CN105551104B - 一种基于监控图像座位判别的中小学课堂自动考勤系统 - Google Patents
一种基于监控图像座位判别的中小学课堂自动考勤系统 Download PDFInfo
- Publication number
- CN105551104B CN105551104B CN201510962830.7A CN201510962830A CN105551104B CN 105551104 B CN105551104 B CN 105551104B CN 201510962830 A CN201510962830 A CN 201510962830A CN 105551104 B CN105551104 B CN 105551104B
- Authority
- CN
- China
- Prior art keywords
- seat
- classroom
- work attendance
- student
- attendance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于监控图像座位判别的中小学课堂自动考勤系统,包括:监控摄像头、视频服务器、考勤服务器和各类考勤记录查看终端。该系统充分利用中小学课堂座位相对固定的特点,仅需要一副低分辨率的课堂全景图像即可快速完成对所在教室的一次考勤,且考勤正确率高,无需学生主动配合,无需提前提取和保存学生生物特征信息,无个人隐私泄漏风险,并且对硬件系统性能要求低。
Description
技术领域
本发明属于光网络通信技术领域,更为具体地讲,涉及一种基于监控图像座位判别的中小学课堂自动考勤系统。
背景技术
中小学生由于年龄相对较小,自我约束能力较差,并且容易受外界因素影响,出现主动逃课或被动受害缺席的情况。多数中小学校出于保护学生和维护学校正常课堂教学秩序目的,制定了严格的课堂考勤制度。
传统考勤方式通过课堂点名或教师目视检查的方式,统计和缺勤学生。由于人数众多,这种方式将耗费教师和学生大量的时间和精力,考勤效率低,并且无法对考勤结果进行信息化管理。电子信息和计算机技术的发展,为中小学课堂提供了新的考勤方式和系统,典型的考勤系统有:基于非接触式射频卡的考勤系统和基于生物特征识别的考勤系统如:指纹识别考勤机、人脸识别考勤机、掌纹识别和虹膜识别考勤机等。射频卡考勤系统需要被考勤人员携带射频卡主动配合考勤,用于课堂考勤,则需要在教室入口设置刷卡点或门禁系统,且无法避免代刷卡或刷卡后离开的情况。基于生物特征识别的考勤系统,需要提前采集和提取学生指纹、头像、掌纹或虹膜中的大量的生物特征信息,并且识别过程中也需要学生的主动配合,逐个“刷指纹”、“刷脸”、或“刷掌纹”等,考勤过程繁琐,且存在泄露学生个人隐私的风险,因此,不适用于中小学生课堂上的快速考勤。以上所述考勤系统,均需要学生的主动配合,而考勤系统则是被动的接收学生射频卡信息或生物特征信息。
针对上述问题,有学者提出基于主动人脸识别技术的考勤方法,提出可以利用摄像头主动捕获上课学生的人脸,并对其进行识别。但是,这种方式仍需要提前采集、提取和存储学生人脸特征信息,并且捕获和识别上课学生人脸的技术实现难度较大,识别过程容易受到学生姿态和表情变化等因素的影响,识别算法复杂、识别率低。同时,对硬件设备性能要求极高,需要高分辨率高帧率的监控摄像头,清楚捕获到课堂上每个学生的面部特征,因此,短时间内无法应用。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于监控图像座位判别的中小学课堂自动考勤系统,在无需特殊要求和主动配合下,能够快速、准确的自动考勤,还具有低成本的特点。
为实现上述发明目的,本发明基于监控图像座位判别的中小学课堂自动考勤系统,其特征在于,包括:
一监控摄像头,安装在教室一角,可对教室内所有座位进行视频监控;
一视频服务器,用于采集、压缩和存储监控摄像头捕获的视频图像,为考勤服务器提供考勤时刻教室内的监控图像;
一考勤服务器,用于运行考勤程序,并从视频服务器调取待考勤教室的监控图像,再利用教室座位模板对监控图像中的座位区域抠图,然后通过彩色直方图比较,判断座位是否有人,最后提取无人座位对应的学生学号,记录到缺席学生数据库;考勤服务器上还运行Web查询服务程序,通过Web网页为各类考勤记录查看终端提供查询服务;
一各类考勤记录查看终端,用于连接互联网带Web浏览器的终端设备;学生家长、教师或学校管理人员可通过这些终端设备,登录考勤服务器中Web查询服务网页,查询考勤信息和记录。
其中,所述的考勤服务器包括:教室座位模板库、空座直方图库、座位-学号关系数据库、缺席学生记录数据库、考勤程序模块和Web查询服务模块;
其中,所述的教室座位模板库保存有提前设计好的教室座位模板,每个教室对应一个模板,模板中定义了每个座位抠图区域的座位编号、像素位置和大小;利用教室座位模板,考勤程序模块可以快速从教室图像中抠图,获得座位区域的图像;
