简介:一份完整的Python多人人脸识别课堂考勤系统源码,面向学习计算机视觉、人脸识别及Python Web开发的学生与开发者,适用于课程设计、毕业设计或教师课堂考勤场景。资源共36个文件,包含10个Python脚本、21个HTML页面模板、SQL数据库脚本、CSS样式以及说明文档与依赖清单,压缩包仅29KB,整体结构紧凑,便于快速定位代码;脚本覆盖应用入口、身份认证、数据库操作与核心识别逻辑,配合页面模板可构成完整可运行项目。目前已有923人学习下载,具有较好的参考热度。系统整合OpenCV人脸检测、Dlib关键点定位、深度学习识别模型与Haar级联分类器,支持实时视频流捕捉、人脸特征提取、学生信息管理、考勤记录展示等流程;通过阅读源码,可掌握从摄像头采集、面部识别到数据库持久化的完整工程实现,尤其适合初学者通过实际项目理解人脸识别技术落地。
1. 课堂考勤为什么需要“多人同时识别”
一个老师在阶梯教室点名,底下六七十号人,真正扣掉“到”“有”“嗯”之后,名单上还剩三分之一没抬头。这是课堂考勤最痛的地方:点名耗时长,代答防不住,随堂小测又没法把人与名字对上。Python 基于多人人脸识别的课堂考勤系统,做的事就是把“老师念名字、学生应一声”换成“摄像头扫一遍教室,现场把所有人脸与注册库里的名字对应上”,一次性标出谁到场、谁迟到、谁缺勤。它不是门禁式的一对一核验,而是面对一整片座位区的批处理识别。适合人群很明确:做课程设计、毕业设计的学生开发者,以及想给学院或培训班做一套离线考勤工具的人。门槛不高——电脑能跑 python 就能起步,难点全在检测阈值、光线处理和多人去重这些细节上。这套方案真正值钱的地方也不是模型,而是把识别结果落成一张干净考勤表的工程思路。
2. 把教室场景拆进系统:架构选型与两个关键算法
2.1 先定架构:离线本地处理还是调用云API
先说结论:课堂考勤适合做离线本地方案,而不是调用云端人脸识别接口。
原因有三条。第一,成本。一场课如果连续开摄像头,一节课 45 分钟,按每秒一帧就是 2700 张画面,云 API 按次计费,一个学期下来费用远超这套源码本身。第二,教室场景有多人、遮挡、侧脸、走动,云 API 适合单张清晰照,对动态视频流要额外做抽帧和比对逻辑,省不了事。第三,学生人脸数据属于敏感信息,很多学校不允许把照片送到第三方服务。常见做法是:OpenCV 负责读取视频帧并做人脸位置检测,face_recognition 负责把检测到的人脸区域变成 128 维特征向量,再和课前注册好的学生特征库做距离比对,最后把结果写进 SQLite。整条链路全部在本地跑,不需要公网,也不产生按次费用。常见架构的数据流是这样的:
本地摄像头或视频文件 → 读取视频帧 → 检测画面中所有人脸框 → 对每张人脸提取特征向量 → 与注册特征库计算距离 → 距离小于阈值则判定为对应学生 → 滑窗去重后写入考勤表
架构上有一个值得注意的点:先抽帧再检测,而不是用摄像头 SDK 的实时预览回调。原因是教室人数多、特征提取慢,如果在每一帧都做全量识别,笔记本 CPU 会直接跑满。常见做法是设置一个抽帧间隔,比如每秒处理 1~2 帧,识别间隔内完成比对就行,漏掉中间帧对考勤结果几乎没有影响。这个细节会在第 3 章代码里体现。
2.2 人脸检测与人脸特征提取:用什么算法、阈值怎么设
标题里写着“多人人脸识别”,这里最核心的两个算法环节:检测(detection)和识别(recognition)。“人脸识别算法”这个热搜词说的往往是这两件事的合并,但在工程实现里它们必须分开看待。
| 环节 | 常见算法 | 适用场景 | 单人耗时(CPU笔记本) | 备注 |
|---|---|---|---|---|
| 人脸检测 | dlib HOG | 人脸较正、光线好 | 约 50~100ms | 侧脸、低头时漏检明显 |
| 人脸检测 | OpenCV DNN (res10_ssd) | 多人、侧脸、小目标更稳 | 约 80~150ms | 推荐作为课堂考勤首选 |
| 人脸检测 | YOLO系列 | 小脸密集场景 | 约 200ms+ | 精度高但CPU吃力 |
| 特征提取 | face_recognition(dlib resnet) | 通用 | 约 100ms/人 | 输出128维浮点向量 |
| 特征提取 | InsightFace / ArcFace | 高精度 | 需GPU或更强CPU | 课设阶段没必要上 |
检测负责回答“画面里有没有人脸、在哪”,识别负责回答“这是谁”。常见误用是把两者混在一起,在低算力设备上直接让检测模型去干识别的活,结果就是换个人换个角度就认不出来。课堂场景里我一般这样设阈值:人脸检测置信度 0.6,特征比对欧氏距离阈值 0.5。置信度小于 0.6 的框直接丢弃,能滤掉大部分虚影和远处的小脸;欧氏距离小于 0.5 才认为匹配成功,0.5 到 0.6 之间不做硬判,而是看连续多帧投票结果,这个细节后面单独讲。以上参数不是玄学,实测下来教室 3 米以外的小脸在 0.6 阈值下依然能稳定检出,但噪点框基本都被拦住了。
