CN109214303A - 一种基于云端api的多线程动态人脸签到方法 - Google Patents
一种基于云端api的多线程动态人脸签到方法 Download PDFInfo
- Publication number
- CN109214303A CN109214303A CN201810920120.1A CN201810920120A CN109214303A CN 109214303 A CN109214303 A CN 109214303A CN 201810920120 A CN201810920120 A CN 201810920120A CN 109214303 A CN109214303 A CN 109214303A
- Authority
- CN
- China
- Prior art keywords
- face
- frame
- video
- video frame
- recognition
- 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.)
- Granted
Links
Classifications
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1091—Recording time for administrative or management purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种基于云端API的多线程动态人脸签到方法,该方法建立所需的人脸库、管理信息库,以及所需的三个线程;人脸抓取线程在现场动态抓取视频帧并实时检测视频中的人脸,按适当比例传递人脸视频帧给另外两个线程;视频显示线程在移动终端屏幕上实时显示视频流并在人脸上画框;人脸识别线程将人脸视频帧发送给云端API进行识别,接收识别信息,检验签到是否成功,并更新数据库;视频显示线程在移动终端屏幕上显示签到结果。本发明利用并发技术高效处理人脸识别流程,能够实现三线程并发完成抓拍、显示、识别处理任务,从而提高软件运行效率,缩短签到流程,优化用户体验,具有良好的市场前景和应用价值。
Description
技术领域
本发明涉及一种动态人脸签到方法,具体涉及一种基于云端API的多线程动态人脸签到方法,属于并发的模式识别与图像处理应用软件领域。
背景技术
近年来,随着计算机技术的迅速发展,人脸识别技术得到广泛研究与开发,成为图像处理领域中最热门的研究主题之一。人脸识别的目的是从人脸图像中抽取人的个性化特征,并以此来识别人的身份。因此在各种需要身份认证的场景中,都可以通过这一技术来代替已有的各种身份认证技术。目前市场上常用的身份识别方法有指纹识别、虹膜识别、声纹识别、人脸识别等。由于声纹识别技术仍不够成熟、难以实现,虹膜、指纹等信息涉及更多的个人隐私,而人脸识别这种方法信息采集最为容易,如果能够达到高效准确,就会得以广泛的应用,产生巨大的经济效益和社会效益。
针对校园环境,借助人脸识别技术,进行各种场合的身份认证具有更紧迫的需求和意义。随着国家教育事业对学风建设的加强,规范考场秩序、严肃考风考纪成为了“以考风促学风”的重要手段。以科技手段对考生进行身份认证和识别签到成为了学校的诉求。
但是已有的人脸识别签到软件仍存在一些缺陷。一方面,学校考场的人脸识别机器大多使用将身份证照片与考生面部进行1:1的比对,这种简单的签到方式仍然无法避免替考现象的发生,考生只需携带两张身份证即可蒙混过关。另一方面,市面上的人脸识别签到软件多采用拍照,利用图像进行静态比对,需要人工按键进行拍照,签到效率低下。
基于以上原因,需要一种动态人脸签到方法,要求其设计合理,工作性能稳定,动态识别且识别速度快,同时其应当易于维护和操作简单的特点。
发明内容
本发明的目的在于实现一种基于云端API的多线程动态人脸签到方法。该方法建立所需的人脸库和管理信息库,以及所需的三个线程;人脸抓取线程在现场动态抓取视频帧并实时检测视频中的人脸,按适当比例传递人脸视频帧给另外两个线程;视频显示线程在移动终端屏幕上实时显示视频流并在人脸上画框;人脸识别线程将人脸视频帧发送给云端API进行识别,接收识别信息,检验签到是否成功,并更新数据库;视频显示线程在移动终端屏幕上显示签到结果。具体来说,本发明的方法包括下列步骤:
A.建立所需的人脸信息库、管理信息库以及三个线程,具体步骤如下:
A1.在人脸识别云端建立人脸信息库;
所述的人脸识别云端是提供人脸识别服务API的服务器,可以位于私有云或者公有云上,API包括但不限于自主开发API和商业API;
所述的人脸信息库包括但不限于个人标识信息和人脸图片,每个人的人脸图片的数目不限于1张,所有的人脸图片组织在数据库中,组织结构不限于树状结构;
A2.在信息管理服务器的管理信息库中建立场地信息表及个人信息表;
所述的场地信息表包括但不限于:时间段、场地标识、团体标识、个人标识、签到记录;
所述的个人信息表包括但不限于:所属团体标识、所属场地标识、姓名、编号、人脸图片、签到记录;
