CN109102579A - 一种基于人脸识别和大数据分析的智能会议签到设备 - Google Patents
一种基于人脸识别和大数据分析的智能会议签到设备 Download PDFInfo
- Publication number
- CN109102579A CN109102579A CN201810894538.XA CN201810894538A CN109102579A CN 109102579 A CN109102579 A CN 109102579A CN 201810894538 A CN201810894538 A CN 201810894538A CN 109102579 A CN109102579 A CN 109102579A
- Authority
- CN
- China
- Prior art keywords
- meeting
- facial image
- personnel
- personnel participating
- picture
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
Abstract
为简化会议签到过程,并更有效地利用会议时采集到的数据。本发明提供一种基于人脸识别和大数据分析的智能会议签到设备,包括个人信息存储部、入场人像采集部、人脸识别部、显示部、画面存储部、检索获取部以及数据统计部。画面存储部存储有人脸采集画面以及数据统计画面,个人信息存储部存储有待参加会议人员的姓名以及对应的个人信息,入场人像采集部采集参会人员人脸图像,人脸识别部对参会人员人脸图像进行识别得到对应的参会人员姓名,显示部显示人脸采集画面并在其中显示参会人员人脸图像以及对应的参会人员姓名,检索获取部根据参会人员姓名对个人信息存储部进行检索获取对应的个人信息,数据统计部对参会人员信息进行统计。
Description
技术领域
本发明涉及一种会议签到设备,具体涉及一种基于人脸识别和大数据分析的智能会议签到设备。
背景技术
会议现场签到是为了统计参会人员与实际到场的相关人员,方便管理人员对会议现场进行掌握。
对于现有的会议现场签到,很多情况下采用的是人工认证、卡片认证或者手机号码验证等方式。通过这些方式,实现对参会人员参会状况的统计以及了解。
对于这些方式,整个过程需要现场人员参与解决,速度慢、排队时间长,人力耗费大;并且采集到的数据也不能重复利用其价值,没有深入的挖掘和分析。
发明内容
为解决上述问题,本发明采用了如下技术方案:
本发明提供了一种基于人脸识别和大数据分析的智能会议签到设备,其特征在于,包括:个人信息存储部、入场人像采集部、人脸识别部、显示部、画面存储部、检索获取部以及数据统计部,其中,画面存储部存储有人脸采集画面以及数据统计画面,个人信息存储部存储有待参加会议人员的姓名以及对应的个人信息,入场人像采集部依次采集参会人员的人脸图像获得对应的参会人员人脸图像,人脸识别部对参会人员人脸图像进行识别得到对应的参会人员姓名,显示部显示人脸采集画面并在该人脸采集画面中显示参会人员人脸图像以及对应的参会人员姓名,检索获取部依次根据参会人员姓名对个人信息存储部进行检索获取对应的个人信息作为参会人员信息,数据统计部对全部参会人员的参会人员信息进行统计,获得信息统计结果数据,显示部显示数据统计画面并在该画面中的显示信息统计结果数据,其中,人脸识别部通过如下步骤运行:步骤S1,从参会人员人脸图像获得参会人员人脸图像数组;步骤S2,处理参会人员人脸图像数组,从中得到参会人员人脸图像的包围盒;步骤S3,从包围盒抽取128个参会人员人脸的特征值作为特征向量;步骤S4,采用经过将全部待参加会议人员的姓名以及对应的人脸图像作为训练集进行训练的人脸识别模型对特征向量进行识别判定最匹配的姓名作为参会人员姓名。
本发明提供的智能会议签到设备,还可以具有这样的技术特征,其中,人脸识别模型的训练包括如下步骤:步骤T1,获取全部待参加会议人员的姓名以及对应的人脸图像与作为待录入人员姓名以及基础人脸图像;步骤T2,构建初始的人脸识别模型作为初始人脸识别模型;步骤T3,依次提取每个待录入人员的基础人脸图像的对比特征值以及对应的待录入人员姓名作为训练集;步骤T4,根据训练集,将其输入初始人脸识别模型进行训练从而得到人脸识别部运行的步骤S4时使用的人脸识别模型,其中,对于步骤T3,还具有如下子步骤:步骤T3-1,依次选择待录入人员的基础人脸图像,执行以下步骤至所有基础人脸图像处理完毕,步骤T3-2,从基础人脸图像获得待录入人员人脸图像数组,步骤T3-3,处理待录入人员人脸图像数组,从中得到基础人脸图像的基础人脸图像包围盒,步骤T3-4,判断基础人脸图像包围盒,若基础人脸图像包围盒不合法,则去除基础人脸图像包围盒对应的基础人脸图像,并跳过此轮子步骤,再次从步骤T3-1开始执行,步骤T3-5,从基础人脸图像包围盒抽取128个对比特征值,存储到训练集,步骤T3-6,将基础人脸图像的对应的姓名存储到训练集。
