CN107577746A - 基于生物特征的大学生自助电子成绩单获取方法及装置 - Google Patents
基于生物特征的大学生自助电子成绩单获取方法及装置 Download PDFInfo
- Publication number
- CN107577746A CN107577746A CN201710758054.8A CN201710758054A CN107577746A CN 107577746 A CN107577746 A CN 107577746A CN 201710758054 A CN201710758054 A CN 201710758054A CN 107577746 A CN107577746 A CN 107577746A
- Authority
- CN
- China
- Prior art keywords
- face
- information
- image
- student
- facebase
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于生物特征的大学生自助电子成绩单获取方法及装置，该装置包括机柜，机柜包括竖直放置的柜壁，柜壁侧壁顶部中间设置有摄像头，三角体柜体的倾斜台面上设置有触屏显示器，机柜背面底部设置有互联网接口；信息查询控制台设置有信息查询主机。该方法通过装置采集学生人脸图像，建立人脸数据库facebase，建立与采集学生相对应的成绩信息库；将学生的Facebase数据库与采集学生相对应的成绩信息库发送至学校教务处服务器；人脸认证，将提取的信息与成绩信息库中的相关信息相比对，验证成功，则选择查看自己的成绩单。本发明装置更新数据库成绩信息，实现了学校服务器和此装置成绩信息的同步。
Description
技术领域
本发明涉及生物识别和智能信息化技术领域，具体地指一种基于生物特征的大学生自助电子成绩单获取方法及装置。
背景技术
就成绩查询而言，传统的成绩查询方式多为学生自己到教务处查询，由学生本人提供班级、姓名、学号等，再由工作人员根据学生信息从成绩系统提取出学生成绩。这样的方式虽说满足了需求，但当可以查询考试成绩时，教务处往往人满为患，而且工作人员精力有限，不能在短时间内为大量的同学服务，排队等待时间长这个现象就成为了必然，这体现了传统查询成绩方式的弊端。
随着信息技术的发展，学校教务系统官网增加了成绩查询、选课等功能，避免了学生大量聚集教务处排队的现象，又因为维护教务系统官网只需要少量的人，从而大大节省了人力；并且学生可以随时随地的通过自己的学号、密码来登录教务系统，通过学校服务器来获取自己的成绩，这是一个巨大的进步。
但是，通过学校教务系统官网查询成绩还有着一些缺陷。例如，如果他人获得了账号密码就能直接获得本人的成绩，具有一定的不安全性。再者，由于考试过后查询人数过多而产生的弊端仍没有得到解决。如当网站访问量过大时，网站可能就会因为访问量过大而造成系统崩溃，这将使想要通过学校教务系统官网查询成绩这个方式变成不可能。
现如今随着智能手机的普及，手机app、微信公众号等被人所广泛接受。因此，有人推出利用手机app或者微信公众号来进行学生成绩查询，查询方式类似于通过教务系统查询成绩的方法，即利用学生本人的学号、密码来获取自己的成绩，确保了查询成绩的随时性，可缺点仍和教务系统一样，在访问量过大时系统维护难度增大，甚至导致系统崩溃，造成不必要的损失，即稳定性差，安全性低。
发明内容
本发明的目的是提供了一种基于生物特征的大学生自助电子成绩单获取方法及装置，旨在解决大学生查询成绩时的系统崩溃问题和打印成绩单时的繁琐流程问题。
为实现上述目的，本发明提供的一种基于生物特征的大学生自助电子成绩单获取方法及装置，包括以下步骤：
1)采集学生人脸图像，通过调用摄像头采集人脸图像；
2)对采集学生的人脸图像进行预处理