A3.在人脸签到移动终端(简称移动终端)上,创建三个线程,具体步骤如下:
A3.1.创建一个人脸抓取线程,从摄像头输入的视频流中动态抓取视频帧,实时检测人脸;
A3.2.创建一个视频显示线程,实时显示抓到的视频帧,对检测到的人脸画框,并显示最后的签到结果;
A3.3.创建一个人脸识别线程,将检测到的人脸视频帧发送给云端API做人脸识别,接收识别结果,检验签到是否成功,并更新数据库;
B.人脸抓取线程在现场动态抓取视频帧并实时检测视频中的人脸,按适当比例传递人脸视频帧给另外两个线程,具体步骤如下:
B1.人脸抓取线程开启移动终端摄像头,从视频流中动态抓取视频帧;
B2.对视频帧做预处理,具体实现步骤如下:
B2.1.将视频帧图像的尺寸缩小到所需的比例,提高检测和识别的速度;
所述的比例包括但不限于1/4;
B2.2.将缩小后的视频帧图像转换成人脸识别需要的格式;
所述的格式包括但不限于RGB格式;
B3.对预处理后的视频帧图像执行人脸检测;
B4.若存在人脸,则存储所有的人脸位置信息,按比例选择适当的帧数,连同人脸位置信息一起,传递给视频显示线程和人脸识别线程;
B4.1.每隔M帧将图像帧传递给视频显示线程,所述的M为正整数,包括但不限于2;
B4.2.每隔N帧将图像帧传递给人脸识别线程,所述的N为正整数,包括但不限于9;
B5.若不存在人脸,每隔M帧将图像帧传递给视频显示线程,所述的M为正整数,包括但不限于2;
C.视频显示线程在移动终端屏幕上实时显示视频帧并在人脸上画框,具体步骤如下:
C1.获取人脸抓取线程传递来的视频帧图像及检测到的人脸位置信息;
C2.将缩小后的视频帧图像放大到原图像尺寸;如果人脸位置参数不为空,则转换位置参数到原图像尺寸,并执行C3;如果人脸位置参数为空,则直接执行C4;
C3.利用人脸位置参数信息在人脸周围画出矩形框,在人脸框下方显示“识别中”;
C4.在移动终端屏幕上显示合成后的视频帧;
D.人脸识别线程将人脸视频帧发送给云端API进行识别,接收识别结果,检验签到是否成功,并更新数据库,具体步骤如下:
D1.接收人脸抓取线程传递过来的人脸视频帧;
D2.调用云端API,将视频帧发送给云端API,设置发送参数值要求API返回相似度最高的K个候选人,所述的K包括但不限于1;
D3.接收云端API反馈的识别信息,检验签到是否成功,具体步骤如下:
所述的识别信息包括但不限于:姓名、编号、相似度;
D3.1.设置相似度阈值为T,所述的T包括但不限于70;
D3.2.如果相似度大于等于T,则表明已经识别出当前人员的身份;否则表示识别失败;
D3.3.如果已经识别出该人员身份,则判断该人员是否属于本场人员,具体步骤如下:
D3.3.1.获取当前时间,从场地信息表中获取当前时间对应的本场人员名单;
D3.3.2.在本场人员名单中查找识别出的编号,查找到则记录签到状态为“签到成功”;否则为“签到失败”;
D4.将签到状态信息传递给视频显示线程,并更新管理信息库;
传递和更新的信息包括但不限于:姓名、编号、相似度、签到记录;
E.视频显示线程在移动终端屏幕上显示签到识别结果,具体步骤如下:
E1.如果签到成功,在人脸框上方显示“签到成功”,在人脸框下方显示人员姓名、编号;
E2.如果签到失败,在人脸框上方显示“签到失败,请工作人员核实该人员身份”。
与其他人脸签到方法相比,本发明利用并发技术高效处理人脸识别流程,能够实现三线程并发完成抓拍、显示、识别处理任务,从而提高软件运行效率,缩短签到流程,优化用户体验,具有良好的市场前景和应用价值。本方法可以应用于各种人员签到场景,包括但不限于幼儿园、小学、中学、大等各种学校的教室、考场签到,以及各种企事业单位的会议、活动签到。
附图说明
图1:基于云端API的多线程动态人脸签到流程图
具体实施方式
下面结合附图,通过对某校考试的某考场中若干考生进行签到的过程说明,作为实施例对本发明方法做进一步描述。
方法流程图如图1所示。本发明方法包括:1)建立所需的学生人脸库和管理信息库,以及所需要的人脸抓取线程、视频显示线程和人脸识别线程;2)人脸抓取线程在现场动态抓取视频帧并实时检测视频中的人脸,按适当比例传递人脸视频帧给另外两个线程;3)视频显示线程实时显示视频帧并在人脸上画框;4)人脸识别线程将人脸视频帧发送给云端API进行识别,接收识别结果,检验签到是否成功,并更新数据库;5)视频显示线程在移动终端屏幕上显示签到结果。具体实施步骤如下:
1.建立所需的学生人脸库、管理信息库,以及所需要的人脸抓取线程、视频显示线程和人脸识别线程:
1.1.打开http://ai.baidu.com网址,登录账号,在左侧页面导航栏内点击人脸库管理,进入页面后,点击新建应用,而后根据班级新建班级组,在组内新建用户,输入用户ID(学生姓名+学生学号),导入人脸照片;
1.2.在学生管理信息数据库中建立考场安排表及学生信息表,表格示例如下:
考场安排表:
学号 | 姓名 | 班级 | 时间 | 考场 | 座位号 | 签到记录 |
1704030001 | 李一 | 物流171 | 13:00-14:10 | 工二201 | 1 | 0 |