所述的空座直方图库保存有提前计算好的每个座位空座时抠图后的彩色直方图数据,考勤程序模块提取这些数据,与抠图后座位图像的彩色直方图进行比较,从而判断座位上是否有人;
所述的座位-学号关系数据库保存有座位和学号关系数据,每个座位对应一个学生,考勤程序模块通过该数据库,可以查询到空座位置对应的学生学号;
所述的缺席学生记录数据库,用于记录考勤程序模块每次考勤查获的缺席学生记录,包括学号、姓名、时间、教室信息,并为C6Web查询服务模块提供缺席学生数据;
所述的考勤程序模块,用于从视频数据库获取考勤时刻的教室图像,利用教室座位模板库、空座直方图库提前存储的信息,判断相应座位是否有人,并从座位-学号关系数据库中查询出空座座位的学生学号,再记录到缺席学生记录数据库中;
所述的Web查询服务模块,运行Web查询服务程序和相关查询网页,各类考勤记录查看终端可以通过登录这些网页获取缺席学生信息。
进一步的,本发明还提供了考勤程序模块的考勤算法流程:
(1)、获取教室的监控图像
通过局域网或其它专用网络从视频服务器获取待考勤教室在考勤时刻的监控图像;
(2)、获取教室座位模板
从教室座位模板库中提取待考勤教室的座位模板;
(3)、基于彩色直方图的空座判别
(3.1)、座位图像抠图:利用步骤(2)提取的座位模板对步骤(1)获取的教室图像抠图,提取出所有座位的抠图图像;
(3.2)、计算彩色直方图:对(3.1)提取的座位抠图图像逐个座位计算抠图区域的彩色直方图;
(3.3)、获取空座直方图:在空座直方图库中提取相应座位空座时已经提前计算并存储好的彩色直方图数据;
(3.4)、彩色直方图比较:将(3.2)获得的座位抠图区域彩色直方图与(3.3)获得的该座位空座时的彩色直方图基于偏差平方和(SSD)指标进行比较,两者偏差大于等于某设定阈值时,判断座位有人,小于时,判断座位无人;其中,SSD指标计算方程为:
其中,pci为当前座位抠图区域中c(c=R,G,B三基色)通道上的亮度值为i的像素点在当前座位抠图区域内所有像素点的百分比,qci为空座时该抠图区域c通道上亮度值为i的像素点在区域内所有像素点的百分比;
(4)、查询并记录缺席座位学生编号:对判断为无人的座位,从座位-学号关系数据库中查询到该座位对应学生的学号,将该学生缺席信息记录入缺席学生记录数据库中。
本发明的发明目的是这样实现的:
本发明基于监控图像座位判别的中小学课堂自动考勤系统,包括:监控摄像头、视频服务器、考勤服务器和各类考勤记录查看终端。该系统充分利用中小学课堂座位相对固定的特点,仅需要一副低分辨率的课堂全景图像即可快速完成对所在教室的一次考勤,且考勤正确率高,无需学生主动配合,无需提前提取和保存学生生物特征信息,无个人隐私泄漏风险,并且对硬件系统性能要求低。
同时,本发明基于监控图像座位判别的中小学课堂自动考勤系统还具有以下有益效果:
(1)、充分利用中小学生教室学生座位相对固定的特点,采用较简单的图像处理算法判别座位位置是否有人,而不是进行复杂的学生身份识别,无需提前采集和保存学生生物特征信息,无泄漏学生隐私的风险,并且考勤算法简单、速度快、准确率高;还可以实现全天多时段定时考核和突发情况下对缺席学生的快速统计。
(2)、本发明所述的系统采用基于彩色直方图比较的空座判别方法,不依赖区域内颜色信息的空间分布,对学生姿态无任何要求,考勤方式友好,鲁棒性高。
(3)、本发明利用提前设计好的教室座位模板对座位区域快速抠图,提高了图像处理的速度。
(4)、本发明具有实施成本低,无需高性能的监控摄像头获取多帧高分辨率图像进行复杂的人脸识别,对图像采集设备和硬件计算平台的性能要求低。可利用多数学校已有的视频监控系统,进行教室图像采集,无需增加门禁、考勤机等新的硬件设备。
附图说明
图1是本发明基于监控图像座位判别的中小学课堂自动考勤系统结构框图;
图2是图1所示的考勤服务器的构成示意图;
图3是图2所示的考勤程序模块的考勤流程图;
图4是座位图像抠图实施例示意图;
图5是彩色直方图比较实施例示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图1是本发明基于监控图像座位判别的中小学课堂自动考勤系统结构框图。
在本实施例中,如图1所示,本发明基于监控图像座位判别的中小学课堂自动考勤系统,其特征在于,包括:监控摄像头、视频服务器、考勤服务器和各类考勤记录查看终端。
其中,监控摄像头,安装在教室一角,可对教室内所有座位进行视频监控。
视频服务器,用于采集、压缩和存储监控摄像头捕获的视频图像,为考勤服务器提供考勤时刻教室内的监控图像。
考勤服务器,用于运行考勤程序,并从视频服务器调取待考勤教室的监控图像,再利用教室座位模板对监控图像中的座位区域抠图,然后通过彩色直方图比较,判断座位是否有人,最后提取无人座位对应的学生学号,记录到缺席学生数据库;考勤服务器上还运行Web查询服务程序,通过Web网页为各类考勤记录查看终端提供查询服务;
