Zeit sparen
Schüler melden sich direkt am Gerät an, wodurch manuelle Anwesenheitskontrollen reduziert werden.
Ein modernes Anwesenheitserkennungssystem für Schulen: Gesichtserkennung, NFC-Authentifizierung, Display-Interface und Webanwendung in einem kompakten Gerät.
Ausgangslage
In vielen Schulen wird Anwesenheit noch manuell kontrolliert. EduFace automatisiert diesen Prozess und bietet Lehrkräften gleichzeitig einen aktuellen Überblick über Anwesenheiten und Abwesenheiten.
Schüler melden sich direkt am Gerät an, wodurch manuelle Anwesenheitskontrollen reduziert werden.
Die Gesichtserkennung identifiziert Schüler anhand gespeicherter Embeddings und ordnet sie zu.
Falls die Gesichtserkennung nicht funktioniert, kann die Anmeldung zusätzlich per NFC erfolgen.
Das Produkt
EduFace besteht aus einem Raspberry Pi, Kamera, NFC-Reader und Display. Das System ist in einem 3D-gedruckten Gehäuse verbaut und kommuniziert mit einer Webanwendung.
Funktionen
EduFace wurde so konzipiert, dass der Anmeldeprozess intuitiv bleibt und Lehrkräfte aktuelle Daten direkt im Webinterface einsehen können.
Gesichter werden erkannt, verarbeitet und über Embeddings mit bestehenden Schülerdaten abgeglichen.
Die EduCard dient als praktische Alternative, falls eine Anmeldung per Gesicht nicht möglich ist.
Lehrer sehen im Webinterface, welche Schüler anwesend oder abwesend sind.
Neue Schüler und Gesichtsdaten können über die Webanwendung verwaltet werden.
Hardware, Backend, Vektor-Datenbank und Webinterface arbeiten als einzelne, klar getrennte Komponenten.
Das Gehäuse wurde 3D-gedruckt und mit Kamera, NFC-Reader, Display und Logo ausgestattet.
Ablauf
Das Gerät ist am Eingang oder im Klassenraum platziert und bereit zur Anmeldung.
Die Kamera erkennt das Gesicht, alternativ kann die EduCard per NFC verwendet werden.
Das System vergleicht die Daten mit bestehenden Einträgen und erkennt den Schüler.
Die Anwesenheit wird gespeichert und im Lehrer-Webinterface angezeigt.
Technologie
Die Gesichtserkennung wurde mit Python, OpenCV, Mediapipe und FaceNet512 umgesetzt. Für die Webanwendung kamen Vue.js, eine REST-API und eine Vektor-Datenbank zur Speicherung der Gesichter zum Einsatz.
Eine Diplomarbeit von Clemens Wimmer und Maximilian Stumpfer – entwickelt als intelligentes System zur automatisierten Anwesenheitserfassung mittels KI-Gesichtserkennung.
Kontakt aufnehmen