1704030002 | 王二 | 英语172 | 13:00-14:10 | 工二201 | 2 | 0 |
1704030003 | 马三 | 视传174 | 13:00-14:10 | 工二201 | 3 | 0 |
学生信息表:
姓名 | 学号 | 班级 |
李一 | 1704030001 | 物流171 |
王二 | 1704030002 | 英语172 |
马三 | 1704030003 | 视传174 |
1.3.在人脸识别移动终端上,创建三个线程,具体步骤如下:
1.3.1.创建一个人脸抓取线程,从摄像头输入的视频流中动态抓取视频帧,实时检测人脸;
1.3.2.创建一个视频显示线程,实时显示抓到的视频,对检测到的人脸画框,并显示最后的签到结果;
1.3.3.创建一个人脸识别线程,发送人脸图像给云端API做人脸识别,接收识别结果,检验签到是否成功,并更新数据库;
2.人脸抓取线程在现场动态抓取视频帧并实时检测视频中的人脸,按适当比例传递人脸视频帧给另外两个线程,具体步骤如下:
2.1.人脸抓取线程开启移动终端摄像头,人脸抓取线程从视频流中动态抓取视频帧,将其赋值给一个全局变量frame;
2.2.对视频帧做预处理,具体实现步骤如下:
2.2.1.将视频帧图像进行尺寸的缩小,缩小到原来的1/4,并赋值给新的变量small_frame,提高检测和识别的速度;
2.2.2.将经过尺寸缩小后的图像small_frame转换为RGB图像,并赋值给新的变量rgb_small_frame;
2.3.对预处理后的每个视频帧图像执行人脸检测;
2.4.若存在人脸,则存储所有人脸位置信息,每隔2帧将图像帧传递给视频显示线程,每隔9帧将图像帧传递给人脸识别线程;
这里的人脸位置信息包括四个值:top、right、bottom、left,如[(32,199,140,91)]所示;
2.5.若不存在人脸,则每隔2帧将图像帧传递给视频显示线程;
3.视频显示线程在移动终端屏幕上实时显示视频帧并在人脸上画框,具体步骤如下:
3.1.获取抓取视频帧线程中传递来的视频帧图像,拷贝给一个局部变量loc_frame_1;
3.2将缩小后的视频帧图像放大到原图像尺寸;如果人脸位置参数不为空,则转换位置参数到原图像尺寸,并执行3.3;如果人脸位置参数为空,则直接执行3.4;
3.3.按照人脸位置参数在人脸图像上画出矩形框,在人脸框下方写“识别中”;
3.4在移动终端屏幕上显示合成后的视频帧;
4.人脸识别线程将人脸视频帧发送给云端API进行识别,接收识别结果,检验签到是否成功,并更新数据库,具体步骤如下:
4.1.接收人脸抓取线程传递过来的人脸视频帧,拷贝给一个局部变量loc_frame_2;
4.2.调用云端API,将视频帧发送给云端API,设置发送参数值要求API返回相似度最高的1个候选人;
4.3.接收云端API反馈的识别信息,检验签到是否成功,具体步骤如下:
事例中考试的识别信息格式分别如下所示:
李一,1704030001,test,[90.012031555176]
王二,1704030002,test,[90.726322174072]
朱四,1704030228,test,[90.089765282143]
4.3.1.设置相似度阈值为70;
4.3.2.实例中识别出的学号相似度均大于70,表明已经识别出当前人脸图像帧的身份;
4.3.3.如果已经识别出学生身份,则判断该学生是否属于本场人员,具体步骤如下:
4.3.3.1.获取当前时间,从考场安排表中获取当前时间对应的本考场考生名单;
4.3.3.2.在本考场名单中,查找识别出的学号;查找到李一的学号为1704030001,在本考场名单的学号中,“签到成功”;如朱四的学号为1704030001不在本考场名单的学号中,“签到失败”;
4.4.将签到状态信息传递给视频显示线程,并更新学生管理信息数据库;
传递和更新的信息包括但不限于:姓名,学号,相似度,签到状态;示例如下:
学号 | 姓名 | 相似度 | 签到记录 |
1704030001 | 李一 | 90.01203156 | 签到成功 |
1704030002 | 王二 | 90.72632217 | 签到成功 |
1704030003 | 马三 | 90.08976528 | 签到失败 |
5.视频显示线程在移动终端屏幕上显示签到识别结果,具体步骤如下:
5.1.在李一和王二的人脸框上方显示“签到成功”,在人脸框下方显示学生姓名,学号;
5.2.在马三人脸框上方显示“签到失败,请工作人员核实该人员身份”;该人员身份有可能是替考人员或者走错考场的人员。
本发明的方法实现了基于云端API的多线程动态人脸签到,通过5个步骤能够实现利用一个带有摄像头的终端设备,快速地为对各种场景下的人员进行签到工作,具有很高的商业价值和经济效益。
最后需要注意的是,公布实施例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:在不脱离本发明及所附的权利要求的精神和范围内,各种替换和修改都是可能的。因此,本发明不应局限于实施例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。