各类考勤记录查看终端,用于连接互联网带Web浏览器的终端设备;学生家长、教师或学校管理人员可通过这些终端设备,登录考勤服务器中Web查询服务网页,查询考勤信息和记录。
图2是图1所示的考勤服务器的构成示意图。
在本实施例中,如图2所示,考勤服务器又包括:教室座位模板库、空座直方图库、座位-学号关系数据库、缺席学生记录数据库、考勤程序模块和Web查询服务模块;
其中,教室座位模板库保存有提前设计好的教室座位模板,每个教室对应一个模板,模板中定义了每个座位抠图区域的座位编号、像素位置和大小;利用教室座位模板,考勤程序模块可以快速从教室图像中抠图,获得座位区域的图像;
空座直方图库保存有提前计算好的每个座位空座时抠图后的彩色直方图数据,考勤程序模块提取这些数据,与抠图后座位图像的彩色直方图进行比较,从而判断座位上是否有人;
座位-学号关系数据库保存有座位和学号关系数据,每个座位对应一个学生,考勤程序模块通过该数据库,可以查询到空座位置对应的学生学号;
缺席学生记录数据库,用于记录考勤程序模块每次考勤查获的缺席学生记录,包括学号、姓名、时间、教室等信息,并为C6Web查询服务模块提供缺席学生数据;
考勤程序模块,用于从视频数据库获取考勤时刻的教室图像,利用教室座位模板库、空座直方图库提前存储的信息,判断相应座位是否有人,并从座位-学号关系数据库中查询出空座座位的学生学号,再记录到缺席学生记录数据库中;
Web查询服务模块,运行Web查询服务程序和相关查询网页,各类考勤记录查看终端可以通过登录这些网页获取缺席学生信息。
在本实施例中,如图3所示,考勤服务器中的考勤程序模块上运行的考勤算法流程为:
S1、获取教室的监控图像
通过局域网或其它专用网络从视频服务器获取待考勤教室在考勤时刻的监控图像;
S2、获取教室座位模板
从教室座位模板库中提取待考勤教室的座位模板;
S3、基于彩色直方图的空座判别
S3.1、座位图像抠图:利用步骤S2提取的座位模板对步骤S1获取的教室图像抠图,提取出所有座位的抠图图像;
S3.2、计算彩色直方图:对S3.1提取的座位抠图图像逐个座位计算抠图区域的彩色直方图;
S3.3、获取空座直方图:在空座直方图库中提取相应座位空座时已经提前计算并存储好的彩色直方图数据;
S3.4、彩色直方图比较:将S3.2获得的座位抠图区域彩色直方图与S3.3获得的该座位空座时的彩色直方图基于偏差平方和(SSD)指标进行比较,两者偏差大于等于某设定阈值时,判断座位有人,小于时,判断座位无人;其中,SSD指标计算方程为:
其中,pci为当前座位抠图区域中c(c=R,G,B三基色)通道上的亮度值为i的像素点在当前座位抠图区域内所有像素点的百分比,qci为空座时该抠图区域c通道上亮度值为i的像素点在区域内所有像素点的百分比;
S4、查询并记录缺席座位学生编号:对判断为无人的座位,从座位-学号关系数据库中查询到该座位对应学生的学号,将该学生缺席信息记录入缺席学生记录数据库中。
图4是座位图像抠图实施例示意图。
在本实施例中,如图4所示,X教室图像通过浙江大华技术股份有限公司的DH-IPC-HF5200系列网络摄像机捕获,实时存储于视频服务器中,视频服务器采用该公司的NVR808-32系列网络硬盘录像机。
在本实施例中,座位区域采用圆形抠图,座位模板中定义了每个座位圆形抠图区域的中心点像素坐标和半径。利用该座位模板图像可以快速的从X教室图像中获取X教室座位抠图图像,以便后续步骤中逐个对座位进行彩色直方图比较。
图5是彩色直方图比较实施例示意图。
在本实施例中,如图5所示,首先统计出X教室XX号座位抠图图像的RGB彩色直方图,然后与提前提取并存储于空座直方图库中X教室XX号空座直方图比较,计算两者的偏差平方和(SSD),与提前设定的阈值比较,本实施例中SSD=0.034大于设定的阈值0.01,故判定该座位有人。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (1)
1.一种基于监控图像座位判别的中小学课堂自动考勤系统,其特征在于,包括:
一监控摄像头,安装在教室一角,可对教室内所有座位进行视频监控;
一视频服务器,用于采集、压缩和存储监控摄像头捕获的视频图像,为考勤服务器提供考勤时刻教室内的监控图像;
一考勤服务器,用于运行考勤程序,并从视频服务器调取待考勤教室的监控图像,再利用教室座位模板对监控图像中的座位区域抠图,然后通过彩色直方图比较,判断座位是否有人,最后提取无人座位对应的学生学号,记录到缺席学生数据库;考勤服务器上还运行Web查询服务程序,通过Web网页为各类考勤记录查看终端提供查询服务;
一各类考勤记录查看终端,用于连接互联网带Web浏览器的终端设备;学生家长、教师或学校管理人员通过这些终端设备,登录考勤服务器中Web查询服务网页,查询考勤信息和记录;
其中,所述的考勤服务器包括:教室座位模板库、空座直方图库、座位-学号关系数据库、缺席学生记录数据库、考勤程序模块和Web查询服务模块;
其中,所述的教室座位模板库保存有提前设计好的教室座位模板,每个教室对应一个模板,模板中定义了每个座位抠图区域的座位编号、像素位置和大小;利用教室座位模板,考勤程序模块可以快速从教室图像中抠图,获得座位区域的图像;