本发明提供的智能会议签到设备,还可以具有这样的技术特征,其中,每个待录入人员具有八张基础人脸图像。
本发明提供的智能会议签到设备,还可以具有这样的技术特征,还包括:显示比例决定部、显示控制部,其中,参会人员信息统计画面包括词云图统计画面,个人信息存储部还存储有与参会人员姓名分别对应的参会人员兴趣词,数据统计部包括兴趣词统计单元,检索获取部根据参会人员姓名对参会人员信息进行检索获取对应的兴趣词,兴趣词统计单元对检索获取到的参会人员兴趣词进行统计,一旦兴趣词统计单元完成统计,显示控制部就控制显示比例决定部根据统计结果决定各个参会人员兴趣词的显示比例大小,进一步控制显示部显示词云图统计画面并按照画面的预定显示区域,按显示比例大小排列显示参会人员兴趣词。
本发明提供的智能会议签到设备,还可以具有这样的技术特征,其中,参会人员信息统计画面包括用于显示参会人员的个人信息的分布或是比例的柱状图统计画面、比例图统计画面以及三维图统计画面。
发明作用与效果
根据本发明的智能会议签到设备,采用人脸识别技术,在会议签到时通过摄像装置采集参会人员的人脸图像,将这些图像与人脸识别模型对比,得出参会人员的姓名,实现签到的自动化;也可以通过参会人员的姓名检索出相应的个人信息,对相关信息进行统计,本设备提供有数据可视化的技术,可以对个人信息进行快速的提取从而能够将数据信息立体、直观地展现在参会者面前,提高会议效率。
附图说明
图1是本发明实施例的智能会议签到设备的结构框图;
图2是本发明实施例的人脸识别部的识别过程的流程图;
图3是本发明实施例的人脸识别部的训练过程的流程图;
图4是图3的步骤T3的子步骤的流程图。
具体实施方式
以下结合附图以及实施例来说明本发明的具体实施方式。
<实施例>
图1是本发明的智能会议签到设备的结构框图。
如图1所示,本实施例提供的智能会议签到设备100包括个人信息存储部11、入场人像采集部12、人脸识别部13、显示部14、画面存储部15、检索获取部16、数据统计部17、显示比例决定部18、显示控制部19以及控制上述各部运行的控制部20。
个人信息存储部11用于存储待参加会议人员的姓名以及对应的个人信息。
入场人像采集部12用于依次采集参会人员的人脸图像,该入场人像采集部12具有一个内部摄像装置,通过该内部摄像装置实现现场实时拍照以及照片的自动存储。
人脸识别部13用于利用事先训练好的人脸识别模型依次对入场人像采集部12获得的参会人员的人脸图像进行识别,从而得到对应的参会人员姓名。
画面存储部15存储有人脸采集画面以及数据统计画面、操作画面。
人脸采集画面具有一个用于显示人脸的人脸显示区域以及用于显示对应个人信息的信息显示区域;数据统计画面有多个,包括词云图统计画面、柱状图统计画面、比例图统计画面以及三维图统计画面;操作画面用于让会议组织人员选择与会议相关的操作。
显示部14用于显示画面存储部15存储的画面以及需要在对应的画面中显示的内容。
检索获取部16用于根据参会人员姓名对个人信息存储部11进行检索获取对应的个人信息。
数据统计部17用于对检索获取部16获取的参会人员信息进行统计,从而获得信息统计结果数据。
显示比例决定部18用于根据数据统计部17统计出的信息统计结果数据对参会人员信息进行显示比例的更改。
显示控制部19用于对涉及显示的构成部分的工作进行控制,包括:控制显示比例决定部18根据统计结果决定各个参会人员兴趣词的显示比例大小;进一步控制显示部14显示词云图统计画面并按照画面的预定显示区域,按显示比例大小排列显示参会人员兴趣词。
控制部20用于对个人信息存储部11、入场人像采集部12、人脸识别部13、显示部14、画面存储部15、检索获取部16、数据统计部17、显示比例决定部18以及显示控制部19的运行进行控制。
图2本发明的人脸识别部13的识别过程的流程图。
当参会人员陆续到达会议现场时,组织人员可以通过显示部14显示的操作画面进行操作,从而让份入场人像采集部12工作并依次获取参会人员的人脸图像。对于每一份被获取的参会人员的人脸图像,人脸识别部13都会进行图2所示的流程:
步骤S1,对参会人员人脸图像进行处理,获得参会人员人脸图像数组;
步骤S2,处理步骤S1中获取的参会人员人脸图像数组,从中得到参会人员人脸图像的包围盒;
步骤S3,从步骤S2中获取的包围盒抽取128个参会人员人脸的特征值作为特征向量;
步骤S4,识别判定最匹配的参会人员姓名。采用人脸识别模型对步骤S3中获取的特征向量进行匹配,得出二者的判定距离,筛选出判定距离最小所对应的人脸图像,判定为最匹配;若判定距离小于等于预设距离,判定为识别。
图3本发明的人脸识别部13的训练过程的流程图。
上述步骤S4中,人脸识别部13所使用的人脸识别模型是事先训练好的,其训练模式是基于python、利用Hog+kNN分类算法的设计思路,其具体训练过程如图3所示:
步骤T1,获取输入或存储的全部参会人员的姓名及对应的人脸图像作为待录入人员的姓名以及对应的人脸图像;
步骤T2,构建初始的人脸识别模型;