2.3 比对策略:1:N 的课堂版怎么做才不把全班认错
课堂考勤本质上是一次 1:N 的人脸比对:画面里出现一个学生,要和全班注册库逐条比较,找出最像的人是谁。这和门禁机那种 1:1 核验完全不同,门禁机是“证明你就是你”,课堂考勤是“在几十个人里找出你是谁”,开放性强得多,这也是为什么直接拿门禁那套参数过来经常会翻车。
N 是全班人数,通常 30~100,这个规模不需要建 Faiss 索引,全量遍历 100 条特征向量在 CPU 上也就几毫秒。需要注意的问题在于“阈值”和“非本人”的区分。常见的翻车场景是:画面里进来一位代课老师,系统遍历之后发现他与某个学生的距离最近,但距离其实有 1.1,远大于阈值 0.5——可代码如果只写“取最小值”,就会把这个老师误标成学生。正确做法是两步判断:先取最小距离,再判断这个距离是否小于阈值,小于才算命中;不满足就走“未注册”分类,而不是强行归到最近的人名下。缺少这一步,识别准确率会被陌生人漏洞拉低不少。
比对策略上还有个容易被忽略的细节:特征向量的“自比距离”。同一个学生在不同光线、不同角度下,自比距离也会变化,通常在 0.35~0.45 之间。如果注册照片是在室内灯光下拍的,上课时靠窗座位是自然光,两者叠加后距离可能达到 0.5 以上。所以注册环节建议每个学生录入两到三张不同角度的照片,特征向量取平均或逐条保留,比对时取“与注册集的最小距离”。这能直接解决“注册一张照,现场认不出”的尴尬。
3. 从零跑通多人识别考勤:核心代码与参数
3.1 注册入库:把一张人脸照片变成特征向量
先搭环境。python 版本建议 3.8~3.10,face_recognition 依赖 dlib,python 3.11 以上编译 dlib 很容易翻车,这是很多人拿到源码后第一个卡住的地方。建议先在 vscode 里把 python 环境配置好,再执行安装命令:
pip install opencv-python face_recognition numpy openpyxl
然后写注册脚本。注册阶段读入每个学生的照片文件夹,每张照片跑一个人脸编码,把 128 维特征连同个人信息一起存成 numpy 的 npz 文件,后续识别阶段直接加载,不用每节课重新算。
import os
import numpy as np
import face_recognition
# 目录结构:students/学号_姓名/照片1.jpg 照片2.jpg
base_dir = "students"
known_names = [] # 存放姓名
known_ids = [] # 存放学号
known_encodings = [] # 存放128维特征
for stu_dir in os.listdir(base_dir):
stu_path = os.path.join(base_dir, stu_dir)
if not os.path.isdir(stu_path):
continue
# 目录名约定为 "2024001_张三"
stu_id, stu_name = stu_dir.split("_")
enc_list = []
for img_name in os.listdir(stu_path):
if not img_name.lower().endswith((".jpg", ".jpeg", ".png")):
continue
img = face_recognition.load_image_file(os.path.join(stu_path, img_name))
# 一张照片里可能检测到多张脸,取最大的人脸框作为注册脸
locs = face_recognition.face_locations(img, model="hog")
if not locs:
print(f"警告: {stu_dir} 的 {img_name} 没检测到人脸")
continue
largest = max(locs, key=lambda r: (r[2]-r[0])*(r[1]-r[3]))
enc = face_recognition.face_encodings(img, known_face_locations=[largest])[0]
enc_list.append(enc)
if not enc_list:
print(f"跳过: {stu_dir} 无有效人脸")
continue
known_ids.append(stu_id)
known_names.append(stu_name)
known_encodings.append(np.mean(enc_list, axis=0)) # 多张照片取平均特征
np.savez("student_encodings.npz",
ids=known_ids, names=known_names, encodings=np.array(known_encodings))
