CN109308452B - 一种基于人脸识别的课堂考勤图像处理方法 - Google Patents

一种基于人脸识别的课堂考勤图像处理方法 Download PDF

Info

Publication number
CN109308452B
CN109308452B CN201810909467.6A CN201810909467A CN109308452B CN 109308452 B CN109308452 B CN 109308452B CN 201810909467 A CN201810909467 A CN 201810909467A CN 109308452 B CN109308452 B CN 109308452B
Authority
CN
China
Prior art keywords
picture
face
face information
recognition
information
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.)
Active
Application number
CN201810909467.6A
Other languages
English (en)
Other versions
CN109308452A (zh
Inventor
杨高平
刘子畅
张镇关
李文清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Quanbo Education Technology Guangdong Co ltd
Original Assignee
Quanbo Education Technology Guangdong Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Quanbo Education Technology Guangdong Co ltd filed Critical Quanbo Education Technology Guangdong Co ltd
Priority to CN201810909467.6A priority Critical patent/CN109308452B/zh
Publication of CN109308452A publication Critical patent/CN109308452A/zh
Application granted granted Critical
Publication of CN109308452B publication Critical patent/CN109308452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • 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

Abstract

本发明公开了一种基于人脸识别的课堂考勤图像处理方法，包括以下步骤：a、抓拍课堂中的原图片；b、进行至少两次切割，每次切割的对象均为原图片，并且每次对原图片切割的位置互不相同；c、对切割后的图片进行人脸检测并识别；d、将识别出的人脸信息与数据库中预存的人脸信息匹配；e、若匹配成功，则获取对应该人脸信息的人员的身份信息进行签到；本设计将原图片分成若干个部分，每个部分上携带的人脸信息会相对减少，便于系统进行识别，同时每次切割位置必须互不相同，保证原图片上的人脸信息至少在一个部分中完整保留。