步骤T3,依次提取每个待录入人员的基础人脸图像的对比特征值以及对应的待录入人员姓名作为训练集;
步骤T4,根据训练集,将其输入初始人脸识别模型进行训练从而得到上述步骤S4时使用的人脸识别模型,将其存储至人脸识别部13。
其中,对于步骤T3,更具体的子步骤如图4所示:
步骤T3-1,依次选择待录入人员的人脸图像,执行以下步骤至所有人脸图像处理完毕;
步骤T3-2,处理步骤T3-1选择的人脸图像,获得待录入人员的人脸图像数组;
步骤T3-3,处理步骤T3-2获得的待录入人员的人脸图像数组,从中得到人脸图像的人脸图像包围盒;
步骤T3-4,判断步骤T3-3得到的人脸图像包围盒,若人脸图像包围盒不合法,即,人脸图像包围盒不符合人脸构成的规律,则去除该人脸图像包围盒对应的人脸图像,并跳过此轮子步骤,再次从步骤T3-1开始执行;
步骤T3-5,从步骤T3-3得到的人脸图像包围盒中抽取128个对比特征值,存储到训练集中;
步骤T3-6,将上述步骤所处理的人脸图像的对应的姓名,存储到训练集中。
本实施例的设备还具有现场参会人员相关信息统计以及显示的功能。
在完成人脸识别会议签到的功能时,入场人像采集部12采集并存储参会人员的人脸图像,交由人脸识别部13进行识别,人脸识别部13通过参会人员的人脸图像以及个人信息存储部11中的参会人员信息完成参会人员姓名与人脸图像的识别对应,然后由显示部14显示画面存储部15中的人脸采集画面,该画面中包括识别出的人脸图像以及对应的参会人员姓名。
当全部参会人员的图像获取识别以及显示部14对识别出的人脸图像以及对应的参会人员姓名的显示均已完成,也就是说全部完成签到时,组织人员还可以通过操作画面选择统计操作。
当全部完成签到并且组织人员选择统计操作时,检索获取部16根据参会人员姓名对个人信息存储部11中存储的参会人员个人信息进行检索获取,并将检索获取的结果交由数据统计部17,数据统计部17对这些信息完成相关的统计,然后由显示部14显示画面存储部15中的相关统计画面,显示控制部19将数据统计部17统计完成的结果数据在相关统计画面中安排其显示位置。
本实施例中,数据统计部17还包括兴趣词统计单元,该兴趣词统计单元可以对检索获取部16检索到的参会人员的兴趣词进行统计,显示比例决定部18可以通过兴趣词统计单元的统计结果决定话题词在显示部14中的显示比例,话题词的显示比例与统计的数量呈正比,显示控制部19控制显示部14将这些被改变显示比例的话题词在预定显示区域中按一定规律显示,例如在勾画出该预定显示区域边缘的情况下填充显示。
实施例作用与效果
根据本实施例提供的智能会议签到设备,采用人脸识别技术,在会议签到时通过摄像装置采集参会人员的人脸图像,将这些图像与人脸识别模型对比,得出参会人员的姓名,实现签到的自动化;也可以通过参会人员的姓名检索出相应的个人信息,对相关信息进行统计,本设备提供有数据可视化的技术,可以对个人信息进行快速的提取从而能够将数据信息立体、直观的展现在参会者面前,提高会议效率。
实施例中,人脸识别模型的训练过程采用Hog+kNN算法,使得最终该人脸识别模型对人脸的识别准确度可以达到接近100%。
实施例中,人脸识别模型的训练所使用的待录入人员的人脸图像具有8张,可以保证人脸识别模型的训练精度。
实施例中,词云图统计功能可以将参会人员的话题词用直观的方式显示出来,被提及更多的话题词会更明显的在画面中呈现。
实施例中,参会人员统计画面包含柱状图统计画面、比例图统计画面以及三维图统计画面,用以针对多种信息的多种统计方式,方面使用者的灵活使用。
Claims (5)
1.一种基于人脸识别和大数据分析的智能会议签到设备,其特征在于,包括:
个人信息存储部、入场人像采集部、人脸识别部、显示部、画面存储部、检索获取部以及数据统计部,
其中,所述画面存储部存储有人脸采集画面以及数据统计画面,
所述个人信息存储部存储有待参加会议人员的姓名以及对应的个人信息,
所述入场人像采集部依次采集参会人员的人脸图像获得对应的参会人员人脸图像,
所述人脸识别部对所述参会人员人脸图像进行识别得到对应的参会人员姓名,
所述显示部显示所述人脸采集画面并在该人脸采集画面中显示所述参会人员人脸图像以及对应的所述参会人员姓名,
所述检索获取部依次根据所述参会人员姓名对所述个人信息存储部进行检索获取对应的个人信息作为参会人员信息,
所述数据统计部对全部参会人员的所述参会人员信息进行统计,获得信息统计结果数据,
所述显示部显示所述数据统计画面并在该画面中的显示所述信息统计结果数据,
其中,所述人脸识别部通过如下步骤运行:
步骤S1,从所述参会人员人脸图像获得参会人员人脸图像数组;
步骤S2,处理所述参会人员人脸图像数组,从中得到所述参会人员人脸图像的包围盒;
步骤S3,从所述包围盒抽取128个参会人员人脸的特征值作为特征向量;
步骤S4,采用经过将全部所述待参加会议人员的姓名以及对应的人脸图像作为训练集进行训练的人脸识别模型对所述特征向量进行识别判定最匹配的姓名作为所述参会人员姓名。