Claims (5)
1.一种基于云端API的多线程动态人脸签到方法,其步骤包括:
A.建立所需的人脸信息库、管理信息库以及三个线程,具体步骤如下:
A1.在人脸识别云端建立人脸信息库;
所述的人脸识别云端是提供人脸识别服务API的服务器,可以位于私有云或者公有云上,API包括但不限于自主开发API和商业API;
所述的人脸信息库包括但不限于个人标识信息和人脸图片,每个人的人脸图片的数目不限于1张,所有的人脸图片组织在数据库中,组织结构不限于树状结构;
A2.在信息管理服务器的管理信息库中建立场地信息表及个人信息表;
所述的场地信息表包括但不限于:时间段、场地标识、团体标识、个人标识、签到记录;
所述的个人信息表包括但不限于:所属团体标识、所属场地标识、姓名、编号、人脸图片、签到记录;
A3.在人脸签到移动终端(简称移动终端)上,创建三个线程;
B.人脸抓取线程在现场动态抓取视频帧并实时检测视频中的人脸,按适当比例传递人脸视频帧给另外两个线程,具体步骤如下:
B1.人脸抓取线程开启移动终端摄像头,从视频流中动态抓取视频帧;
B2.对视频帧做预处理;
B3.对预处理后的视频帧图像执行人脸检测;
B4.若存在人脸,则存储所有的人脸位置信息,按比例选择适当的帧数,连同人脸位置信息一起,传递给视频显示线程和人脸识别线程;
B5.若不存在人脸,每隔M帧将图像帧传递给视频显示线程,所述的M为正整数,包括但不限于2;
C.视频显示线程在移动终端屏幕上实时显示视频帧并在人脸上画框,具体步骤如下:
C1.获取人脸抓取线程传递来的视频帧图像及检测到的人脸位置信息;
C2.将缩小后的视频帧图像放大到原图像尺寸;如果人脸位置参数不为空,则转换位置参数到原图像尺寸,并执行C3;如果人脸位置参数为空,则直接执行C4;
C3.利用人脸位置参数信息在人脸周围画出矩形框,在人脸框下方显示“识别中”;
C4.在移动终端屏幕上显示合成后的视频帧;
D.人脸识别线程将人脸视频帧发送给云端API进行识别,接收识别结果,检验签到是否成功,并更新数据库,具体步骤如下:
D1.接收人脸抓取线程传递过来的人脸视频帧;
D2.调用云端API,将视频帧发送给云端API,设置发送参数值要求API返回相似度最高的K个候选人,所述的K包括但不限于1;
D3.接收云端API反馈的识别信息,检验签到是否成功,所述的识别信息包括但不限于:姓名、编号、相似度;
D4.将签到状态信息传递给视频显示线程,并更新管理信息库;
传递和更新的信息包括但不限于:姓名、编号、相似度、签到记录;
E.视频显示线程在移动终端屏幕上显示签到识别结果,具体步骤如下:
E1.如果签到成功,在人脸框上方显示“签到成功”,在人脸框下方显示人员姓名、编号;
E2.如果签到失败,在人脸框上方显示“签到失败,请工作人员核实该人员身份”。
2.如权利要求1所述的一种基于云端API的多线程动态人脸识别签到的方法,其特征在于,对视频帧做预处理,具体实现如下:
B2.1.将视频帧图像的尺寸缩小到所需的比例,提高检测和识别的速度;所述的比例包括但不限于1/4;
B2.2.将缩小后的视频帧图像转换成人脸识别需要的格式;所述的格式包括但不限于RGB格式。
3.如权利要求1所述的一种基于云端API的多线程动态人脸签到方法,其特征在于,在人脸签到移动终端(简称移动终端)上,创建三个线程,具体步骤如下:
A3.1.创建一个人脸抓取线程,从摄像头输入的视频流中动态抓取视频帧,实时检测人脸;
A3.2.创建一个视频显示线程,实时显示抓到的视频帧,对检测到的人脸画框,并显示最后的签到结果;
A3.3.创建一个人脸识别线程,将检测到的人脸视频帧发送给云端API做人脸识别,接收识别结果,检验签到是否成功,并更新数据库。
4.如权利要求1所述的一种基于云端API的多线程动态人脸签到方法,其特征在于,若存在人脸,则存储所有的人脸位置信息,按比例选择适当的帧数,连同人脸位置信息一起,传递给视频显示线程和人脸识别线程;
B4.1.每隔M帧将图像帧传递给视频显示线程,所述的M为正整数,包括但不限于2;
B4.2.每隔N帧将图像帧传递给人脸识别线程,所述的N为正整数,包括但不限于9。
5.如权利要求1所述的一种基于云端API的多线程动态人脸签到方法,其特征在于,接收百度API反馈的识别信息,检验签到是否成功,具体实现如下:
D3.1.设置相似度阈值为T,所述的T包括但不限于70;
D3.2.如果相似度大于等于T,则表明已经识别出当前人员的身份;否则表示识别失败;
D3.3.如果已经识别出该人员身份,则判断该人员是否属于本场人员,具体步骤如下:
D3.3.1.获取当前时间,从场地信息表中获取当前时间对应的本场人员名单;
D3.3.2.在本场人员名单中查找识别出的编号,查找到则记录签到状态为“签到成功”;
