基于Python 人脸识别的公共自习资源调配研究

贺中浩，李旭霄，蒋跃，赵珺琪，刘梦奎，曹崴

（长春大学旅游学院，吉林长春，130607）

0 引言

随着当今社会的发展，公民文化程度的提升。面对公共自习资源数量一定的前提下，如何能提高公共自习资源的使用率和上座率是本次所要研究的重点内容。本次研究主要采用Python 人脸识别和机器学习技术来展开，其人脸识别技术在国内外的应用都极其广泛。目前我国人脸识别技术的应用重点侧重于考勤、安防和门禁这几大领域，该技术极大的提升了系统的响应速度，且在当今疫情时代的背景下能够有效避免过多的接触来降低感染病毒的概率。除此之外，在日常生活中，使用者可以在购物结账时选择支付宝或微信的刷脸支付，省去再打开手机支付的步骤，从而解放我们的双手。在此背景下，基于Python 人脸识别的技术能够合理的运用到公共自习资源的调配上。

1 人脸识别是解决公共自习资源调配[1]的重要方法

传统的公共自习资源调配存在分配不均、资源利用率不高等问题，依靠传统的分配经验很难解决非技术性问题，且不能将资源的利用率最大化。故通过人脸识别、机器学习模型等方法进行入场人员的筛选，克服传统占座的“陋习”。同时也提高了场馆的安全性与可控性，避免一切不必要的事情发生。最终人脸识别技术成为公共自习资源调配的重要方法。

近年来，国内的人脸识别技术[2]发展突飞猛进，此技术在日常生活中的运用也较为普遍：中国铁路集团将传统的取票进站技术更新为刷脸、刷身份证进站。……