print(f"注册完成: {len(known_ids)} 人")
这段代码有一个关键决策:多张注册照片取平均特征。逐条保留所有照片的特征会导致比对次数成倍上升,而取平均后在 30~100 人规模下依然稳定;face_recognition 的 128 维特征向量在取平均后不是数学上的“平均脸”,而是向量均值,效果上相当于综合了多个角度。另一个决策是取最大人脸框注册,防止注册照里出现同学入镜时把别人的脸当成学生本人。如果你所在环境里 dlib 安装顺利,可以把 model="hog" 换成 model="cnn",检测更准,但注册阶段没必要,hog 已经够用。
3.2 实时识别:每一帧到底做了什么
识别阶段是源码的核心。人脸识别系统里常有“黑匣子”的说法:你看着它画了框,但为什么认错、为什么漏检,得把流程拆开看。每一帧的处理顺序是固定的:缩小图像 → 检测人脸 → 提取特征 → 与注册库比对 → 画框与标注。
import cv2
import numpy as np
import face_recognition
# 加载注册库
data = np.load("student_encodings.npz", allow_pickle=True)
known_ids = list(data["ids"])
known_names = list(data["names"])
known_encodings = data["encodings"]
match_threshold = 0.5 # 欧氏距离阈值,小于该值才认
def process_frame(frame):
# 缩小到 640 宽,加快检测与特征提取
h, w = frame.shape[:2]
if w > 640:
scale = 640 / w
small_frame = cv2.resize(frame, (640, int(h * scale)))
else:
small_frame = frame
# 关键:face_recognition 用的 RGB,OpenCV 读出来是 BGR
rgb_frame = cv2.cvtColor(small_frame, cv2.COLOR_BGR2RGB)
face_locs = face_recognition.face_locations(rgb_frame, model="hog")
face_encodings = face_recognition.face_encodings(rgb_frame, face_locs)
results = []
for loc, enc in zip(face_locs, face_encodings):
# 全量遍历注册库,计算欧氏距离
distances = np.linalg.norm(known_encodings - enc, axis=1)
min_idx = int(np.argmin(distances))
min_dist = distances[min_idx]
if min_dist < match_threshold:
name = known_names[min_idx]
uid = known_ids[min_idx]
else:
name = "unknown"
uid = None
results.append({"name": name, "uid": uid,
"dist": round(float(min_dist), 3), "loc": loc})
return results
这里的核心是 np.linalg.norm(known_encodings - enc, axis=1) 这段向量运算。它一次性算出该人脸特征与全班注册特征的欧氏距离数组,np.argmin 取最小距离的索引。需要注意:face_recognition 的欧氏距离与余弦相似度不是一回事,这个库内置的是欧氏距离,阈值 0.5 也是针对欧氏距离的经验值。如果你改成 cosine 相似度,阈值体系全部要重调。另外一个容易翻车的小坑:OpenCV 读出来是 BGR,face_recognition 要求 RGB,漏了 cvtColor 这行,识别率会明显下降。缩放到 640 宽的目的是压住检测耗时,教室画面通常 1920×1080,原始分辨率做 hog 检测会慢到 1 秒以上,640 宽能把单帧耗时压到 150ms 左右。
3.3 考勤落库与去重:怎样才算“这个人到了”
单帧识别结果还不能直接写库。原因很现实:一个人被连续识别 10 帧,就会落 10 条记录;走过摄像头前的路人甲也有可能被当成某个学生;低头 2 秒没被识别到,考勤状态就会在“到”与“未到”之间反复横跳。常见解决办法是“连续帧滑窗 + 状态锁存”,代码实现如下:
import sqlite3
import time
DB_PATH = "attendance.db"
def init_db():
