МОНІТОРИНГ ОСВІТНЬОГО ПРОЦЕСУ ЗА ДОПОМОГОЮ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ

DOI: 10.31673/2412-4338.2022.025362

Анотація

Розглянута проблема збільшення ефективності навчального процесу за рахунок введення автоматичного контролю відвідування занять в аудиторії з використанням розпізнавання облич і додаткової інформації для збору і подальшого аналізу отриманих даних. Досліджені алгоритми і методи, що використовуються в сучасних Facial Recognition Attendance System. Запропонована інтелектуальна система моніторингу освітнього процесу і його аналізу. Розроблена структурна і функціональна схеми системи, бази даних, програмне забезпечення, здійснене тестування. Під час моніторингу відвідуваності веб-камера захоплює з відео потоку зображення обличчя учасника освітнього процесу, потім комп’ютер автоматично створює вектор ознак обличчя, який порівнюються з векторами ознак облич, попередньо введених зображень і записаних у відповідну базу даних. Для розпізнавання обличчя використовуються вектори з 68 ознаками. При розробці програмного забезпечення використані засоби бібліотеки OpenCV, мова програмування Python. При кілька разовому успішному порівнянні ідентифікується дані особи: ім’я та статус (студент або викладач), фіксується поточна дата та час і записуються у файл Excel. Оперативні дані системи відображаються на екрані монітора, що дозволяє при необхідності виправляти помилки розпізнавання. Система дозволяє автоматично вести журнал відвідування занять, створювати звіти, аналізувати дані для подання рекомендацій по покращенню розкладу і порядку проведення занять. Для зберігання даних використовується об’єктно-реляційна база даних з відкритим вихідним кодом PostgreSQL. Групування програмного коду системи здійснено за допомогою веб-додатку Django .Користувач системи має можливість створити особистий кабінет і створювати звіти за своїми вимогами. Тестування системи проводилось на прикладі групи студентів з 15 осіб і показало задовільні результати.

Ключові слова: штучний інтелект, розпізнавання обличчя, база даних, веб камера, системи відвідуваності.

Список використаної літератури
1. Damale R. C., Pathak B. V. Face Recognition Based Attendance System Using Machine Learning Algorithms. Second International Conference on Intelligent Computing and Control Systems (ICICCS), Madurai, India, 2018, pp. 414-419, doi: 10.1109/ICCONS.2018.8662938.
2. Dev S., Patnaik T. Student Attendance System using Face Recognition. 2020 International Conference on Smart Electronics and Communication (ICOSEC), Trichy, India, 2020, pp. 90-96, doi: 10.1109/ICOSEC49089.2020.9215441.
3. Khatun A., Fazlul Haque A.K., Ahmed S., Rahman M. M. Design and implementation of Iris recognition based attendance management system. 2nd Int’l Conf. on Electrical Engineering and Information & communication Technology (ICEEICT) 2015, Bangladesh.
4. Kuang, W., & Baul, A. (2020, June), A Real-time Attendance System Using Deep-learning Face Recognition Paper presented at 2020 ASEE Virtual Annual Conference Content Access, Virtual On line. 10.18260/ 1-2--33949
5. Mohamed B.K., Raghu C. Fingerprint attendance system for classroom needs. India Conference (INDICON), Annual IEEE, 2012, pp. 433-438.
6. Nandhini R., Duraimurugan N., Chokkalingam S.P. Face recognition based attendance system. Int’l Journal of Engineering and Advanced Technology (IJEAT), Vol-8, Issue-3S, February 2019, pp.574-577.
7. Salim O.A.R., Olanrewaju R. F., Balogun W. A. Class Attendance Management System Using Face Recognition. 7th International Conference on Computer and Communication Engineering (ICCCE), Kuala Lumpur, 2018, pp. 93-98, doi: 10.1109/ICCCE.2018.8539274.
8. Sawhney S., Kacker K., Jain S., Singh S. N., Garg R. Real-Time Smart Attendance System using Face Recognition Techniques. 2019 9th International Conference on Cloud Computing, Data Science & Engineering (Confluence), Noida, India, 2019, pp. 522-525, doi: 10.1109/CONFLUENCE.2019.8776934.
9. Sawhney S., Kacker K., Jain S., Singh S. N., Garg R. Real-time smart attendance system using face recognition techniques. 9th Int’l Conf. on Cloud Computing, Data Science & Engineering, 2019, pp. 522-525.
10. Shah S. N., A. Abuzneid, IoT based smart attendance system (SAS) using RFID. IEEE Long Island Systems, Applications and Technology Conference (LISAT), 2019.
11. Sveleba S., Katerynchuk I., Karpa I., Kunyo I., Ugryn S., Ugryn V., The real time face recognition. 3rd Int’l Conf. on Advanced Information and Communication Technologies, 2019, pp.294-297.
12. Грицюк Ю. І., Андрущакевич О. Т., Засіб для визначення якості програмного забезпечення методами метричного аналізу // зб. наук. пр., Науковий вісник НЛТУ України, 2018, т. 28, № 6, с. 159-171.