否则为“签到失败”。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810920120.1A CN109214303B (zh) | 2018-08-14 | 2018-08-14 | 一种基于云端api的多线程动态人脸签到方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810920120.1A CN109214303B (zh) | 2018-08-14 | 2018-08-14 | 一种基于云端api的多线程动态人脸签到方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109214303A true CN109214303A (zh) | 2019-01-15 |
CN109214303B CN109214303B (zh) | 2021-10-01 |
Family
ID=64988458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810920120.1A Active CN109214303B (zh) | 2018-08-14 | 2018-08-14 | 一种基于云端api的多线程动态人脸签到方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109214303B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840491A (zh) * | 2019-01-25 | 2019-06-04 | 平安科技(深圳)有限公司 | 视频流播放方法、系统、计算机装置及可读存储介质 |
CN110427805A (zh) * | 2019-06-20 | 2019-11-08 | 平安科技(深圳)有限公司 | 视频显示方法、装置、计算机设备和存储介质 |
CN110909638A (zh) * | 2019-11-11 | 2020-03-24 | 广东光速智能设备有限公司 | 一种基于arm平台的人脸识别方法及系统 |
CN110942528A (zh) * | 2019-11-13 | 2020-03-31 | 中国联合网络通信集团有限公司 | 一种签到方法、装置及系统 |
CN110942530A (zh) * | 2019-12-16 | 2020-03-31 | 深圳利亚德光电有限公司 | 活动的签到方法、装置和系统 |
CN111191541A (zh) * | 2019-12-20 | 2020-05-22 | 南京理工大学 | 基于人脸识别的校园招聘无感签到方法 |
CN111242032A (zh) * | 2020-01-13 | 2020-06-05 | 天地伟业技术有限公司 | 一种基于xls的人脸库管理方法 |
CN111681179A (zh) * | 2020-05-22 | 2020-09-18 | 浙江大华技术股份有限公司 | 屏端显示方法、装置、计算机设备和计算机可读存储介质 |
CN111696220A (zh) * | 2019-03-11 | 2020-09-22 | 杭州海康威视数字技术股份有限公司 | 签到方法及装置 |
CN113096263A (zh) * | 2021-03-16 | 2021-07-09 | 普联技术有限公司 | 一种人脸打卡的展示方法、装置、设备及存储介质 |
CN109840491B (zh) * | 2019-01-25 | 2024-07-02 | 平安科技(深圳)有限公司 | 视频流播放方法、系统、计算机装置及可读存储介质 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201251796Y (zh) * | 2008-08-29 | 2009-06-03 | 中科院成都信息技术有限公司 | 基于面相识别的签到系统 |
CN103324905A (zh) * | 2012-03-21 | 2013-09-25 | 天津生态城动漫园投资开发有限公司 | 次世代虚拟摄影棚面部捕捉系统 |
CN103827778A (zh) * | 2011-09-30 | 2014-05-28 | 甲骨文国际公司 | 企业工具增强 |
US20140277735A1 (en) * | 2013-03-15 | 2014-09-18 | JIBO, Inc. | Apparatus and methods for providing a persistent companion device |
CN104091156A (zh) * | 2014-07-10 | 2014-10-08 | 深圳市中控生物识别技术有限公司 | 一种身份识别方法及装置 |
US20150220299A1 (en) * | 2014-02-06 | 2015-08-06 | Samsung Electronics Co., Ltd. | Electronic device and method for controlling displays |
