基于 SpringBoot 的人脸识别课堂考勤系统

用户端功能

• 学生功能界面：
• 教师功能界面：

技术架构

系统采用 B/S 架构，后端基于 Java 与 Spring Boot 框架，前端使用 Vue 构建单页面应用。数据存储选用 MySQL 5.7，利用其跨平台性与高安全性保障数据完整性。人脸识别功能集成百度 AI 接口，实现高效比对。

核心功能说明

1. 角色权限：

   • 管理员：拥有全面管理权限，包括用户、班级、课堂、考勤、请假及异常处理（晚到补签、缺勤登记）等。
   • 教师：负责课堂信息发布、考勤确认及学生管理。
   • 学生：查看课堂信息、进行考勤打卡、提交请假申请及个人中心管理。

2. 业务流程：

   • 支持人脸注册与比对，自动记录考勤状态。
   • 提供灵活的请假审批流程。
   • 生成考勤报表，辅助教学管理决策。

代码实现

核心为人脸比对逻辑，调用百度 AI 接口进行特征匹配。

/**
 * 人脸比对
 *
 * @param face1 人脸 1
 * @param face2 人脸 2
 * @return
 */
public static R matchFace(String face1, String face2) {
    if (client == null) {
        String APIKey = configService.selectOne(new EntityWrapper<ConfigEntity>().eq("name", "APIKey")).getValue();
        String SecretKey = configService.selectOne(new EntityWrapper<ConfigEntity>().eq("name", "SecretKey")).getValue();
        String token = BaiduUtil.getAuth(APIKey, SecretKey);
        if (token == null) {
            return R.error("请在配置管理中正确配置 APIKey 和 SecretKey");
        }
        client = new AipFace(null, APIKey, SecretKey);
        client.setConnectionTimeoutInMillis(2000);
        client.setSocketTimeoutInMillis(60000);
    }
    org.json.JSONObject res = null;
    try {
        File path = new File(ResourceUtils.getURL("classpath:static").getPath());
        if (!path.exists()) {
            path = new File("");
        }
        File upload = new File(path.getAbsolutePath(), "/upload/");
        File file1 = new File(upload.getAbsolutePath() + "/" + face1);
        File file2 = new File(upload.getAbsolutePath() + "/" + face2);
        String img1 = Base64Util.encode(FileUtil.FileToByte(file1));
        String img2 = Base64Util.encode(FileUtil.FileToByte(file2));
        MatchRequest req1 = new MatchRequest(img1, "BASE64");
        MatchRequest req2 = new MatchRequest(img2, "BASE64");
        ArrayList<MatchRequest> requests = new ArrayList<MatchRequest>();
        requests.add(req1);
        requests.add(req2);
        res = client.match(requests);
        System.out.println(res);
        if ((int) res.get("error_code") != 0) {
            return R.ok().put("score", 0);
        }
    } catch (FileNotFoundException e) {
        e.printStackTrace();
        return R.error("文件不存在");
    } catch (IOException e) {
        e.printStackTrace();
    }
    return R.ok().put("score", com.alibaba.fastjson.JSONObject.parse(res.getJSONObject("result").get("score").toString()));
}

测试与结论

经过功能测试，系统各项指标符合预期，运行稳定。通过实际部署，验证了人脸识别技术在课堂考勤场景中的可行性，有效降低了人工统计成本，提升了管理效率。后续可进一步优化算法精度及并发处理能力。