conn = sqlite3.connect(DB_PATH)
conn.execute("""
CREATE TABLE IF NOT EXISTS attendance (
id INTEGER PRIMARY KEY AUTOINCREMENT,
course_id TEXT NOT NULL,
student_id TEXT NOT NULL,
student_name TEXT NOT NULL,
status TEXT NOT NULL,
first_seen TEXT NOT NULL,
last_seen TEXT NOT NULL,
UNIQUE(course_id, student_id)
)
""")
conn.commit()
return conn
class AttendanceTracker:
def __init__(self, course_id, min_frames=6, window_frames=10):
self.course_id = course_id
self.min_frames = min_frames # 至少出现6帧才算到场
self.window = window_frames # 统计最近10帧
self.history = {} # student_id -> buffer
self.confirmed = set() # 已确认到场的学号,用于去重
def update(self, frame_results, conn):
for r in frame_results:
if r["uid"] is None:
continue
buf = self.history.setdefault(r["uid"], [])
buf.append({"name": r["name"], "uid": r["uid"], "dist": r["dist"]})
if len(buf) > self.window:
buf.pop(0)
# 最近 window 帧里,至少 min_frames 帧被识别到才算确认
if len(buf) >= self.min_frames and r["uid"] not in self.confirmed:
self.confirmed.add(r["uid"])
conn.execute(
"INSERT OR IGNORE INTO attendance "
"(course_id, student_id, student_name, status, first_seen, last_seen) "
"VALUES (?, ?, ?, 'present', ?, ?)",
(self.course_id, r["uid"], r["name"],
time.strftime("%Y-%m-%d %H:%M:%S"), time.strftime("%Y-%m-%d %H:%M:%S"))
)
conn.commit()
参数 min_frames=6、window_frames=10 的含义:在学生低头、转身、被前面同学遮挡的情况下,10 帧窗口里有 6 帧识别到就可以确认到场,这个冗余度能容忍约 40% 的漏检率。注意 INSERT OR IGNORE 配合 UNIQUE(course_id, student_id) 约束,保证同一节课同一个学生只会落一条记录,这是去重的最后一道保险。如果要做“迟到”状态,在写入前对比当前时间与课程开始时间,超过 15 分钟就把 status 写成 late,这个逻辑放第 5 章再说。此刻你已经把源码的核心闭环跑通了:注册 → 识别 → 去重 → 落库。
4. 课堂考勤系统避坑:五个最容易翻车的环节
4.1 同画面多人时识别率骤降
现象:单个学生站在摄像头前识别正常,一到教室全景,画面里同时出现二三十个人,系统只能认出五六个,其余全标 unknown。
原因:人脸检测器对“小脸”特别敏感。教室全景里每个人的脸可能只有 40×40 像素,dlib 的 HOG 检测器对这种小目标天生不稳;另一个因素是密集人脸互相遮挡,检测器只输出其中一个框。这不是特征比对的问题,而是检测阶段就漏了。
解决:把检测模型从 hog 换成 OpenCV DNN,即 res10_ssd 的 Caffe 模型,它在小目标上明显更稳;同时把小于 60×60 像素的人脸框直接过滤,减少无效计算。如果坚持用 face_recognition 自带接口,可以给 face_locations 传 model="cnn",精度更高但速度会慢 3~5 倍,适合离线对录像做考勤,不适合实时课堂。我在实际项目里是先把画面裁成左右两半,分别做检测再合并坐标,精度足够且速度可接受。
4.2 教室光线让肤色失真、特征提取失败
现象:靠窗座位逆光,整张脸是黑的,系统提示“检测到人脸但提取特征失败”;或者教室日光灯频闪,同一个人在相邻两帧的识别结果不同。