CN105976444A (zh) * | 2016-04-28 | 2016-09-28 | 信阳师范学院 | 一种视频图像处理方法及装置 |
CN105975948A (zh) * | 2016-05-23 | 2016-09-28 | 南京甄视智能科技有限公司 | 用于人脸识别的云服务平台架构 |
CN106033539A (zh) * | 2015-03-20 | 2016-10-19 | 上海宝信软件股份有限公司 | 一种基于视频人脸识别的会议引导方法及系统 |
CN205812245U (zh) * | 2016-07-11 | 2016-12-14 | 北京正安维视科技股份有限公司 | 基于监控视频的会场人员信息监控系统 |
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 |
CN106709433A (zh) * | 2016-12-07 | 2017-05-24 | 深圳市万睿智能科技有限公司 | 一种非静态场景人脸自动采集和建模的方法、装置及系统 |
CN106778690A (zh) * | 2017-01-16 | 2017-05-31 | 中兴智能视觉大数据技术(湖北)有限公司 | 一种智能动态人脸识别方法 |
CN108009491A (zh) * | 2017-11-29 | 2018-05-08 | 深圳火眼智能有限公司 | 一种解决快速背景运动中的目标物识别方法及系统 |
CN108090469A (zh) * | 2018-01-09 | 2018-05-29 | 武汉天恒智能科技有限公司 | 一种视频与图像人脸识别系统 |
US20180152784A1 (en) * | 2016-11-25 | 2018-05-31 | Samsung Electronics Co., Ltd. | Electronic device for controlling microphone parameter |
CN108230475A (zh) * | 2018-01-02 | 2018-06-29 | 新开普电子股份有限公司 | 一种远距离人脸识别签到系统 |
CN108269331A (zh) * | 2017-12-12 | 2018-07-10 | 国政通科技股份有限公司 | 一种智能视频大数据处理系统 |
CN108288280A (zh) * | 2017-12-28 | 2018-07-17 | 杭州宇泛智能科技有限公司 | 基于视频流的动态人脸识别方法及装置 |
CN108320345A (zh) * | 2018-05-04 | 2018-07-24 | 珠海横琴盛达兆业科技投资有限公司 | 一种基于百度人脸识别api的bs架构实现智能人脸考勤的方法 |
CN108345877A (zh) * | 2018-04-12 | 2018-07-31 | 珠海横琴盛达兆业科技投资有限公司 | 一种基于百度人脸检测api的人脸采集方法 |
-
2018
- 2018-08-14 CN CN201810920120.1A patent/CN109214303B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201251796Y (zh) * | 2008-08-29 | 2009-06-03 | 中科院成都信息技术有限公司 | 基于面相识别的签到系统 |
CN103827778A (zh) * | 2011-09-30 | 2014-05-28 | 甲骨文国际公司 | 企业工具增强 |
CN103324905A (zh) * | 2012-03-21 | 2013-09-25 | 天津生态城动漫园投资开发有限公司 | 次世代虚拟摄影棚面部捕捉系统 |
US20140277735A1 (en) * | 2013-03-15 | 2014-09-18 | JIBO, Inc. | Apparatus and methods for providing a persistent companion device |
US20150220299A1 (en) * | 2014-02-06 | 2015-08-06 | Samsung Electronics Co., Ltd. | Electronic device and method for controlling displays |
CN104091156A (zh) * | 2014-07-10 | 2014-10-08 | 深圳市中控生物识别技术有限公司 | 一种身份识别方法及装置 |
CN106033539A (zh) * | 2015-03-20 | 2016-10-19 | 上海宝信软件股份有限公司 | 一种基于视频人脸识别的会议引导方法及系统 |
CN105976444A (zh) * | 2016-04-28 | 2016-09-28 | 信阳师范学院 | 一种视频图像处理方法及装置 |