所述的空座直方图库保存有提前计算好的每个座位空座时抠图后的彩色直方图数据,考勤程序模块提取这些数据,与抠图后座位图像的彩色直方图进行比较,从而判断座位上是否有人;
所述的座位-学号关系数据库保存有座位和学号关系数据,每个座位对应一个学生,考勤程序模块通过该数据库,可以查询到空座位置对应的学生学号;
所述的缺席学生记录数据库,用于记录考勤程序模块每次考勤查获的缺席学生记录,包括学号、姓名、时间、教室信息,并为Web查询服务模块提供缺席学生数据;
所述的考勤程序模块,用于从视频数据库获取考勤时刻的教室图像,利用教室座位模板库、空座直方图库提前存储的信息,判断相应座位是否有人,并从座位-学号关系数据库中查询出空座座位的学生学号,再记录到缺席学生记录数据库中;
所述的Web查询服务模块,运行Web查询服务程序和相关查询网页,各类考勤记录查看终端可以通过登录这些网页获取缺席学生信息;
其中,所述的考勤程序模块上的考勤算法流程为:
(1)、获取教室的监控图像
通过局域网或其它专用网络从视频服务器获取待考勤教室在考勤时刻的监控图像;
(2)、获取教室座位模板
从教室座位模板库中提取待考勤教室的座位模板;
(3)、基于彩色直方图的空座判别
(3.1)、座位图像抠图:利用步骤(2)提取的座位模板对步骤(1)获取的教室图像抠图,提取出所有座位的抠图图像;
(3.2)、计算彩色直方图:对(3.1)提取的座位抠图图像逐个座位计算抠图区域的彩色直方图;
(3.3)、获取空座直方图:在空座直方图库中提取相应座位空座时已经提前计算并存储好的彩色直方图数据;
(3.4)、彩色直方图比较:将(3.2)获得的座位抠图区域彩色直方图与(3.3)获得的该座位空座时的彩色直方图基于偏差平方和(SSD)指标进行比较,两者偏差大于等于某设定阈值时,判断座位有人,小于时,判断座位无人;其中,SSD指标计算方程为:
<mrow>
<mi>S</mi>
<mi>S</mi>
<mi>D</mi>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>c</mi>
<mo>=</mo>
<mi>R</mi>
<mo>,</mo>
<mi>G</mi>
<mo>,</mo>
<mi>B</mi>
</mrow>
</munder>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>q</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
其中,pci为当前座位抠图区域中c(c=R,G,B三基色)通道上的亮度值为i的像素点在当前座位抠图区域内所有像素点的百分比,qci为空座时该抠图区域c通道上亮度值为i的像素点在区域内所有像素点的百分比;
(4)、查询并记录缺席座位学生编号:对判断为无人的座位,从座位-学号关系数据库中查询到该座位对应学生的学号,将该学生缺席信息记录入缺席学生记录数据库中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510962830.7A CN105551104B (zh) | 2015-12-21 | 2015-12-21 | 一种基于监控图像座位判别的中小学课堂自动考勤系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510962830.7A CN105551104B (zh) | 2015-12-21 | 2015-12-21 | 一种基于监控图像座位判别的中小学课堂自动考勤系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105551104A CN105551104A (zh) | 2016-05-04 |
CN105551104B true CN105551104B (zh) | 2017-12-26 |
Family
ID=55830279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510962830.7A Expired - Fee Related CN105551104B (zh) | 2015-12-21 | 2015-12-21 | 一种基于监控图像座位判别的中小学课堂自动考勤系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105551104B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106067195B (zh) * | 2016-06-08 | 2019-10-15 | 北京国杰科技有限公司 | 学生考勤监控方法 |