将采集的人脸图像进行灰度化处理并将图像分割出域，然后按照存储于数据库的标准格式对人脸区域进行标准化处理(图片的缩放)得到标准化图像，最后将标准化图像转换为双精度图像；(每个人有许多不同的训练人脸图像存储在数据库中，每张人脸图像由于姿态，光照，背景和面部表情等等而有所不同，上述处理有助于更加快速准确的找到面孔)；
3)双精度图像的数据处理
将双精度图像按n*n进行线性化排列，然后将线性化的图像进行二维离散余弦变换，得到图像的DCT系数向量；
4)建立人脸数据库facebase
利用DCT系数向量，对图片进行剪裁处理，丢弃非显著信息，得到人脸信息，并将人脸信息分成N份，计算建立人脸数据库facebase；
5)建立与采集学生相对应的成绩信息库；
6)将学生的Facebase数据库与采集学生相对应的成绩信息库发送至学校教务处服务器；
7)工作人员核对学生的人脸信息与成绩信息，审核通过后存储于教务处信息系统，完成该学生的信息采集；
8)人脸认证，将提取的信息与成绩信息库中的相关信息相比对，验证成功，则选择查看自己的成绩单；若需要电子档，根据触屏显示器上提示在下方输入键盘处输入自己邮箱，而后便会收到盖有电子印章的成绩单电子档。
进一步地，所述步骤2)中，灰度化处理的相关公式为：
f(x,y)＝0.30R(x,y)+0.59G(x,y)+0.11B(x,y)
式中，f(x,y)为灰度化后在(x,y)处的灰度值，R(x,y)，G(x,y)，B(x,y)分别为在(x,y)处的三个分量的值。
再进一步地，所述步骤2)中，标准化图像转换为双精度图像的方法：将标准化图像的图片大小设为M×M，将其代入下述公式中，得到双精度图像：
A[M][M]＝(double)a[M][M]，
其中，a[M][M]来表示标准化的图像数据，A[M][M]表示双精度图片的数据；
再进一步地，所述步骤3)中，二维离散余弦变换的方程为：
式中，M为图片长宽的大小，y(k)是第k个余弦变换系数，k是广义频率变量，k＝1,2，......
x(n)是时序n点序列，n＝1,2........
w(k)为k取不同值时的系数。
再进一步地，所述步骤4)中，人脸数据库facebase建立的步骤：
a.将人脸信息分成N份，对每一份的人脸信息用K均值滤波器计算出四个分区的质心值，对四个质心值求和，所得到的结果即为人脸信息散列值，根据每份的人脸信息散列值的首位数字储存在N个文件中，分别为H0、H1、H2、..........HN；
b.将N个文件排放到一起，建立得到人脸数据库facebase。
再进一步地，所述人脸信息散列值的计算方法为：
将每份人脸信息分成4个分区，并以公式3计算每个分区的质心值，
Xj是步骤3得到的DCT系数向量，μi为四份人脸信息的平均矢量，K＝分区数，S＝集即S＝{S1、S2、S3、、、、SK}；i为分区的取值变量，j为DCT系数向量在Si分区里面的标记的顺序；
用每个分区的DCT系数向量与人脸信息平均向量做差，将值累加求和值，当求和值为最小时，求得对应的即为每个分区的质心值，将4个分区的质心值相加即为人脸信息的散列值。
再进一步地，所述步骤8)中，人脸认证别过程：
a.将从摄像头采集的图片进行灰度化，并提取人脸区域；
b.将人脸区域标准化，并转化为双精度图像；
c.计算图像的DCT系数，并依此进行剪裁；
d.用K-均值聚类算法计算质心值和人脸的散列值；
e.根据散列值的首位数字Fs找到facebase数据库中的文件，并用TB算法查找人脸；
f.根据TB算法的查找结果，若找到，则识别成功；否则，失败。
再进一步地，所述TB算法的步骤为：
(1)计算facebase数据库里的数据量的大小，并根据大小设置一个阈值t；
(2)统计带有阈值限制的facebase的文件数量记为V；且V小于等于facebase中文件的数量N
(3)如果V>t，根据Fs与文件的第一个和最后一个的大小，即H0和H(V-1)来进行选择；