2.根据权利要求1所述的,其特征在于:
其中,所述人脸识别模型的所述训练包括如下步骤:
步骤T1,获取全部所述待参加会议人员的姓名以及对应的人脸图像与作为待录入人员姓名以及基础人脸图像;
步骤T2,构建初始的所述人脸识别模型作为初始人脸识别模型;
步骤T3,依次提取每个所述待录入人员的所述基础人脸图像的所述对比特征值以及对应的待录入人员姓名作为训练集;
步骤T4,根据所述训练集,将其输入所述初始人脸识别模型进行训练从而得到所述人脸识别部运行的所述步骤S4时使用的所述人脸识别模型,
其中,对于所述步骤T3,还具有如下子步骤:
步骤T3-1,依次选择所述待录入人员的所述基础人脸图像,执行以下步骤至所有所述基础人脸图像处理完毕,
步骤T3-2,从所述基础人脸图像获得待录入人员人脸图像数组,
步骤T3-3,处理所述待录入人员人脸图像数组,从中得到所述基础人脸图像的基础人脸图像包围盒,
步骤T3-4,判断所述基础人脸图像包围盒,若所述基础人脸图像包围盒不合法,则去除所述基础人脸图像包围盒对应的所述基础人脸图像,并跳过此轮子步骤,再次从所述步骤T3-1开始执行,
步骤T3-5,从所述基础人脸图像包围盒抽取128个所述对比特征值,存储到所述训练集,
步骤T3-6,将所述基础人脸图像的对应的姓名存储到所述训练集。
3.根据权利要求2所述的,其特征在于:
其中,每个所述待录入人员具有八张所述基础人脸图像。
4.根据权利要求1所述的,其特征在于,还包括:
显示比例决定部、显示控制部,
其中,所述参会人员信息统计画面包括词云图统计画面,
所述个人信息存储部还存储有与所述参会人员姓名分别对应的参会人员兴趣词,
所述数据统计部包括兴趣词统计单元,
所述检索获取部根据所述参会人员姓名对所述参会人员信息进行检索获取对应的兴趣词,
所述兴趣词统计单元对检索获取到的所述参会人员兴趣词进行统计,
一旦所述兴趣词统计单元完成所述统计,所述显示控制部就控制显示比例决定部根据统计结果决定各个所述参会人员兴趣词的显示比例大小,进一步控制所述显示部显示词云图统计画面并按照画面的预定显示区域,按所述显示比例大小排列显示所述参会人员兴趣词。
5.根据权利要求3所述的,其特征在于,还包括:
其中,所述参会人员信息统计画面包括用于显示所述参会人员的个人信息的分布或是比例的柱状图统计画面、比例图统计画面以及三维图统计画面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810894538.XA CN109102579A (zh) | 2018-08-08 | 2018-08-08 | 一种基于人脸识别和大数据分析的智能会议签到设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810894538.XA CN109102579A (zh) | 2018-08-08 | 2018-08-08 | 一种基于人脸识别和大数据分析的智能会议签到设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109102579A true CN109102579A (zh) | 2018-12-28 |
Family
ID=64848862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810894538.XA Pending CN109102579A (zh) | 2018-08-08 | 2018-08-08 | 一种基于人脸识别和大数据分析的智能会议签到设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109102579A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872408A (zh) * | 2019-02-28 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 用于发送信息的方法和装置 |
CN110288306A (zh) * | 2019-05-09 | 2019-09-27 | 广东博智林机器人有限公司 | 会议信息获取方法、装置、计算机设备和存储介质 |
CN110379031A (zh) * | 2019-07-24 | 2019-10-25 | 广东电网有限责任公司 | 一种会议签到方法、装置、设备及计算机可读存储介质 |
CN110852196A (zh) * | 2019-10-25 | 2020-02-28 | 北京首钢自动化信息技术有限公司 | 人脸识别信息展示方法及装置 |
CN111800428A (zh) * | 2020-07-08 | 2020-10-20 | 江苏中协智能科技有限公司 | 一种数字会议参与实时统计方法及系统 |
