人脸识别技术在高校考试管理中的应用思考

开篇：润墨网以专业的文秘视角，为您筛选了一篇人脸识别技术在高校考试管理中的应用思考范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：替考代考是诸多考试作弊行为中性质最为恶劣的一种违规行为，也是高校考试管理中需要关注的重点问题所在。鉴于现有考生身份识别方式存在的问题，笔者探讨了人脸识别身份验证技术在高校考试管理中应用的可行性和适用性。

关键词：高校；考试管理；人脸识别；身份验证

中图分类号：G647 文献标志码：A 文章编号：1674-9324（2012）07-0129-02

教育教学中，考试是督促学生系统地、深入地复习和巩固所学知识的一种有效手段，也是评定学生学习成果和总结教师教学效果的重要措施。由于不少大型考试涉及到学生的学位获取、前途命运，一些平时不学习的学生就抱着不劳而获的侥幸心理，想以作弊来通过考试。考试作弊不但影响了考试本身的公平和公正性，也造成了很多不良的社会影响。

一、当前高校在考试管理中存在的问题

在诸多考试作弊行为中，替考代考无疑是性质最为恶劣的一种，目前甚至形成了职业的队伍和完整的替考产业链条，替考范围不仅涉及英语四六级、公务员、MBA、考研等内容，还涉及会计、银行、建筑师等种种从业资格证的考试，性质极其恶劣。为了真正体现考试本身的作用以及学业评价结果的公平性和公正性，教育部曾经制定了《国家教育考试违规处理办法》，各个高校也严格规定了考试作弊的处分办法。但总有个别考生抱着侥幸心理铤而走险，从历次大型考试后的报道来看，替考代考现象仍屡禁不止，成为困扰高校考试管理工作的难点之一。

二、现有考生身份识别方式及其存在的不足

替考作弊关键在于身份验证。目前考生身份识别的常规做法是：监考人员在考生入考场前，比对考生的身份证、准考证和座次表，判断考生身份是否符合要求。这种掺杂人为因素的身份验证方法不可避免地存在一些弊端：首先，考生相貌可以通过发型、化妆等方法修饰；其次，证件可以造假，单凭人眼很难发现；另外，监考人员可能被考生“收买”而对考生的替考作弊行为故意遮盖。鉴于这些问题，寻找科学合理的方法来鉴别考生身份成为研究者们关注的问题。从文献调研来看，大部分研究者探讨了指纹识别技术在考生身份验证中的应用情况[1-2]，但该方法存在一些问题：首先，指纹图像采集时所用到的芯片比较昂贵，且电容采集头容易受到干扰；其次，有些人或某些群体的指纹特征少，难以成像；再次，指纹采集头上容易留下印痕，存在被复制的可能性；另外，指纹识别对使用者要求较高，如果手指上有划伤、或者皮肤过于干燥或湿润，都会影响指纹获取的质量[3]。除此之外，学者们还对QR码法[4]、虹膜扫描法[5]、视网膜扫描法[6]、掌纹扫描法[7]和语音识别法[8]等其他身份识别方式进行了探讨，但这些方法也都存在着诸如成本昂贵、有一定的侵犯性、精确度不够等共性问题，所以有必要对非侵犯性的、性价比高的、精确实用的身份鉴别系统做进一步的研究。

三、人脸辅助识别身份验证的优势

人脸识别技术作为生物特征识别领域中的一种基于生理特征的识别技术，是通过计算机提取人脸的特征，并根据这些特征进行身份识别的，它拥有其他生物特征识别技术所不具备的优势[9]。