(a)如果Fs<H0，将阈值变为原来的一半，即t＝t/2，再匹配散列值；
(b)如果H0<＝Fs<＝HN，则在选定的数据库文件中进行匹配；
(c)如果Fs>HN，将阈值变为原来的一半，即t＝t/2，在下一个人脸信息散列值所对应的数据库文件中前t个数据进行人脸信息匹配；
(4)用下述公式计算向量的总和θ，若θ>＝0.98，则匹配成功，否则输入图像不存在于数据库中，
公式中，α是储存在Facebase中的向量，即散列值。β是新图像的新向量，K为分区数，与上述公式(3)中一致，γK是储存向量与新向量的绝对距离；
θ＝γ1+γ2+γ3+γ4 (5)。
本发明还提供了一种上述的装置，包括机柜，所述机柜包括竖直放置的柜壁，所述柜壁一侧由下至上设置有方体柜体和三角体柜体，所述柜壁的顶面高于三角体柜体的顶面，所述柜壁侧壁顶部中间设置有摄像头，所述三角体柜体的倾斜台面上设置有触屏显示器，所述机柜背面底部设置有互联网接口；所述信息查询控制台设置有信息查询主机(在信息查询控制台的内部，相当于中央处理器)，所述信息查询主机分别与摄像头、触屏显示器和互联网接口。
作为优选方案，所述触屏显示器下方的三角体柜体的倾斜台面上设置有输入键盘，所述输入键盘与信息查询主机连接，所述互联网接口的控制端均与处理器连接。
本发明的有益效果在于：
1)本发明的装置利用前端生物特征识别技术，生物特征与其他方式相比具有唯一性，识别速度快等优点，所以此装置较之传统成绩查询方式具有安全性高，可靠性强、操作方便的特点。
2)本发明的装置较之传统的成绩查询、打印方式，能够大大减少排队打印的时间，很好的避免了教务处工作人员打印成绩单时的忙碌情况。
3)本发明的装置较之传统的成绩查询方式，可以极大地简化成绩查询、打印的过程，利用人特有的人脸信息，可以省去传统查询成绩需要输入学号、密码、验证码的操作，避免了用户因为遗忘、记错学号而导致的无法进行成绩查询和成绩查询信息与本人不匹配的现象。
4)本发明的装置较之传统的成绩查询方式，可以避免因为手机网络不稳定、学校服务器访问量过大而崩溃等问题而导致的成绩查询失败的现象，因为每一台装置中都包括有最新及以往的所有成绩信息，每一个装置都独立存在，分布在校园的各个角落，解决了现有的主要矛盾。
5)本发明的装置较之传统的成绩查询方式，可以通过互联网接口由学校服务器将最新成绩数据传入信息查询主机，而后此装置更新数据库成绩信息，实现了学校服务器和此装置成绩信息的同步。
附图说明
图1为基于生物特征提取的大学生信息自助成绩查询装置的结构示意图；
图2为装置结构连接图，表示了各个部件之间的连接关系，其中信息查询主机与人脸采集器，触屏显示器，输入键盘，互联网接口分别相连接。
图3为查询成绩方法流程图，。
图4为内部结构连接图，显示了装置内部各部分结构线路的连接关系。
图5为预处理过程图
图6为匹配过程示意图；
图中，机柜1、柜壁1.1、三角体柜体1.2、方体柜体1.3、、摄像头2、触屏显示器3、信息查询主机4、互联网接口5、输入键盘6、处理器7。
具体实施方式
为了更好地解释本发明，以下结合具体实施例进一步阐明本发明的主要内容，但本发明的内容不仅仅局限于以下实施例。
如图1、2和4所示：一种基于生物特征的大学生自助电子成绩单获取的装置，包括机柜1，机柜1包括竖直放置的柜壁1.1，柜壁1.1一侧由下至上设置有方体柜体1.2和三角体柜体1.3，柜壁1.1的顶面高于三角体柜体1.3的顶面，柜壁1.1侧壁顶部中间设置有摄像头2，三角体柜体1.3的倾斜台面上设置有触屏显示器3，机柜1背面底部设置有互联网接口5；信息查询控制台设置有信息查询主机4，在信息查询控制台的内部，相当于中央处理器，信息查询主机4分别与摄像头2、触屏显示器3和互联网接口5。
触屏显示器3下方的三角体柜体1.3的倾斜台面上设置有输入键盘6，输入键盘6与信息查询主机5连接，互联网接口4的控制端均与处理器7连接。
如图3、5和6，利用上述装置大获取学生自助电子成绩单的方法，包括以下步骤：