CN106199133A (zh) * | 2016-06-27 | 2016-12-07 | 张超超 | 电流采样处理平台 |
CN106780814A (zh) * | 2016-12-27 | 2017-05-31 | 浙江海洋大学 | 一种教室内使用的全程自动考勤系统 |
CN107220900B (zh) * | 2017-05-03 | 2020-10-16 | 陕西师范大学 | 基于中心投影的学生课堂社交网络自动构建方法 |
CN107798312B (zh) * | 2017-11-21 | 2021-03-30 | 电子科技大学 | 一种基于视觉头部检测的自动考勤方法 |
CN108334846A (zh) * | 2018-02-06 | 2018-07-27 | 高强 | 一种智能考场监考方法及系统 |
CN109003041A (zh) * | 2018-06-22 | 2018-12-14 | 张小勇 | 一种考勤记录方法和系统 |
CN111382986B (zh) * | 2018-12-27 | 2024-01-09 | 深圳云天励飞技术有限公司 | 学生管理方法及装置、计算机装置和计算机可读存储介质 |
CN109903412A (zh) * | 2019-02-01 | 2019-06-18 | 北京清帆科技有限公司 | 一种基于人脸识别技术的智能课堂考勤系统 |
CN109886850A (zh) * | 2019-02-21 | 2019-06-14 | 无锡加视诚智能科技有限公司 | 一种用于智能教室的数据综合管理系统及管理方法 |
CN110059611B (zh) * | 2019-04-12 | 2023-05-05 | 中国石油大学(华东) | 一种智能化教室空余座位识别方法 |
US10789796B1 (en) | 2019-06-24 | 2020-09-29 | Sufian Munir Inc | Priority-based, facial recognition-assisted attendance determination and validation system |
CN111353921A (zh) * | 2019-08-19 | 2020-06-30 | 深圳市鸿合创新信息技术有限责任公司 | 一种考试管理方法及系统、电子设备 |
CN111354096A (zh) * | 2019-08-19 | 2020-06-30 | 深圳市鸿合创新信息技术有限责任公司 | 一种智能考勤方法及装置、电子设备 |
CN110782185A (zh) * | 2019-11-09 | 2020-02-11 | 上海光数信息科技有限公司 | 一种课堂行为识别分析方法 |
CN110827432B (zh) * | 2019-11-11 | 2021-12-28 | 深圳算子科技有限公司 | 一种基于人脸识别的课堂考勤方法及系统 |
CN110807440B (zh) * | 2019-11-15 | 2023-11-10 | 深圳算子科技有限公司 | 一种课堂人脸无感录入方法以及系统 |
CN111063242A (zh) * | 2020-01-14 | 2020-04-24 | 重庆工业职业技术学院 | 会计学习方法和会计学习装置 |
CN111738597A (zh) * | 2020-06-22 | 2020-10-02 | 西南石油大学 | 一种用于多媒体教室的教学管理系统及方法 |
CN115098708B (zh) * | 2022-08-26 | 2022-11-01 | 深圳市纬亚森科技有限公司 | 一种基于多媒体技术的智慧校园远程监管系统及方法 |
CN116152943B (zh) * | 2023-02-23 | 2024-01-09 | 广州乐庚信息科技有限公司 | 一种校园课堂智能考勤的无感知识别方法以及系统 |
CN117475466A (zh) * | 2023-05-05 | 2024-01-30 | 广州乐庚信息科技有限公司 | 一种课堂学生学习状态实时监测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763664A (zh) * | 2009-11-05 | 2010-06-30 | 上海第二工业大学 | 一种基于图像识别技术的电子点名册 |
CN102354378A (zh) * | 2011-05-20 | 2012-02-15 | 北京理工大学 | 基于图像识别和网络的教室管理系统 |
CN202159375U (zh) * | 2011-03-14 | 2012-03-07 | 惠州学院 | 一种教室点名系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008009558A (ja) * | 2006-06-27 | 2008-01-17 | Microtechno Corp | 出席管理システム |
