Annual: 2019

PR003 »
全自动课堂评价系统
📁Machine Learning
👤小淞 金
 (重庆大学)
📅Oct 17, 2019
Regional Final



👀 4614   💬 1

PR003 » 全自动课堂评价系统

Description

本课题拟通过使用人脸识别算法,研发出一套搭载人脸识别功能,可对学生进行人脸检测和识别,并将学生的出勤情况统计成名单的全自动考勤系统。该系统可提升课堂考勤效率和准确率,为教师统计学生上课的出勤提供更加可靠的依据。

Demo Video

  • URL: https://v.youku.com/v_show/id_XNDM4OTc4NDYxMg==.html?spm=a2h3j.8428770.3416059.1

  • Project Proposal

    1. High-level Project Description

    介绍

    在课堂上,学生的出勤是一种必要的学习制度,体现了学生的学习纪律,学习态度,在一定程度上也影响了教师的教学质量。考勤作为一种督促学生遵守纪律,维护课堂教学层次,完善教学过程管理的基本手段,在教学过程中非常重要。结果,国内高校对课堂考勤系统的需求巨大,但考勤方式还不够完善,现有的考勤方式都会有一定程度的不足。面对目前,开发一套使用方便,工作效率高的考勤系统十分有必要。

    本项目为基于人脸识别的课堂考勤系统,采用摄像头对学生的脸部进行检测并识别,以统计出本堂课上的到课人数,以及对学生进行考勤。最后的考勤结果会存进数据库,在考勤完成的基础上,本系统会继续对学生的课堂行为进行记录分析,转化为学生的课堂行为进行评分,作为学生课堂成绩的一部分。

    设计方案

    本项目拟设计一种基于人脸识别的课堂考勤系统。其中,我们使用可变焦带云台的高清摄像机对教室内的学生进行人脸识别,人脸识别算法通过搭载OpenVINO架构的C5P开发板进行加速运算后,将识别结果发送到数据库,最终最终考勤结果转化为替换文档,以供相关工作人员查询。考勤结束后,转化学生在课上的行为进行记录分析,评估学生的课堂表现。

    应用范围和目标用户

    本项目是一种自动考勤系统,可以用于学校的中小型课堂。在考勤完成的基础上,可继续对教室内的学生进行行为检测,并进行相应的评估。

    2. Block Diagram

    该系统使用搭载Arria 10 FPGA的英特尔FPGA加速云服务器,其硬件包括服务器和带云台可变焦的摄像头,软件包括OpenVINO工具包,ONVIF,C++,Python,深度学习等。

    Fig.1 系统架构

    3. Intel FPGA Virtues in Your Project

    Intel Arria 10 FPGA主要优势:

    1、增强的核心架构

    • 基于台积电的20纳米工艺技术
    • 性能比上一代中档FPGA高出60%
    • 性能比最快的上一代FPGA高出15%

     2、高带宽集成收发器

    • 短距离速率高达 每秒25.8千兆位(Gbps)
    • 背板功能高达12.5 Gbps
    • 集成的10GBASE-KR和40GBASE-KR4前向纠错(FEC)

    3、改进了逻辑集成和硬IP块

    • 8输入自适应逻辑模块(ALM)
    • 高达65.6兆位(Mb)的嵌入式存储器
    • 可变精度数字信号处理(DSP)模块
    • 分数合成锁相环(PLL)
    • 硬PCI Express Gen3 IP模块
    • 硬核存储控制器和PHY高达2,400兆位/秒(Mbps)

    4、第二代硬核处理器系统(HPS),集成ARM * Cortex * -A9 * MPCore *处理器、

    • 双核ARM Cortex-A9 MPCore处理器,硬IP,并在单个的FPGA的紧密集成 英特尔® Arria® 10系统芯片(SOC)
    • 支持超过128 Gbps的峰值带宽,并在处理器和FPGA架构之间实现集成的数据一致性

    5、更进一步的节能

    • 全面更进一步的节能
    • 功耗优化的MultiTrack路由和核心架构
    • 与上一代中档FPGA相比,功耗降低了40%
    • 与上一代高端FPGA相比,功耗降低了60%

     

    4. Design Introduction

    设计目的:

    在课堂上,学生的出勤是一种必要的学习制度,体现了学生的学习纪律,学习态度,在一定程度上也影响了教师的教学质量。考勤作为一种督促学生遵守纪律,维护课堂教学秩序,完善教学过程管理的基本手段,在教学过程中显得十分重要。

    目前,国内高校对课堂考勤系统的需求巨大,但考勤方式还不够完善,现有的考勤方式都会有一定程度的不足。面对现状,研制一套使用方便,工作效率高的考勤系统十分有必要。

    应用范围:学校的小班教室(30人左右容量)

    目标用户:学校课堂考勤相关负责人

    使用Intel FPGA的原因:

    我们使用了搭载Arria 10 FPGA的英特尔FPGA加速云服务器,利用OpenVINO工具大大提升了神经网络和推理的效率。

    5. Function Description

    功能描述:

    本课题设计的基于人脸识别的课堂考勤系统可以全自动地对教室内的学生进行人脸检测和识别,并将考勤结果上传到数据库以便存储和查询。

    1,到课学生人数统计

    系统采用人脸检测的方法对教室内的到课学生人数进行统计,通过检测结果的人脸图像数量反映出到课的人数。该过程可以重复多次以提高检测率,减小误判率。

    2,到课学生身份确认

    在实现考勤功能的过程中,需要将检测到的学生人脸图像与数据库中对应学生的照片进行比对,从而判断该学生是否为本人。该过程同样可以重复多次以提高识别率和减小误判率。

    3,学生课堂表现评价

    在完成考勤功能的基础上,系统会继续对学生的课堂表现进行分析,并分别对每个学生的课堂表现作出评价,作为课堂成绩的一部分。

    4,数据管理

    设计了数据库用于存储学生的个人信息,并将考勤信息按照课堂时间,科目,学生总人数,到课人数,到课学生名单,迟到人员名单,早退人员名单等类别进行统计。课程结束后,会自动把整个考勤结果课堂表现指标打包为可读文件,方便教师及学校相关工作人员进行查看,同时也作为老师给学生评分时的证据。

    6. Performance Parameters

    1、人脸检测率

            由于需要对学生人脸进行截取,所以需要保证人脸检测成功率在90%以上。

    2、人脸识别率

            由于需要将截取的人脸与数据库中人脸进行比对,且可多次识别,所以需要保证单次人脸识别成功率在70%以上。

    3、抬头率

            通过统计学生在教室内抬头的时间来计算学生在课堂上的抬头率,根据抬头率对学生的课堂表现进行评价。

    7. Design Architecture

    Fig 1 软件流程图



    1 Comments

    Zhou Wenyan
    请补全您的作品。
    🕒 Jun 26, 2019 10:30 AM

    Please login to post a comment.