论文部分内容阅读
传统的高校公寓管理中,基本都是由宿管人员来进行集中的宿舍管理,但依然避免不了公寓盗窃行为的出现。我国高校在学生公寓管理方面,对移动互联网的使用还非常有限,旧的公寓管理系统通常只是C/S模式,给学生和教师使用系统带来了一定的局限性,这也说明我国高校校园公寓综合管理不够完善。另一方面高校公寓作为校园文化当中的重要组成部分,同样也受到了越来越受到学校的各方重视,为了提高高校公寓安全性以及寝室文化建设,本文设计并实现基于人脸识别的高校公寓综合应用系统来实现对校园公寓的全面管理。基于人脸识别的高校公寓综合应用系统在设计上采用了Android技术、AdaBoost人脸检测技术、Java相关技术等,通过这些技术,可以建立起高校公寓综合管理局域网,且从技术上保障系统的正常运行。从维护高校公寓正常安全秩序、提升学生公寓文化建设的角度出发,本文就系统业务进行深入的需求分析,对人脸图像采集、用户注册与登录、用户信息管理、公寓出入管理、寝室文化管理以及移动在线支付水电费等六个主要的功能模块进行了用例分析和系统设计,并搭建了完整的系统数据库。根据本系统数据量大、类型多等特点而设计了大数据存储功能,解决了现有高校公寓管理系统存在门禁管理功能不完善的问题。最后完成了系统实现和测试,通过模拟正向和反向的校园环境,对系统的人脸识别效果情况进行测试检验,以确保系统可以快速、准确地执行人脸图像采集等功能,为高校公寓综合应用系统中解决了主要的门禁安全的问题。本系统现已进入试运行阶段,截止目前,系统运行良好,无明显的不良反馈。在本系统的支持下,可以为校园的健康运行提供有效的保障。本系统的创新点在于采用Android开发平台技术来讲功效公寓综合管理工作进行应用总结,实现学生在手机端一键实现门禁出入、信息查询、水电缴费等功能操作。此外,将人脸识别技术引入至高校公寓综合应用系统当中,不仅能减轻宿管人员的工作,还能收集与记录通行信息、辨别与验证出入人员、阻止非法闯入人员。相比人工管理,人脸识别管理可以做到无遗漏,而且让学生的通行体验更便捷、舒适,提升高校的综合管理水平。其中,重点针对于人脸识别技术做了详细的剖析,介绍了一种基于统计分析的一种算法PCA(主成分分析),详细叙述了该算法的核心算法思想,并且将其与LDA算法和DCT算法进行试验对比分析,以此来验证其识别效果,有利于提升高校公寓管理工作的整体效率。