1)采集学生人脸图像，通过调用摄像头2采集人脸图像；
2)对采集学生的人脸图像进行预处理
将摄像头2采集人脸图像通过互联网接口5导入处理器7中，对采集的人脸图像按下述公式进行灰度化处理并将图像分割出域，
f(x,y)＝0.30R(x,y)+0.59G(x,y)+0.11B(x,y)
式中，f(x,y)为灰度化后在(x,y)处的灰度值，R(x,y)，G(x,y)，B(x,y)分别为在(x,y)处的三个分量的值；
然后按照存储于数据库的标准格式对人脸区域进行标准化处理(图片的缩放)得到标准化图像，最后的图片大小设为M×N，将其代入下述公式中，，转换为双精度图像；(每个人有许多不同的训练人脸图像存储在数据库中，每张人脸图像由于姿态，光照，背景和面部表情等等而有所不同，上述处理有助于更加快速准确的找到面孔)；
A[M][M]＝(double)a[M][M]，
其中，a[M][M]来表示标准化的图像数据，A[M][M]表示双精度图片的数据；
3)双精度图像的数据处理
将双精度图像按n*n进行线性化排列，然后将线性化的图像按下述公式进行二维离散余弦变换，得到图像的DCT系数向量；
式中，M为图片长宽的大小，y(k)是第k个余弦变换系数，k是广义频率变量，k＝1,2，......
x(n)是时序n点序列，n＝1,2........
w(k)为k取不同值时的系数。
4)建立人脸数据库facebase
a.将人脸信息分成N份，将每份人脸信息分成4个分区，并以公式3计算每个分区的质心值，
Xj是步骤3得到的DCT系数向量，μi为四份人脸信息的平均矢量，K＝分区数，S＝集即S＝{S1、S2、S3、、、、SK}；i为分区的取值变量，j为DCT系数向量在Si分区里面的标记的顺序；
用每个分区的DCT系数向量与人脸信息平均向量做差，将值累加求和值，当求和值为最小时，求得对应的即为每个分区的质心值，将4个分区的质心值相加即为人脸信息的散列值；
根据每份的人脸信息散列值的首位数字储存在N个文件中，分别为H0、H1、H2、..........HN；
b.将N个文件排放到一起，建立得到人脸数据库facebase。
5)建立与采集学生相对应的成绩信息库；
6)将学生的Facebase数据库与采集学生相对应的成绩信息库发送至学校教务处服务器；
7)工作人员核对学生的人脸信息与成绩信息，审核通过后存储于教务处信息系统，完成该学生的信息采集；
8)人脸认证，
人脸认证别过程：
a.将从摄像头采集的图片进行灰度化，并提取人脸区域；
b.将人脸区域标准化，并转化为双精度图像；
c.计算图像的DCT系数，并依此进行剪裁；
d.用K-均值聚类算法计算质心值和人脸的散列值；
e.根据散列值的首位数字Fs找到facebase数据库中的文件，并用TB算法查找人脸；其中，TB算法的步骤为：
(1)计算facebase数据库里的数据量的大小，并根据大小设置一个阈值t；
(2)统计带有阈值限制的facebase的文件数量记为V；且V小于等于facebase中文件的数量N
(3)如果V>t，根据Fs与文件的第一个和最后一个的大小，即H0和H(V-1)来进行选择；
(a)如果Fs<H0，将阈值变为原来的一半，即t＝t/2，再匹配散列值；
(b)如果H0<＝Fs<＝HN，则在选定的数据库文件中进行匹配；
(c)如果Fs>HN，将阈值变为原来的一半，即t＝t/2，在下一个人脸信息散列值所对应的数据库文件中前t个数据进行人脸信息匹配；
(4)用下述公式计算向量的总和θ，若θ>＝0.98，则匹配成功，否则输入图像不存在于数据库中，
公式中，α是储存在Facebase中的向量，即散列值，β是新图像的新向量，K为分区数，与上述公式(3)中一致，γK是储存向量与新向量的绝对距离；。
现在，计算矢量和：
θ＝γ1+γ2+γ3+γ4 (5)。
验证成功，则选择查看自己的成绩单；若需要电子档，根据触屏显示器上提示在下方输入键盘处输入自己邮箱，而后便会收到盖有电子印章的成绩单电子档。