CN105975948A (zh) * | 2016-05-23 | 2016-09-28 | 南京甄视智能科技有限公司 | 用于人脸识别的云服务平台架构 |
CN205812245U (zh) * | 2016-07-11 | 2016-12-14 | 北京正安维视科技股份有限公司 | 基于监控视频的会场人员信息监控系统 |
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 |
US20180152784A1 (en) * | 2016-11-25 | 2018-05-31 | Samsung Electronics Co., Ltd. | Electronic device for controlling microphone parameter |
CN106709433A (zh) * | 2016-12-07 | 2017-05-24 | 深圳市万睿智能科技有限公司 | 一种非静态场景人脸自动采集和建模的方法、装置及系统 |
CN106778690A (zh) * | 2017-01-16 | 2017-05-31 | 中兴智能视觉大数据技术(湖北)有限公司 | 一种智能动态人脸识别方法 |
CN108009491A (zh) * | 2017-11-29 | 2018-05-08 | 深圳火眼智能有限公司 | 一种解决快速背景运动中的目标物识别方法及系统 |
CN108269331A (zh) * | 2017-12-12 | 2018-07-10 | 国政通科技股份有限公司 | 一种智能视频大数据处理系统 |
CN108288280A (zh) * | 2017-12-28 | 2018-07-17 | 杭州宇泛智能科技有限公司 | 基于视频流的动态人脸识别方法及装置 |
CN108230475A (zh) * | 2018-01-02 | 2018-06-29 | 新开普电子股份有限公司 | 一种远距离人脸识别签到系统 |
CN108090469A (zh) * | 2018-01-09 | 2018-05-29 | 武汉天恒智能科技有限公司 | 一种视频与图像人脸识别系统 |
CN108345877A (zh) * | 2018-04-12 | 2018-07-31 | 珠海横琴盛达兆业科技投资有限公司 | 一种基于百度人脸检测api的人脸采集方法 |
CN108320345A (zh) * | 2018-05-04 | 2018-07-24 | 珠海横琴盛达兆业科技投资有限公司 | 一种基于百度人脸识别api的bs架构实现智能人脸考勤的方法 |
Non-Patent Citations (4)
Title |
---|
《中国产经》: ""西安启用人脸识别抓拍系统 行人闯红灯将被曝光"", 《中国产经》 * |
QIANLI XU等: ""SocioGlass: social interaction assistance"", 《SCIENTIFIC PHONE APPS AND MOBILE DEVICES》 * |
夏平平: ""动态人脸识别系统的设计与实现"", 《武汉工程大学学报》 * |
樊慧慧 等: ""一种复杂环境下的动态多人脸自动检测与实时跟踪方法"", 《计算机应用研究》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840491A (zh) * | 2019-01-25 | 2019-06-04 | 平安科技(深圳)有限公司 | 视频流播放方法、系统、计算机装置及可读存储介质 |
CN109840491B (zh) * | 2019-01-25 | 2024-07-02 | 平安科技(深圳)有限公司 | 视频流播放方法、系统、计算机装置及可读存储介质 |
CN111696220A (zh) * | 2019-03-11 | 2020-09-22 | 杭州海康威视数字技术股份有限公司 | 签到方法及装置 |
CN110427805A (zh) * | 2019-06-20 | 2019-11-08 | 平安科技(深圳)有限公司 | 视频显示方法、装置、计算机设备和存储介质 |
CN110427805B (zh) * | 2019-06-20 | 2024-03-19 | 平安科技(深圳)有限公司 | 视频显示方法、装置、计算机设备和存储介质 |
CN110909638B (zh) * | 2019-11-11 | 2023-09-05 | 广东光速智能设备有限公司 | 一种基于arm平台的人脸识别方法及系统 |
CN110909638A (zh) * | 2019-11-11 | 2020-03-24 | 广东光速智能设备有限公司 | 一种基于arm平台的人脸识别方法及系统 |
CN110942528A (zh) * | 2019-11-13 | 2020-03-31 | 中国联合网络通信集团有限公司 | 一种签到方法、装置及系统 |
CN110942530A (zh) * | 2019-12-16 | 2020-03-31 | 深圳利亚德光电有限公司 | 活动的签到方法、装置和系统 |
