引 言
如今，校園系統在高校里，考勤課堂考勤已經成了學生管理層面不可缺少的設計實現一環，直接決定了學校教學質量的好壞 [1]。經過抽樣調查統計，如今六成以上大學的課堂考勤方式依然為簡單的人工考勤，耗時長、準確性低、統計信息分散易丟失，且存在代到情況。其他的一些電子考勤系統，例如教師考勤機以及指紋考勤系統等也都存在耗時長以及部署難、成本高等缺點。此種情況下，設計實現一個兼具快速性、準確性，利用已有硬件設施的低成本考勤系統很有必要。
1 課堂考勤系統的性能指標
衡量一個課堂考勤系統的優劣有三個關鍵維度 [2] ：準確性、快速性、部署難易程度。準確性是最關鍵、最基本的一個維度，它可分為三要素，即時間、地點、人物。只有保證這三者與課程表完全對應才能保證考勤系統是有價值的并且可以投入使用 ；快速性決定了完成課堂考勤工作的時間，快速性好的考勤系統可以省下更多的課堂時間用于授課。
2 現有考勤系統
(1) 人工考勤。此種考勤方式為上課的前幾分鐘教師或班長根據名單進行點名。缺點為耗費時間（平均 50個人的班級需要 2 min 結束考勤），并且準確性低，存在人為代到的情況，考勤信息分散不利于統計且不利于保存 ；優點為流程簡單，成本低。
(2) 教師機考勤。此種方式邏輯簡單，學生依次去老師的設備上通過人臉識別等方式進行考勤，屬于串行考勤方式。優點為準確性好，不需要部署硬件且成本低。缺點為甚至比人工考勤還要耗時并且一定程度上容易引起課堂秩序的混亂。各個教師統計出來的信息是獨立的，不利于發揮數據的價值。
(3) 指紋識別考勤系統 [3-6]。此種方式使用較廣泛，但對考勤人員皮膚質量要求較高，皮膚出現蛻皮等情況將無法進行指紋識別，所以該方式準確性一般。指紋識別考勤機為串行考勤，考勤人員需排隊，所以浪費時間，快速性差，且考勤需要額外部署考勤機等硬件，部署成本高。
(4) 人臉識別考勤系統 [6-7]。人臉識別考勤方式通過精確度較高的人臉識別技術，有效地解決了常規考勤方式人為代替考勤的問題，準確性高 ；但同指紋識別考勤系統一樣， 存在快速性差及部署困難的缺點。
(5) 基于 WiFi 定位 + 人臉識別考勤系統。本文提出的此種考勤方式，通過學生手持設備的 WiFi定位結合人臉識別確定學生身份的唯一性，故保證了準確性高。考勤方式為并行考勤，所有人同時進行考勤工作，且服務器架構支持高并發，故快速性好。本文以西北大學為例，此系統建立在現有的校園 WiFi基站架構之上，通過算法使原本為通信設計的 WiFi熱點也可用來進行精確定位，不需要額外硬件部署， 所以成本低，推廣使用簡單。
基于三種性能指標的幾種考勤系統性能比較見表1 所列。
3 基于 WiFi 定位與人臉識別的考勤系統設計
3.1 系統組成
基于 WiFi 定位與人臉識別的考勤系統由考勤終端（智能手機）、人臉識別服務器、圖片服務器、分流服務器、中間服務器、考勤服務器以及 WiFi 基站組成。人臉識別服務器進行實時學生人臉判別，圖片服務器存放學生的人臉信息數據庫，分流服務器和中間服務器起到高并發負載均衡作用。考勤服務器完成考勤工作并部署 MySQL 數據庫存儲學生考勤歷史信息。考勤終端提供教師及學生登錄，與服務間采用C/S 架構，學生登錄可完成日常考勤及查詢本人歷史考勤信息，教師登錄可以根據需求查詢、修改、統計所轄班級所有學生的歷史考勤信息。
3.2 系統功能
教師端 ：下達單次考勤命令 ；查詢所轄班級歷史考勤信息。
學生端 ：完成日常考勤 ；查看本人歷史考勤信息。
4 系統實現
4.1 考勤流程及實現
