi)學(xué)生進(jìn)行全程跟蹤與標(biāo)注，并通過(guò)場(chǎng)景對(duì)比的方式對(duì)學(xué)生的學(xué)習(xí)行為進(jìn)行評(píng)估。如在幼小銜接過(guò)程中，教師重點(diǎn)對(duì)學(xué)生的課堂紀(jì)律要求進(jìn)行教學(xué)，在此教學(xué)過(guò)程中如果學(xué)生離開座位的次數(shù)明顯高于班級(jí)平均值則可以認(rèn)定學(xué)生的課堂紀(jì)律較差；如果學(xué)生頻繁出現(xiàn)起立、交頭接耳等情況也可以認(rèn)定其課堂紀(jì)律較差。系統(tǒng)將這一分析結(jié)果匯總到課堂教師手中有助于其有重點(diǎn)的規(guī)劃后續(xù)的教學(xué)內(nèi)容，并重點(diǎn)關(guān)注該學(xué)生對(duì)其行為進(jìn)行及時(shí)糾正。（4）對(duì)學(xué)生離校安全進(jìn)行輔助。幼兒出園需要由家長(zhǎng)進(jìn)行接送，尤其是出園階段中容易產(chǎn)生“錯(cuò)接”等風(fēng)險(xiǎn)，讓不法分子有機(jī)可乘。在基于人臉識(shí)別的大數(shù)據(jù)系統(tǒng)應(yīng)用中，系統(tǒng)可以預(yù)先對(duì)學(xué)生家長(zhǎng)信息進(jìn)行人臉采集，通過(guò)動(dòng)態(tài)分析的方式對(duì)應(yīng)學(xué)生與家長(zhǎng)之間的關(guān)系。如果出現(xiàn)接送家長(zhǎng)人臉識(shí)別不通過(guò)的情況則可以實(shí)時(shí)發(fā)出預(yù)警，并傳送到教師或安保人員的終端上，由教師及安保人員進(jìn)行現(xiàn)場(chǎng)確認(rèn)后才予以放行。一方面能夠有效地降低現(xiàn)場(chǎng)工作人員的工作強(qiáng)度，提高準(zhǔn)確性；另一方面還能夠避免類似的風(fēng)險(xiǎn)發(fā)生，保證將每一名學(xué)生安全的交到家長(zhǎng)手中，杜絕不法分子利用接送時(shí)混亂現(xiàn)場(chǎng)進(jìn)行行為的可能。除了上述的四方面基本應(yīng)用之外，通過(guò)大數(shù)據(jù)系統(tǒng)將人臉識(shí)別技術(shù)對(duì)接到更為龐大與立體的數(shù)據(jù)體系中去還能夠獲得更為深入的數(shù)據(jù)挖掘效果。如通過(guò)對(duì)接送家長(zhǎng)的頻次進(jìn)行深度對(duì)應(yīng)挖掘可以評(píng)價(jià)學(xué)生所在家庭的家庭關(guān)系，進(jìn)一步對(duì)學(xué)生的家庭教育水平進(jìn)行評(píng)估。如父母接送為主要行為方式則可以認(rèn)為父母對(duì)于學(xué)生的家庭教育較為重視，反之如果是隔輩親屬為主（爺爺，姥姥等）則可以判斷學(xué)生父母對(duì)于日常照顧及家庭教育時(shí)間較為緊張。從這一思路進(jìn)行延伸可以進(jìn)一步探索基于人臉識(shí)別的大數(shù)據(jù)系統(tǒng)在幼教過(guò)程中的積極作用，為數(shù)字化幼教體系貢獻(xiàn)出應(yīng)有力量。

4.總結(jié)

幼教階段需要提高對(duì)幼兒學(xué)生的保護(hù)，利用人臉識(shí)別對(duì)其進(jìn)行考勤及行為軌跡的分析有助于落實(shí)幼教體系中的各項(xiàng)基本要求。在此基礎(chǔ)上，本文探討了人臉識(shí)別大數(shù)據(jù)系統(tǒng)的構(gòu)建要求與實(shí)現(xiàn)方式并重點(diǎn)探討了其在幼教系統(tǒng)中的可能應(yīng)用模式與貢獻(xiàn)，希望為后續(xù)建設(shè)提供必要參考。

作者：費(fèi)弘 單位：澳門科技大學(xué)