CN112766095A (zh) * | 2021-01-06 | 2021-05-07 | 安徽商信政通信息技术股份有限公司 | 一种参会人员投入度评价系统及其评价方法 |
CN112785741A (zh) * | 2021-01-13 | 2021-05-11 | 京东方科技集团股份有限公司 | 签到系统和方法、计算机设备和存储设备 |
CN114120398A (zh) * | 2021-11-10 | 2022-03-01 | 国网山东省电力公司信息通信公司 | 用于户外会议的无感智能签到系统及方法 |
CN116052260A (zh) * | 2023-03-24 | 2023-05-02 | 江西省气象服务中心(江西省专业气象台、江西省气象宣传与科普中心) | 一种天气会商视频会议点名方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103744869A (zh) * | 2013-12-18 | 2014-04-23 | 天脉聚源(北京)传媒科技有限公司 | 一种显示热点关键词的方法、装置及浏览器 |
CN105336012A (zh) * | 2014-08-06 | 2016-02-17 | 王鹏飞 | 一种基于人脸识别的大型会议签到方法 |
CN106127876A (zh) * | 2016-06-23 | 2016-11-16 | 深圳市商汤科技有限公司 | 一种多屏签到系统 |
CN106600733A (zh) * | 2016-11-24 | 2017-04-26 | 北京旷视科技有限公司 | 基于人脸识别的签到方法和系统 |
CN107909174A (zh) * | 2017-11-29 | 2018-04-13 | 南京甄视智能科技有限公司 | 基于人脸识别技术的会务系统、签到方法、地图指引方法 |
CN108090982A (zh) * | 2017-12-28 | 2018-05-29 | 深圳英飞拓科技股份有限公司 | 一种签到方法、系统及终端设备 |
-
2018
- 2018-08-08 CN CN201810894538.XA patent/CN109102579A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103744869A (zh) * | 2013-12-18 | 2014-04-23 | 天脉聚源(北京)传媒科技有限公司 | 一种显示热点关键词的方法、装置及浏览器 |
CN105336012A (zh) * | 2014-08-06 | 2016-02-17 | 王鹏飞 | 一种基于人脸识别的大型会议签到方法 |
CN106127876A (zh) * | 2016-06-23 | 2016-11-16 | 深圳市商汤科技有限公司 | 一种多屏签到系统 |
CN106600733A (zh) * | 2016-11-24 | 2017-04-26 | 北京旷视科技有限公司 | 基于人脸识别的签到方法和系统 |
CN107909174A (zh) * | 2017-11-29 | 2018-04-13 | 南京甄视智能科技有限公司 | 基于人脸识别技术的会务系统、签到方法、地图指引方法 |
CN108090982A (zh) * | 2017-12-28 | 2018-05-29 | 深圳英飞拓科技股份有限公司 | 一种签到方法、系统及终端设备 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872408A (zh) * | 2019-02-28 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 用于发送信息的方法和装置 |
CN109872408B (zh) * | 2019-02-28 | 2022-01-25 | 百度在线网络技术(北京)有限公司 | 用于发送信息的方法和装置 |
CN110288306A (zh) * | 2019-05-09 | 2019-09-27 | 广东博智林机器人有限公司 | 会议信息获取方法、装置、计算机设备和存储介质 |
CN110379031A (zh) * | 2019-07-24 | 2019-10-25 | 广东电网有限责任公司 | 一种会议签到方法、装置、设备及计算机可读存储介质 |
CN110852196A (zh) * | 2019-10-25 | 2020-02-28 | 北京首钢自动化信息技术有限公司 | 人脸识别信息展示方法及装置 |
CN111800428A (zh) * | 2020-07-08 | 2020-10-20 | 江苏中协智能科技有限公司 | 一种数字会议参与实时统计方法及系统 |
CN112766095A (zh) * | 2021-01-06 | 2021-05-07 | 安徽商信政通信息技术股份有限公司 | 一种参会人员投入度评价系统及其评价方法 |