JP2008250830A (ja) * | 2007-03-30 | 2008-10-16 | Toshiba Corp | 出欠確認システムおよび出欠確認方法 |
-
2015
- 2015-12-21 CN CN201510962830.7A patent/CN105551104B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763664A (zh) * | 2009-11-05 | 2010-06-30 | 上海第二工业大学 | 一种基于图像识别技术的电子点名册 |
CN202159375U (zh) * | 2011-03-14 | 2012-03-07 | 惠州学院 | 一种教室点名系统 |
CN102354378A (zh) * | 2011-05-20 | 2012-02-15 | 北京理工大学 | 基于图像识别和网络的教室管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105551104A (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105551104B (zh) | 一种基于监控图像座位判别的中小学课堂自动考勤系统 | |
CN104732601B (zh) | 一种基于人脸识别技术的高识别率自动考勤装置及方法 | |
CN106250825A (zh) | 一种在医保应用中场景自适应的人脸识别系统 | |
CN101551852B (zh) | 训练系统、训练方法和检测方法 | |
Zeng et al. | Design of intelligent classroom attendance system based on face recognition | |
CN109740501A (zh) | 一种人脸识别的考勤方法和装置 | |
CN109034155A (zh) | 一种文字检测及识别的方法及系统 | |
CN110502999B (zh) | 校园管理系统及方法 | |
CN104183029A (zh) | 一种便携式快速人群考勤方法 | |
CN104680545B (zh) | 光学图像中存在显著目标的检测方法 | |
CN108764181B (zh) | 一种客流统计方法和装置、计算机可读存储介质 | |
CN105095867A (zh) | 基于深度学习的快速动态人脸提取、识别方法 | |
CN106709438A (zh) | 一种基于视频会议的人数统计方法 | |
CN103390151A (zh) | 人脸检测方法及装置 | |
Shrivastava et al. | Conceptual model for proficient automated attendance system based on face recognition and gender classification using Haar-Cascade, LBPH algorithm along with LDA model | |
CN112686258A (zh) | 体检报告信息结构化方法、装置、可读存储介质和终端 | |
CN109754390A (zh) | 一种基于混合视觉特征的无参考图像质量评价方法 | |
CN104463919A (zh) | 一种评估皮肤色素的全像素色彩分析方法 | |
Bairagi et al. | A real-time face recognition smart attendance system with haar cascade classifiers | |
Pei et al. | Convolutional neural networks for class attendance | |
Gomathy et al. | Face recognition based student detail collection using opencv | |
CN108537762A (zh) | 基于深度多尺度网络的二次jpeg压缩图像取证方法 | |
Pathak et al. | Student attendance monitoring system via face detection and recognition system | |
CN116611968B (zh) | 一种基于数据关联的教学管理系统 | |
CN112116577A (zh) | 一种基于深度学习的篡改人像视频检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171226 Termination date: 20201221 |
|
CF01 | Termination of patent right due to non-payment of annual fee |