原因:人脸特征提取模型是在自然光、正脸样本上训练的,极端侧光和强阴影会让人脸关键点定位偏掉,特征向量漂移,距离从 0.4 跳到 0.7,超过阈值就认不出来。
解决:在预处理阶段加一个自适应 gamma 校正,把暗部提亮,再送入特征提取。cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8)) 在实战里比普通直方图均衡化效果更好,因为 CLAHE 限制对比度放大,不会把高光区域过曝。另外一个血泪经验:不要把摄像头正对窗户装,机位侧一点,让自然光从侧面进来,识别率能稳定不少。这个调整成本为零,效果比调任何代码参数都明显。
4.3 一人多次签到、代答防不住
现象:同一个学生一节课在考勤表里出现 3 条记录;或者某个同学帮忙“代答到”——人没来,却用别人照片怼摄像头。
原因:前者是去重逻辑缺失,后者是系统没有活体判断。课堂考勤是低风险场景,多数源码不装备活体检测,但重复计次是必须解决的。
解决:重复计次用第 3.3 节的 UNIQUE(course_id, student_id) 约束,再加一个“确认后 5 分钟内不重复处理”的时间窗口。用照片怼摄像头这种问题,入门方案是把“识别到同一个人脸持续 3 秒以上”作为到场条件,照片怼镜头做不到持续多帧稳定,因为照片会抖动、反光,特征距离会跳动;进阶方案是加 blink 检测,但现阶段成本高,对课堂考勤来说性价比不足。提醒一句:如果你把这个源码用于正式的课程成绩考核,建议保留现场录像作为复议凭证,识别结果当辅助证据,别把它当成唯一判定标准。
4.4 打包 exe 后提示找不到模型文件
现象:源码在 IDE 里跑得好好的,用 PyInstaller 打包成 exe 发给老师演示,一运行就报错,提示 dlib 或者模型文件找不到。
原因:PyInstaller 打包后,资源文件的路径变了。代码里写死的 "student_encodings.npz" 是相对路径,exe 启动时的当前目录根本不是源文件所在目录,模型和特征库就找不到了。dlib 本身在 python 3.11+ 上编译失败也是这个问题的高发原因,很多人因为装不上 dlib 直接弃坑。
解决:打包前把所有资源路径改成基于脚本所在目录的绝对路径:os.path.join(os.path.dirname(os.path.abspath( file )), "student_encodings.npz")。PyInstaller 打包时把模型文件作为 datas 资源加入,运行时通过 sys._MEIPASS 读取,这一步是 exe 能发布的关键。另外建议 python 环境固定用 3.8 或 3.10,配 VS2019 以上的 C++ 构建工具装 dlib,省掉最痛苦的编译环节。如果老师那边没有网络,记得把 opencv-python 的 DLL 一起打进去,常见做法是加 --add-data 参数打包,exe 体积会到 200MB 左右,这是正常的,不是翻车。
4.5 低配电脑卡到没法上课
现象:演示用的笔记本只有 8G 内存、没有独显,摄像头一开,CPU 直接飙到 100%,画面变成幻灯片。
原因:实时模式对每一帧都做 hog 检测 + 128 维特征提取,在 CPU 上单帧需要 300~500ms,加上教室多人,每秒实际只能处理 2~3 帧,视觉上就是卡。
解决:三条路按优先级来。第一,把 3.2 节的抽帧间隔从逐帧改成每 3 帧处理 1 帧,识别结果与当前画面差 0.5 秒,对考勤完全够用;第二,把 process_frame 的宽从 640 降到 480,检测面小了,速度能提高约一倍,代价是远处小脸更容易漏,配合 4.1 的 DNN 模型刚好找回精度;第三,关闭 OpenCV 的窗口预览,只保留数据采集,界面更新交给低优先级的队列去做。教室里真正需要的是后台安静地记录,而不是大屏实时炫技。
5. 让系统能真正交给老师用:考勤数据管理与界面
5.1 考勤记录的数据结构:课次、时间、状态怎么设计
源码能跑通识别只是第一步,交给老师之前,数据表设计必须先想清楚。常见的课堂考勤需求有四个:每节课谁到了、谁迟到了、谁一整个学期没来几次、某天临时调课能否重新考勤。基于这些,三张表就够了:
| 表名 | 字段 | 说明 |
|---|---|---|
| students | id, name, class_name, enroll_time | 学生档案 |
| courses | id, name, course_time, teacher | 课程与上课时间 |
| attendance | course_id, student_id, date, status, first_seen, last_seen | 唯一键 (course_id, student_id, date) |
