時(shí)間：5月31日(周五)

　　地點(diǎn)：教13(302)

　　參與人員：21計(jì)科本6班;21智能本1班

　　專家簡介：

　　李苗，女，工程碩士，副教授，主持、參與省校級(jí)科研項(xiàng)目十余項(xiàng)，在國內(nèi)、外期刊發(fā)表教科研論文十余篇。主講《IT職業(yè)道德修養(yǎng)》、《辦公自動(dòng)化》、《大學(xué)生職業(yè)規(guī)劃》等課程，長期指導(dǎo)學(xué)生參加創(chuàng)新創(chuàng)業(yè)類比賽，近3年指導(dǎo)學(xué)生參加各類創(chuàng)新創(chuàng)業(yè)比賽獲省級(jí)以上獎(jiǎng)項(xiàng)達(dá)百項(xiàng)。個(gè)人多次獲評(píng)國家級(jí)、省級(jí)優(yōu)秀指導(dǎo)教師、安徽省高校輔導(dǎo)員年度人物、雙能型教師、師德標(biāo)兵、優(yōu)秀共產(chǎn)黨員等。

　　內(nèi)容概要：

　　現(xiàn)如今考場(chǎng)學(xué)生身份驗(yàn)證技術(shù)大多數(shù)采用身份證以及準(zhǔn)考證等，在考場(chǎng)入口處進(jìn)行監(jiān)考教師人工驗(yàn)證的方式進(jìn)行身份驗(yàn)證。單靠人工辨別的方式很難在短時(shí)間內(nèi)完成大量考生的對(duì)比判別，也很容易會(huì)出現(xiàn)錯(cuò)判、漏判或其他人為因素的干擾。隨著深度學(xué)習(xí)的快速發(fā)展，考生身份識(shí)別有著廣闊的應(yīng)用前景，身份檢測(cè)識(shí)別能夠確保每位考生的身份真實(shí)性，防止考試作弊和代考現(xiàn)象的發(fā)生，提高考試的公平性和準(zhǔn)確性。

　　本研究第一步利用了考生圖像檢測(cè)模型MTCNN(Multi-Task Convolutional Neural Network，多任務(wù)卷積神經(jīng)網(wǎng)絡(luò))和RetinaFace來進(jìn)行多人人臉的檢測(cè)，實(shí)驗(yàn)表明，RetinaFace在準(zhǔn)確性上更勝一籌。

　　接著第二步使用數(shù)據(jù)增強(qiáng)，不僅可以豐富數(shù)據(jù)集的同時(shí)極大地提升訓(xùn)練速度，而且可以降低模型的內(nèi)存需求，同時(shí)本文采用FaceNet模型來學(xué)習(xí)人臉圖像的特征，F(xiàn)aceNet將人臉圖像映射到歐氏空間，通過空間距離來衡量人臉的相似度。研究內(nèi)容主要包括FaceNet模型的改進(jìn)、數(shù)據(jù)集的收集與標(biāo)注、模型訓(xùn)練與測(cè)試，以及在實(shí)際考場(chǎng)環(huán)境中的應(yīng)用與評(píng)估。研究表明，該算法在一定程度上提升了考場(chǎng)考生的識(shí)別率，能夠較好地對(duì)考生進(jìn)行檢測(cè)。