CN112766095B (zh) * | 2021-01-06 | 2023-10-31 | 安徽商信政通信息技术股份有限公司 | 一种参会人员投入度评价系统及其评价方法 |
CN112785741A (zh) * | 2021-01-13 | 2021-05-11 | 京东方科技集团股份有限公司 | 签到系统和方法、计算机设备和存储设备 |
CN112785741B (zh) * | 2021-01-13 | 2022-07-08 | 京东方科技集团股份有限公司 | 签到系统和方法、计算机设备和存储设备 |
CN114120398A (zh) * | 2021-11-10 | 2022-03-01 | 国网山东省电力公司信息通信公司 | 用于户外会议的无感智能签到系统及方法 |
CN116052260A (zh) * | 2023-03-24 | 2023-05-02 | 江西省气象服务中心(江西省专业气象台、江西省气象宣传与科普中心) | 一种天气会商视频会议点名方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109102579A (zh) | 一种基于人脸识别和大数据分析的智能会议签到设备 | |
Parham et al. | An animal detection pipeline for identification | |
Materzynska et al. | The jester dataset: A large-scale video dataset of human gestures | |
Dubey et al. | What makes an object memorable? | |
Ciptadi et al. | Movement pattern histogram for action recognition and retrieval | |
Poleg et al. | Compact CNN for indexing egocentric videos | |
Baraldi et al. | Gesture recognition in ego-centric videos using dense trajectories and hand segmentation | |
Han et al. | Unsupervised extraction of visual attention objects in color images | |
CN110414432A (zh) | 对象识别模型的训练方法、对象识别方法及相应的装置 | |
Theagarajan et al. | Soccer: Who has the ball? Generating visual analytics and player statistics | |
JP6470503B2 (ja) | 画像照合装置、画像検索システム、画像照合方法、画像検索方法およびプログラム | |
CN105809146B (zh) | 一种图像场景识别方法和装置 | |
CN101383000B (zh) | 信息处理装置和信息处理方法 | |
CN109117897A (zh) | 基于卷积神经网络的图像处理方法、装置及可读存储介质 | |
CN106650630A (zh) | 一种目标跟踪方法及电子设备 | |
CN109190643A (zh) | 基于卷积神经网络中药识别方法及电子设备 | |
CN109657100A (zh) | 视频集锦生成方法及装置、电子设备及存储介质 | |
CN105654033A (zh) | 人脸图像验证方法和装置 | |
CN110503076A (zh) | 基于人工智能的视频分类方法、装置、设备和介质 | |
CN110837580A (zh) | 一种行人图片标注方法、装置、存储介质和智能设备 | |
CN106557521A (zh) | 对象索引方法、对象搜索方法及对象索引系统 | |
CN110163567A (zh) | 基于多任务级联卷积神经网络的课堂点名系统 | |
CN113537056A (zh) | 虚拟形象驱动方法、装置、设备和介质 | |
CN109871762A (zh) | 一种人脸识别模型的评价方法和装置 | |
Chi et al. | Two-stream video classification with cross-modality attention |
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 |
Application publication date: 20181228 |
|
RJ01 | Rejection of invention patent application after publication |