status 字段取值 present / late / leave,不存 absent。absent 用“没记录”表达,好处是缺勤名单可以从三位一体的查询里动态生成,而不是写死状态;坏处是“未到”需要在生成报表时额外补算,这也是源码里最常见的两种实现分歧。我习惯用一张 absence 视图处理,避免在主表里塞一堆默认行。迟到判定逻辑:读取 courses.course_time,上课时间后 15 分钟内识别到写 late,超过 15 分钟写 leave,这个 15 分钟是默认值,不同学校可以调成 10 或 20。
5.2 基于 tkinter 做一个可用的操作界面
很多源码的界面用 tkinter 或 PyQt5。tkinter 是 python 自带的,打包体积小,适合课设演示;PyQt5 外观现代但打包后体积增加几十 MB。这里给一个 tkinter 的最小可用界面,覆盖“开课识别、查看记录、关闭系统”三个核心操作。
import tkinter as tk
from tkinter import ttk
import threading
import cv2
from attendance_tracker import AttendanceTracker # 复用 3.3 节类
class App:
def __init__(self, root):
self.root = root
self.root.title("课堂考勤系统")
self.cap = None
self.running = False
self.conn = init_db() # 打开 SQLite 连接,全程复用
ttk.Button(root, text="开始考勤", command=self.start).pack(pady=10)
ttk.Button(root, text="停止考勤", command=self.stop).pack(pady=10)
self.status_label = ttk.Label(root, text="未开始")
self.status_label.pack(pady=5)
def start(self):
if self.running:
return
course_id = "CS101_2025S"
self.cap = cv2.VideoCapture(0)
self.running = True
self.tracker = AttendanceTracker(course_id)
threading.Thread(target=self.capture_loop, daemon=True).start()
self.status_label.config(text="考勤中,识别到的人会实时入库")
def capture_loop(self):
# 每 3 帧处理 1 帧,减轻 CPU 压力
frame_idx = 0
while self.running:
ret, frame = self.cap.read()
if not ret:
break
frame_idx += 1
if frame_idx % 3 != 0:
continue
results = process_frame(frame) # 复用 3.2 节函数
self.tracker.update(results, self.conn)
self.cap.release()
这个界面最大的作用是演示时不露怯:按钮触发事件,识别循环放在独立线程里,tkinter 主线程不阻塞,界面不会变成“未响应”。注意 conn 要在线程外初始化并通过参数传入,不要在 capture_loop 里重复连接 SQLite。tkinter 界面本身不是难点,难点是识别循环与 UI 的插桩方式——把识别回调丢进队列,UI 定时 poll 更新人数,要比直接在 tkinter 主线程里跑摄像头稳得多。用这个思路,换成 PyQt5 也只需要把队列更新部分改成信号槽。
5.3 导出 Excel 报表:课时统计与导出
考勤做完后,最常用的是“某节课的缺勤名单”和“整个学期的出勤率统计”两张表。用 openpyxl 写 Excel,比直接写 CSV 更接近老师的使用习惯。核心代码如下:
from openpyxl import Workbook
import sqlite3
def export_report(conn, course_id, semester_dates):
wb = Workbook()
ws = wb.active
ws.title = "考勤明细"
ws.append(["学号", "姓名", "日期", "状态", "首次识别", "最后识别"])
rows = conn.execute(
"SELECT student_id, student_name, date, status, first_seen, last_seen "
"FROM attendance WHERE course_id=? ORDER BY date, student_id", (course_id,)
).fetchall()
for r in rows:
ws.append(list(r))