其它未详细说明的部分均为现有技术。尽管上述实施例对本发明做出了详尽的描述，但它仅仅是本发明一部分实施例，而不是全部实施例，人们还可以根据本实施例在不经创造性前提下获得其他实施例，这些实施例都属于本发明保护范围。
Claims (10)
1.一种基于生物特征的大学生自助电子成绩单获取方法，其特征在于：包括以下步骤：
1)采集学生人脸图像，通过调用摄像头采集人脸图像；
2)对采集学生的人脸图像进行预处理
将采集的人脸图像进行灰度化处理并将图像分割出域，然后按照存储于数据库的标准格式对人脸区域进行标准化处理得到标准化图像，最后将标准化图像转换为双精度图像；
3)双精度图像的数据处理
将双精度图像按n*n进行线性化排列，然后将线性化的图像进行二维离散余弦变换，得到图像的DCT系数向量；
4)建立人脸数据库facebase
利用DCT系数向量，对图片进行剪裁处理，丢弃非显著信息，得到人脸信息，并将人脸信息分成N份，计算建立人脸数据库facebase；
5)建立与采集学生相对应的成绩信息库；
6)将学生的Facebase数据库与采集学生相对应的成绩信息库发送至学校教务处服务器；
7)工作人员核对学生的人脸信息与成绩信息，审核通过后存储于教务处信息系统，完成该学生的信息采集；
8)人脸认证，将提取的信息与成绩信息库中的相关信息相比对，验证成功，则选择查看自己的成绩单；若需要电子档，根据触屏显示器上提示在下方输入键盘处输入自己邮箱，而后便会收到盖有电子印章的成绩单电子档。
2.根据权利要求1所述基于生物特征的大学生自助电子成绩单获取方法及装置，其特征在于：所述步骤2)中，灰度化处理的相关公式为：
f(x,y)＝0.30R(x,y)+0.59G(x,y)+0.11B(x,y)
式中，f(x,y)为灰度化后在(x,y)处的灰度值，R(x,y)，G(x,y)，B(x,y)分别为在(x,y)处的三个分量的值。
3.根据权利要求1所述基于生物特征的大学生自助电子成绩单获取方法及装置，其特征在于：所述步骤2)中，标准化图像转换为双精度图像的方法：将标准化图像的图片大小设为M×M，将其代入下述公式中，得到双精度图像：
A[M][M]＝(double)a[M][M]，
其中，a[M][M]来表示标准化的图像数据，A[M][M]表示双精度图片的数据。
4.根据权利要求1所述基于生物特征的大学生自助电子成绩单获取方法及装置，其特征在于：所述步骤3)中，二维离散余弦变换的方程为：
<mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mi>cos</mi>
<mfrac>
<mrow>
<mi>&pi;</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<mi>M</mi>
</mrow>
</mfrac>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>M</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mfrac>
<mn>1</mn>
<mi>M</mi>
</mfrac>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msqrt>
<mfrac>
<mn>2</mn>
<mi>M</mi>
</mfrac>
</msqrt>
<mo>,</mo>
<mn>2</mn>
<mo>&le;</mo>
<mi>k</mi>
<mo>&le;</mo>
<mi>M</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，M为图片长宽的大小，y(k)是第k个余弦变换系数，k是广义频率变量，k＝1,2，......