CN111191541A (zh) * | 2019-12-20 | 2020-05-22 | 南京理工大学 | 基于人脸识别的校园招聘无感签到方法 |
CN111242032A (zh) * | 2020-01-13 | 2020-06-05 | 天地伟业技术有限公司 | 一种基于xls的人脸库管理方法 |
CN111242032B (zh) * | 2020-01-13 | 2023-01-20 | 天地伟业技术有限公司 | 一种基于xls的人脸库管理方法 |
CN111681179A (zh) * | 2020-05-22 | 2020-09-18 | 浙江大华技术股份有限公司 | 屏端显示方法、装置、计算机设备和计算机可读存储介质 |
CN113096263A (zh) * | 2021-03-16 | 2021-07-09 | 普联技术有限公司 | 一种人脸打卡的展示方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109214303B (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214303A (zh) | 一种基于云端api的多线程动态人脸签到方法 | |
CN110543811B (zh) | 一种基于深度学习的非配合式考试人员管理方法及其系统 | |
Xu et al. | Security and Usability Challenges of {Moving-Object}{CAPTCHAs}: Decoding Codewords in Motion | |
CN111695392B (zh) | 基于级联的深层卷积神经网络的人脸识别方法及系统 | |
CN106874826A (zh) | 人脸关键点跟踪方法和装置 | |
CN109145717A (zh) | 一种在线学习的人脸识别方法 | |
CN110490238A (zh) | 一种图像处理方法、装置及存储介质 | |
WO2021151317A1 (zh) | 活体检测方法、装置、电子设备及存储介质 | |
CN104183029A (zh) | 一种便携式快速人群考勤方法 | |
CN108734003A (zh) | 身份验证方法、装置、设备、存储介质及程序 | |
CN109242309A (zh) | 参会用户画像生成方法、装置、智能会议设备及存储介质 | |
Rafika et al. | Face recognition based artificial intelligence with attendx technology for student attendance | |
Salman et al. | Design and implementation of IoT based class attendance monitoring system using computer vision and embedded linux platform | |
Kuang et al. | A real-time attendance system using deep-learning face recognition | |
CN107656760A (zh) | 数据处理方法及装置、电子设备 | |
CN112785741A (zh) | 签到系统和方法、计算机设备和存储设备 | |
Yohannes et al. | Domain adaptation deep attention network for automatic logo detection and recognition in google street view | |
CN111274447A (zh) | 基于视频的目标表情生成方法、装置、介质、电子设备 | |
Tiwari et al. | Live attendance system via face recognition | |
CN110414792A (zh) | 基于bim和大数据的部品集采管理系统及相关产品 | |
Shi et al. | Research and development of intelligent online examination monitoring system | |
Golasangi et al. | A Survey on Face Recognition Based Attendance System | |
CN103955708B (zh) | 一种用于人脸合成画像识别的人脸照片库快速缩减方法 | |
Pilania et al. | Implementation of image-based attendance system | |
CN114972006A (zh) | 图像生成方法、装置、设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |