基于单幅图像超分辨率重建的在线考勤系统

胡晨熙 范红 林威 于淑雨 杨天择

（东华大学信息科学与技术学院 上海市 201620）

1 引言

单幅图像超分辨率（Single Image Super-Resolution Reconstruction，SISR）重建技术是将低分辨率（Low-Resolution，LR）图像转化为高分辨率（High-Resolution，HR）图像的一种技术。Chao Dong等人提出的快速超分辨率重建卷积神经网络（Fast S-resolution Convolutional Neural Networks，FSRCNN）是针对SRCNN算法存在实时性较低问题的一种改进算法。为优化图像超分辨率网络各层之间的信息流、提高模型参数利用率，新加坡国立大学的Qibin Hou等人提出了协调注意力机制（Coordinate Attention，CA）。它不仅捕获跨通道的信息，还包含空间信息，使得模型更准确地定位到期望区域。对一个预训练的模型，CA可以给使用移动网络处理的下采样任务带来性能提升。考虑人脸识别算法直接获取LR人脸图像存在识别不准确的问题，采用单幅图像超分辨率重建算法结合CA以提高人脸识别的准确率。

2 在线考勤系统的搭建

在线考勤系统先将员工人脸数据信息保存至数据库，对应该名员工的姓名和部门等。在进行身份识别时，先通过图像超分辨率重建算法改进人脸图像质量，然后再进行识别。在线考勤系统功能框图如图1所示。

图1：在线考勤系统功能图

系统操作步骤为：

（1）采集员工信息并建立数据库。命名员工信息名称，将唯一编号作为主键。建立员工的姓名、性别、年龄和部门等信息，建立用户信息数据库总表。

（2）人脸图像超分辨率重建及识别。摄像头获取的人脸图像通过网络传输至数据中心，在识别前先经过超分辨率重建算法改进人脸图像质量，然后和数据库中的信息进行比对，从而确定员工身份。……