1.非接触识别，用户接受度高。人脸识别技术通常采用摄像机或摄像头作为信息获取装置，是一种非接触的识别技术，用户容易接受。

2.直观性强，准确可靠。依据面部图像的人脸识别技术符合人的认知规律，直观性强。而且人脸识别技术本身的识别精度较高，误识率和拒识率较低。

3.识别过程不易仿冒。人脸识别技术可以判断摄像机获取的面部头像是真正的人脸还是照片、木偶或蜡像，因此可以避免照片或蜡像欺诈。

4.性价比高，通用性良好。实现人脸识别无需添置大量的专用设备，一般通用的PC机、摄像机等常规设备即可，因此该方法性价比较高，具有良好的通用性和扩展性。

5.信息获取简便。只需要获取人脸图像即可进行人脸识别工作，所以人脸识别方法的资料采集相对比较容易。

6.具有自学习的功能。好的人脸识别系统能够动态地更新人脸数据库中的数据，从而保证在用户的面相和外界环境变化时仍然能够快速准确地识别。

四、人脸识别技术应用于考生身份识别的一般流程

将人脸识别技术应用于高校考试管理中考生身份识别的一般流程如下：

1.人脸采集。人脸图像的采集获取是进行人脸识别的基础，只有采集到了人脸图像，才能在此基础上对人脸图像进行预处理、分割、识别等。考虑到人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果，可在采集人脸图像时，对采集环境进行了简单的设定，以简单背景下的单人正面图像为基准，每人选取5幅图像（正面、微左侧、微右侧、微上、微下），用于组成人脸特征库。

2.人脸检测。人脸检测是构建人脸识别系统的第一步，可以采用基于肤色的人脸检测算法。首先利用皮肤和唇部的颜色信息实现人脸区域的检测与定位，在此基础上利用灰度信息实现面部主要器官的快速定位。

3.人脸图像预处理。人脸定位完成以后，将检测到的人脸图像进行预处理，目的是通过图像的旋转校正、图像大小和灰度的归一化等得到标准化图像，为准确提取人脸特征做准备。

4.人脸特征提取。首先在图像标准化的过程中提取人脸图像的几何特征，然后利用“特征脸”的方法对标准化图像进行统计特征的提取，最后将几何特征和统计特征组合起来共同描述人脸，从而为人脸图像的分类识别提供保障。

5.人脸识别。识别的过程和任务主要有两个：一个是人脸辨认，即确定输入图像为数据库中的哪一个人，是一对多的匹配过程；另一个是人脸证实，即验证某个人的身份是否属实，是一对一的匹配过程。最后，通过这两个过程来判定考生身份是否属实。通过人脸识别技术可以验证考生身份的真假，避免因各种人为因素而出现替考的现象，维护考试本身的公平公正性。

人脸识别技术是一种高精度、易于使用、难以仿冒、性价比高的识别技术，将其用于高校考试管理可以更好解决考生身份识别中诸多不可控因素。但需要注意的是，人脸识别的方法很多，在高校考试管理中应用时需要考虑的因素也会与其他应用环境不同，因此在实际应用时还要针对具体情况对其实现形式作进一步探讨。

参考文献：

[1]鲁莉.基于指纹身份认证的在线考试系统的研究与实现[D].哈尔滨：哈尔滨工程大学，2009.

[2]陈佳.指纹身份验证考试管理系统设计[D].沈阳：沈阳理工大学，2009.

[3]什么是指纹识别[EB/OL].2011-12-10].http：///zhichi/682.htm.

[4]黄婷婷.QR码识别方法研究[D].长沙：中南大学，2008.

[5]覃积微.虹膜识别技术的算法研究[D].重庆：重庆大学，2009.

[6]祁传琦，鲍华，杨汉生，等.基于眼底高分辨力毛细血管图像的身份识别[J].光电工程，2009，36（9）：132-136.

[7]田建武.基于掌纹的身份自动识别研究与应用[D].昆明：云南大学，2007.

[8]联想（北京）有限公司.语音识别终端用户身份的方法及终端：中国，200710177819.5[P].2009-05-27.

[9]王映辉.人脸识别——原理、方法与技术[M].北京：科学出版社，2010：5-18.

基金项目：本文系秦皇岛市科学技术研究与发展计划项目（201101A167）的研究成果之一

作者简介：韩增锟（1979-），男，河北张家口人，燕山大学教务处综合科主任，助理研究员，硕士，从事教务管理和教材建设研究。