一節課開始教師登錄點擊一鍵考勤，學生拿出手機，登錄后點擊簽到，智能終端將打開前置攝像頭拍攝學生實時人臉圖片后發送到人臉識別服務器。人臉識別服務器根據學生登錄信息以及實時拍攝的人臉圖片向圖片服務器請求學生人臉圖片，并計算實時照片與存檔圖片的匹配度。若匹配度不符合要求，則簽到失敗并提示重新簽到，若符合要求，終端將調用定位模塊進行位置匹配。如位置符合要求則在考勤服務器數據庫中添加此學生考勤成功信息，并同時將成功信息返回給終端，在終端顯示考勤成功 ；否則返回失敗信息顯示簽到失敗。如果有學生遲到后考勤成功，數據庫將記錄學生遲到信息。具體邏輯流程如圖 1 所示。
4.2 信息查詢流程及實現
系統有獨立的數據庫應用系統，面向教師及學生，教師登錄系統可查看所轄某班級的整體考勤歷史信息、所轄某班級某個人的考勤歷史信息，并且可以下載匯總 Excel 表格以便對平時成績進行統計。學生登錄系統可查看并核對自己本學期的歷史考勤信息。
5 核心技術模塊實現
5.1 人臉識別
調用百度人臉識別接口，此接口通過提取人臉的特征， 計算兩張人臉的相似度，從而判斷是否為同一個人，并給出相似度評分。在已知用戶 ID 的情況下幫助確認是否為用戶本人的對比操作，即 1∶1 身份驗證。接口同時采取了活體檢測技術，保證上傳“照片的照片”會被檢測到從而導致簽到失敗。
5.2 精確定位
本文提出的精確定位技術利用教室位置指紋信息 [8] 進行定位。以西北大學為例，因為每個教室已經部署了相同品牌的無線接入點（Access Point，AP）以達到 WiFi 覆蓋及終端無縫漫游的效果，所以教學樓的每個教室都有唯一的位置指紋信息。無線 AP 周期性地發送一個 beacon 幀以告知周圍無線設備自己的存在（通常每隔 100 ms 發送一次）。beacon 幀中包含無線 AP 的 MAC 地址，此 MAC 地址作為無線 AP 的身份標識，與幀中的 RSS（信號強度）一起組成“位置指紋信息”。本考勤系統設計的位置指紋信息結構如下 ：
R（P）={ MAC1 ：RSS1}
式中：P 代表具體位置；大括號內為此位置的位置指紋信息； MAC1 代表此位置所能檢測到的 RSS（信號強度）最強的無線 AP 的 MAC 地址；RSS1 代表此位置檢測到的 RSS 最強的無線 AP 的 RSS 值。
本文提出的考勤系統中的精確定位不同于以往的 WiFi 精準定位，課堂考勤系統中的終端定位精度需求是定位到教室而非定位到室內特定位置。一般的 WiFi 精準定位技術 [9-10] 是獲取實時位置指紋后，通過匹配數據庫中預先存儲好的最近鄰位置指紋信息以獲取當前位置 ；而本文的課堂考勤系統在獲取終端實時位置指紋后，判別該終端是否在正確的位置上。具體方法如下。
(1) 離線階段。在每個教室中心位置多次采集位置指紋信息后取平均值，作為此教室的位置指紋，并存入數據庫。
(2) 定位階段。根據學生移動終端上傳的實時采集到的位置指紋信息的值以及學生的登錄信息，在數據庫中查詢到學生上課的教室以及該教室對應的預先存入的位置指紋信息的值，并計算其與移動端實時上傳位置指紋信息差值的絕對值，若在一閾值范圍內，則判定考勤位置符合要求。
6 結 語
本文所提系統開發完成后，在西北大學多個教室測試了考勤系統的精準程度。實驗結果表明，軟件滿足了考勤系統的基本需要。
相比傳統考勤方式，該系統具有以下優點。
（1）準確性高。系統采取一個 55 人班級做實驗，并事先安排 5 人用人臉照片進行人臉識別，另外 5 人在隔壁教室等非規定教室位置進行考勤。實驗結果為預先安排的 10 人均未通過考勤，且其他人員全部通過考勤，結果表明系統的準確性很高。
（2）快速性好。實驗結果表明平均 55 人的班級采用此系統考勤從考勤開始到考勤結束所需時間為 15 ～ 20 s，所以系統快速性良好。
（3）不需要額外部署硬件。實驗環境的每個教室天花板的中心位置都已經安裝了無線 AP，此配置符合教室定位的要求，所以不需要部署硬件。