x(n)是时序n点序列，n＝1,2........
w(k)为k取不同值时的系数。
5.根据权利要求1所述基于生物特征的大学生自助电子成绩单获取方法及装置，其特征在于：所述步骤4)中，人脸数据库facebase建立的步骤：
a.将人脸信息分成N份，对每一份的人脸信息用K均值滤波器计算出四个分区的质心值，对四个质心值求和，所得到的结果即为人脸信息散列值，根据每份的人脸信息散列值的首位数字储存在N个文件中，分别为H0、H1、H2、..........HN；
b.将N个文件排放到一起，建立得到人脸数据库facebase。
6.根据权利要求5所述基于生物特征的大学生自助电子成绩单获取方法及装置，其特征在于：所述人脸信息散列值的计算方法为：
将每份人脸信息分成4个分区，并以公式3计算每个分区的质心值，
<mrow>
<msub>
<mi>arg</mi>
<mi>s</mi>
</msub>
<mi>min</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mo>&Element;</mo>
<msub>
<mi>s</mi>
<mi>i</mi>
</msub>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
Xj是步骤3得到的DCT系数向量，μi为四份人脸信息的平均矢量，K＝分区数，S＝K集即S＝{S1、S2、S3、、、、SK}，i为分区的取值变量，j为DCT系数向量在Si分区里面的标记的顺序；
用每个分区的DCT系数向量与人脸信息平均向量做差，将值累加求和值，当求和值为最小时，求得对应的即为每个分区的质心值，将4个分区的质心值相加即为人脸信息的散列值。
7.根据权利要求5所述基于生物特征的大学生自助电子成绩单获取方法及装置，其特征在于：所述步骤8)中，人脸认证别过程：
a.将从摄像头采集的图片进行灰度化，并提取人脸区域；
b.将人脸区域标准化，并转化为双精度图像；
c.计算图像的DCT系数，并依此进行剪裁；
d.用K-均值聚类算法计算质心值和人脸的散列值；
e.根据散列值的首位数字Fs找到facebase数据库中的文件，并用TB算法查找人脸；
f.根据TB算法的查找结果，若找到，则识别成功；否则，失败。
8.根据权利要求7所述基于生物特征的大学生自助电子成绩单获取方法及装置，其特征在于：所述TB算法的步骤为：
(1)计算facebase数据库里的数据量的大小，并根据大小设置一个阈值t；
(2)统计带有阈值限制的facebase的文件数量记为V；且V小于等于facebase中文件的数量N
(3)如果V>t，根据Fs与文件的第一个和最后一个的大小，即H0和H(V-1)来进行选择；
(a)如果Fs<H0，将阈值变为原来的一半，即t＝t/2，再匹配散列值；
(b)如果H0<＝Fs<＝HN，则在选定的数据库文件中进行匹配；
(c)如果Fs>HN，将阈值变为原来的一半，即t＝t/2，在下一个人脸信息散列值所对应的数据库文件中前t个数据进行人脸信息匹配；
(4)根据公式4计算每个分区的向量，再根据公式5计算向量的总和θ，若θ>＝0.98，则匹配成功，否则输入图像不存在于数据库中，
<mrow>
<msub>
<mi>&gamma;</mi>
<mi>K</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mo>|</mo>
<mo>-</mo>
<mo>|</mo>
<mi>&beta;</mi>
<mo>|</mo>
<mo>|</mo>
<mo>,</mo>
<mi>K</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>3</mn>
<mo>,</mo>
<mn>4</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
公式中，α是储存在Facebase中的向量，即散列值，β是新图像的新向量，K为分区数，与上述公式(3)中一致，γK是储存向量与新向量的绝对距离；
θ＝γ1+γ2+γ3+γ4 (5)。
9.一种权利要求1所述的装置，包括机柜(1)，所述机柜(1)包括竖直放置的柜壁(1.1)，所述柜壁(1.1)一侧由下至上设置有方体柜体(1.3)和三角体柜体(1.2)，所述柜壁(1.1)的顶面高于三角体柜体(1.2)的顶面，所述柜壁(1.1)侧壁顶部中间设置有摄像头(2)，所述三角体柜体(1.2)的倾斜台面上设置有触屏显示器(3)，所述机柜(1)背面底部设置有互联网接口((5))；所述信息查询控制台设置有信息查询主机(4在信息查询控制台的内部，相当于中央处理器)，所述信息查询主机(4)分别与摄像头(2)、触屏显示器(3)和互联网接口(5)。