# 第二张表:每个学生的出勤率
ws2 = wb.create_sheet("出勤率")
ws2.append(["学号", "姓名", "应到次数", "实到次数", "出勤率"])
for sid, sname in conn.execute(
"SELECT id, name FROM students ORDER BY id"):
expected = len(semester_dates)
actual = conn.execute(
"SELECT COUNT(*) FROM attendance WHERE course_id=? "
"AND student_id=? AND status IN ('present','late')",
(course_id, sid)).fetchone()[0]
ws2.append([sid, sname, expected, actual,
f"{actual/expected:.1%}" if expected else "-"])
wb.save(f"{course_id}_考勤报表.xlsx")
导出报表的注意点:应到次数不能直接查 attendance 表,因为缺勤的人根本没有记录,必须用课程日期列表去推;迟到统计是否算“到”,不同老师口径不同,这里写成 present 和 late 都算实到,如果你要按严格口径,把 IN ('present','late') 改成 ='present' 即可。openpyxl 写大批量数据时逐行 append 够用,班级超过 200 人再考虑批量写入,普通课堂规模不需要上 pandas。
6. 提升识别率的两个进阶手段:时序平滑与 KNN 投票
第 3 章的滑窗去重解决了“重复计次”,但还没有解决“偶发误识别”。比如坐在后排的张同学,因为脸小、光线差,某一帧被识别成了邻座李同学——距离 0.48,恰好低于阈值 0.5,于是被记了一次错误考勤。单个错误帧如果直接落库,后面就算识别正确也无法覆盖,因为唯一约束已经把它锁死了。我的对策是不在单帧上做最终判决,而是用“最近 10 帧的识别结果做多数表决”,这是 KNN 投票思想的一个简化用法。
from collections import Counter
class VotingTracker(AttendanceTracker):
def decide(self, uid):
# uid 最近 window 帧的识别记录序列
buf = self.history.get(uid, [])
if len(buf) < self.min_frames:
return None
# 统计这 10 帧里该 uid 被识别成各种身份的次数
votes = Counter(rec["name"] for rec in buf)
name, count = votes.most_common(1)[0]
if count >= 6:
return name
return None # 票数不足,继续等待,不落库
多数表决的关键参数是“10 帧窗口、6 票门槛”。6/10 意味着允许 4 帧误检,但 5 帧以上错误不会通过;对低头、转身这类短暂遮挡,6 票积累需要约 3 秒连续识别,刚好和“人站起来走动”的时间尺度区分开。这个方案对静止的课堂特别友好,但对频繁走动的课堂会漏掉快速经过的人,这时可以把门槛降到 5/10,代价是偶发误识别多一些。阈值没有绝对最优,我最后用的是一套自适应方案:教室里人数少于 30 时用 6/10,多于 30 时用 5/10,因为人多的时候每个人被连续捕获的帧数本来就少。
另一个个人体会是识别距离阈值的“双阈值”用法。单阈值 0.5 太硬,教室光线变化很容易让同一个学生跨过阈值线;双阈值则是距离小于 0.45 直接认,0.45~0.60 之间交给投票机制,大于 0.60 直接放弃。这套方案的原理是:特征距离在 0.45 以内,误匹配概率极低,值得直接确认;中间区间是光线和角度造成的噪声区域,用多数表决消耗掉;0.60 以上基本是陌生人或极端遮挡,勉强认定会制造大量假阳性考勤。实际运行中,我把这套“先卡粗阈值、再投票细判”的逻辑放进 AttendanceTracker,误识别率比单阈值低了一个量级。
我的教训是:第一次在真实教室跑这套系统时,为了演示效果把阈值调到 0.4,结果靠窗的学生整节课都没被识别到,考勤表上全是缺勤。后来才理解阈值高低不是玄学,它决定的是一节课的“查全率”和“查准率”的取舍——阈值低了,认不出真人;阈值高了,路人都会被当成学生。先拿一个固定机位、十来个学生的小教室试跑一节课,记录识别距离分布,再决定阈值,这才是这套源码正确打开方式。有人把这样的问题归结为“源码有问题”,但多数情况是环境、光线和参数没校准。课堂考勤系统的本质是识别、去重、报表三件事的工程整合,识别算法只是其中一环,把三件事都理顺,这套源码从课设走向实际使用并不远,希望帮到你。
270



被折叠的 条评论
为什么被折叠?