10.根据权利要求9所述的装置，其特征在于：所述触屏显示器(3)下方的三角体柜体(1.2)的倾斜台面上设置有输入键盘(6)，所述输入键盘(6)与信息查询主机(4)连接；所述互联网接口(5)的控制端均与处理器(7)连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710758054.8A CN107577746A (zh) | 2017-08-29 | 2017-08-29 | 基于生物特征的大学生自助电子成绩单获取方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710758054.8A CN107577746A (zh) | 2017-08-29 | 2017-08-29 | 基于生物特征的大学生自助电子成绩单获取方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107577746A true CN107577746A (zh) | 2018-01-12 |
Family
ID=61030540
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710758054.8A Pending CN107577746A (zh) | 2017-08-29 | 2017-08-29 | 基于生物特征的大学生自助电子成绩单获取方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107577746A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108958395A (zh) * | 2018-06-25 | 2018-12-07 | 合肥利元杰信息科技有限公司 | 一种计算机网络技术在线咨询系统 |
| CN110007881A (zh) * | 2019-03-28 | 2019-07-12 | 广州市德慷电子有限公司 | 一种自助打印终端电子签章系统及方法 |
| CN111259211A (zh) * | 2020-01-09 | 2020-06-09 | 熊兴见 | 基于人工智能的录取通知书或成绩查询方法、终端及介质 |
| CN112560055A (zh) * | 2020-12-16 | 2021-03-26 | 国家开放大学 | 一种基于pki技术的可信电子证照系统及工作方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060092682A (ko) * | 2005-02-18 | 2006-08-23 | 엘지전자 주식회사 | 워터마킹 삽입/추출 방법 및 워터마킹 프로세서의 하드웨어암호화 모듈 |
| CN202331652U (zh) * | 2011-12-02 | 2012-07-11 | 哈尔滨师范大学 | 校园自助查询打印一体机 |
| CN203025778U (zh) * | 2012-12-23 | 2013-06-26 | 哈尔滨师范大学 | 校园教务综合管理一体机 |
| CN205318469U (zh) * | 2016-01-22 | 2016-06-15 | 广州番禺职业技术学院 | 一种教务服务终端机 |
| CN106250822A (zh) * | 2016-07-21 | 2016-12-21 | 苏州科大讯飞教育科技有限公司 | 基于人脸识别的学生专注度监测系统及方法 |
| US9628805B2 (en) * | 2014-05-20 | 2017-04-18 | AVAST Software s.r.o. | Tunable multi-part perceptual image hashing |
| CN207558027U (zh) * | 2017-12-17 | 2018-06-29 | 运城学院 | 大学生成绩管理自助服务终端机 |
-
2017
- 2017-08-29 CN CN201710758054.8A patent/CN107577746A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060092682A (ko) * | 2005-02-18 | 2006-08-23 | 엘지전자 주식회사 | 워터마킹 삽입/추출 방법 및 워터마킹 프로세서의 하드웨어암호화 모듈 |
| CN202331652U (zh) * | 2011-12-02 | 2012-07-11 | 哈尔滨师范大学 | 校园自助查询打印一体机 |
| CN203025778U (zh) * | 2012-12-23 | 2013-06-26 | 哈尔滨师范大学 | 校园教务综合管理一体机 |
| US9628805B2 (en) * | 2014-05-20 | 2017-04-18 | AVAST Software s.r.o. | Tunable multi-part perceptual image hashing |
| CN205318469U (zh) * | 2016-01-22 | 2016-06-15 | 广州番禺职业技术学院 | 一种教务服务终端机 |
| CN106250822A (zh) * | 2016-07-21 | 2016-12-21 | 苏州科大讯飞教育科技有限公司 | 基于人脸识别的学生专注度监测系统及方法 |
| CN207558027U (zh) * | 2017-12-17 | 2018-06-29 | 运城学院 | 大学生成绩管理自助服务终端机 |
Non-Patent Citations (3)
| Title |
|---|
| 郭丽: "大规模人脸库中快速识别算法", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 陈志峰: "基于均值聚类的图像检索技术在数字图书馆中的应用", 《科技资讯》 * |
| 黎剑兵: "《计算机软件技术基础学习指导》", 30 April 2007 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108958395A (zh) * | 2018-06-25 | 2018-12-07 | 合肥利元杰信息科技有限公司 | 一种计算机网络技术在线咨询系统 |
| CN110007881A (zh) * | 2019-03-28 | 2019-07-12 | 广州市德慷电子有限公司 | 一种自助打印终端电子签章系统及方法 |
| CN111259211A (zh) * | 2020-01-09 | 2020-06-09 | 熊兴见 | 基于人工智能的录取通知书或成绩查询方法、终端及介质 |
| CN112560055A (zh) * | 2020-12-16 | 2021-03-26 | 国家开放大学 | 一种基于pki技术的可信电子证照系统及工作方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107577746A (zh) | 基于生物特征的大学生自助电子成绩单获取方法及装置 | |
| CN109815314B (zh) | 一种意图识别方法、识别设备及计算机可读存储介质 | |
| WO2019071738A1 (zh) | 考生身份验证方法、装置、可读存储介质及终端设备 | |
| CN108830267A (zh) | 一种基于图像识别进行阅卷的方法及系统 | |
| CN104021398A (zh) | 一种可穿戴智能设备及辅助身份识别的方法 | |
| CN101287214A (zh) | 通过移动终端获取信息并应用的方法和系统 | |
| CN102855480A (zh) | 一种图像文字识别方法和装置 | |
| CN106776760B (zh) | 应用于智能终端的搜题方法及装置 | |
| WO2021036309A1 (zh) | 图像识别方法、装置、计算机装置及存储介质 | |
| CN110489659A (zh) | 数据匹配方法和装置 | |
| CN112580108A (zh) | 签名和印章完整性验证方法及计算机设备 | |
| CN109192286A (zh) | 一种自动化分诊方法、装置及电子设备 | |
| CN111652260B (zh) | 一种人脸聚类样本数量的选择方法及系统 | |
| CN106295514A (zh) | 一种图像识别题目显示答案的方法及装置 | |
| JP7293735B2 (ja) | 文書及びテーブルの周囲の人物の検出に基づく文書及び人物を検索するためのシステム、方法並びにプログラム | |
| CN113821602A (zh) | 基于图文聊天记录的自动答疑方法、装置、设备及介质 | |
| CN104111942B (zh) | 维吾尔医药古籍资源网络检索平台 | |
| CN110879987B (zh) | 一种识别试题作答内容的方法 | |
| CN207799677U (zh) | 基于生物特征的大学生自助电子成绩单获取的装置 | |
| CN110705572B (zh) | 一种图像识别方法 | |
| CN111797133A (zh) | 一种基于智能感知技术的信息发布系统 | |
| CN109978736A (zh) | 一种基于人脸识别的智慧班牌的多点信息提取、反馈方法与系统 | |
| CN111581422A (zh) | 基于人脸识别的信息处理方法和装置 | |
| CN110647646B (zh) | 一种图片文件批量读取方法以及读取装置 | |
| WO2022140879A1 (zh) | 一种身份识别方法、终端、服务器及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180112 |