Description

一种基于人脸识别的课堂考勤图像处理方法
技术领域
本发明涉及课堂考勤领域，特别是人脸识别的课堂考勤图像处理方法。
背景技术
现有的课堂对学生考勤的方式有多种，例如人工签到、打卡、手机签到等等，甚至还可采用人脸识别技术，学生在进入课室前，站在摄像头前让摄像头获取人脸信息，而学校数据库中每个学生都会建立一个个人信息档案，内部有学生的年级、班级、课程等等的信息，还有该学生的预存的人脸信息，通过摄像头获取的人脸信息与数据库中预存的人脸信息匹配，从而实现获取到对应该人脸信息的学生信息，进行签到，但是现今面临一个问题，课室不可能设置有太多的摄像头，而上述签到的程序必须每个学生站在摄像头面前进行人脸信息，效率低下，若摄像头对整个课室的图像进行获取，图像过大，人脸过多，系统无法识别，容易导致紊乱。
发明内容
为解决上述技术问题，本发明的目的是提供一种对摄像头采集的课室大范围图片进行合理切割后便于识别的课堂考勤图像处理方法。
本发明采用的技术方案是：
一种基于人脸识别的课堂考勤图像处理方法，包括以下步骤：
a、抓拍课堂中的原图片；
b、进行至少两次切割，每次切割的对象均为原图片，并且每次对原图片切割的位置互不相同；
c、对切割后的图片进行人脸检测并识别；
d、将识别出的人脸信息与数据库中预存的人脸信息匹配；
e、若匹配成功，则获取对应该人脸信息的人员的身份信息进行签到。
所述步骤b中包括以下步骤：
b1、在原图片中沿横向的1/2位置处切割，依次形成第一图片和第二图片；
b2、在原图片中沿横向的1/4位置处以及3/4位置处切割，依次形成第三图片、第四图片、第五图片；
b3、获取尺寸较大的第一图片、第二图片以及第四图片提供步骤c进行人脸检测、识别。
所述步骤b3中获取尺寸较大的第一图片、第二图片以及第四图片，将第一图片、第二图片以及第四图片放大到预设尺寸，再进入步骤c。
所述步骤c中，先判断切割后的图片中是否存在人脸，若存在，则识别出人脸信息，若不存在，则返回步骤a。
在步骤a前还包括步骤z、将人员的身份信息与人脸信息录入数据库中并且身份信息与人脸信息一一配对。
所述步骤z中，将带有人员人脸的图像上传至外界的人脸识别服务器进行识别并且得出预存人脸信息，并将人脸识别服务器输出的预存人脸信息录入在数据库中，所述步骤c中，将切割后的图片上传至人脸识别服务器中进行识别并且得出待匹配的人脸信息。
所述步骤d中，将识别出的人脸信息与数据库中预存的人脸信息对比，筛选出相似度最高的预存人脸信息，并判断预存人脸信息的相似度是否高于相似度阈值，若是，则匹配成功，进入步骤e。
在预设的时间段中循环步骤a-步骤e。
本发明的有益效果：
本发明课堂考勤图像处理方法，摄像头抓拍课室中大角度范围的原图片，进行至少两次切割，每次切割的对象都是原图片，此处切割的目的在于将原图片分成若干个部分，每个部分上携带的人脸信息会相对减少，便于系统进行识别，同时切割位置可能会造成人脸信息的损坏，因此此处需进行至少两次切割，并且每次切割位置必须互不相同，保证原图片上的人脸信息至少在一个部分中完整保留。
同时，为了提高系统运行效率，并且最大程度地保留完整的人脸信息，第一次切割在原图片中沿横向的1/2位置处，第二次在原图片中沿横向的1/4位置处以及3/4位置处，以最小次数进行切割，进一步地，还对切割后的选取进行识别的图片进行放大，便于系统识别处理。
附图说明
下面结合附图对本发明的具体实施方式做进一步的说明。
图1是本发明课堂考勤图像处理的主流程图。
图2是本发明步骤z的流程图。
具体实施方式
如图1、图2所示，一种基于人脸识别的课堂考勤图像处理方法,包括以下步骤：
a、抓拍课堂中的原图片，此处摄像头以固定的频率抓拍课堂的原图片；
b、进行至少两次切割，每次切割的对象均为原图片，并且每次对原图片切割的位置互不相同；
c、对切割后的图片进行人脸检测并识别；
d、将识别出的人脸信息与数据库中预存的人脸信息匹配；
e、若匹配成功，则获取对应该人脸信息的人员的身份信息进行签到。
在进行以上步骤之前，需要对数据库进行预储存处理的准备工作，在步骤a前还包括步骤z、将人员的身份信息与人脸信息录入数据库中并且身份信息与人脸信息一一配对。
而此处关于人脸识别的工作可将图片上传到google、百度、腾讯等服务器中进行，步骤z中，将带有人员人脸的图像上传至外界的人脸识别服务器进行识别并且得出预存人脸信息，人脸信息一般为各个坐标位置的数值、还会返回一个独立的人脸ID，此处可将人脸识别服务器输出的预存人脸信息录入在数据库中，将人脸信息、人脸ID以及对应的学生信息建立独立的文档，即可区分每个学生，步骤c中，将切割后的图片上传至人脸识别服务器中进行识别并且得出待匹配的人脸信息。
摄像头抓拍课室中大角度范围的原图片，进行至少两次切割，每次切割的对象都是原图片，此处切割的目的在于将原图片分成若干个部分，每个部分上携带的人脸信息会相对减少，便于系统进行识别，同时切割位置可能会造成人脸信息的损坏，因此此处需进行至少两次切割，并且每次切割位置必须互不相同，保证原图片上的人脸信息至少在一个部分中完整保留。
由于签到具有失效性，因此本设计在预设的时间段中循环步骤a-步骤e，此处的预设的时间段可以以一个课时进行划分，也可以1/4课时或者1/2课时进行划分，具体由工作人员制定。
针对切割的步骤，为了提高系统运行效率，并且最大程度地保留完整的人脸信息，步骤b中包括以下步骤：
b1、在原图片中沿横向的1/2位置处切割，依次形成第一图片和第二图片；
b2、在原图片中沿横向的1/4位置处以及3/4位置处切割，依次形成第三图片、第四图片、第五图片；
b3、获取尺寸较大的第一图片、第二图片以及第四图片提供步骤c进行人脸检测、识别。
第一次切割在原图片中沿横向的1/2位置处，第二次在原图片中沿横向的1/4位置处以及3/4位置处，以最小次数进行切割，同时，第一图片、第二图片以及第四图片为五张图片中尺寸最大的，并且已经包含了原图片的所有内容，无需再对第三图片和第五图片进行处理，便于系统识别处理，大大提高了运行效率。
进一步地步骤b3中获取尺寸较大的第一图片、第二图片以及第四图片，将第一图片、第二图片以及第四图片放大到预设尺寸，再进入步骤c，图片放大，便于系统进行识别匹配。
步骤c中，先判断切割后的图片中是否存在人脸，若存在，则识别出人脸信息，若不存在，则返回步骤a，此处可根据系统预设的人脸框架进行，通过人脸框架对图片中的图像进行检测。
所述步骤z中，将带有人员人脸的图像上传至外界的人脸识别服务器进行识别并且得出预存人脸信息，并将人脸识别服务器输出的预存人脸信息录入在数据库中，所述步骤c中，将切割后的图片上传至人脸识别服务器中进行识别并且得出带匹配的人脸信息。
所述步骤d中，将识别出的人脸信息与数据库中预存的人脸信息对比，筛选出相似度最高的预存人脸信息，此处可筛选出5张最高的预存人脸信息，取其中最高的一张，并判断预存人脸信息的相似度是否高于相似度阈值，若是，则匹配成功，进入步骤e，此处设定相似度阈值，可设定为80％或者更高，此处通过分类器计算匹配的相似度，此处若最高相似度的预存人脸信息低于相似都阈值，则结束。
以上所述仅为本发明的优先实施方式，本发明并不限定于上述实施方式，只要以基本相同手段实现本发明目的的技术方案都属于本发明的保护范围之内。

Claims (7)

1.一种基于人脸识别的课堂考勤图像处理方法，其特征在于,包括以下步骤：
a、抓拍课堂中的原图片；
b、进行至少两次切割，每次切割的对象均为原图片，并且每次对原图片切割的位置互不相同；
c、对切割后的图片进行人脸检测并识别；
d、将识别出的人脸信息与数据库中预存的人脸信息匹配；
e、若匹配成功，则获取对应该人脸信息的人员的身份信息进行签到；所述步骤b中包括以下步骤：
b1、在原图片中沿横向的1/2位置处切割，依次形成第一图片和第二图片；
b2、在原图片中沿横向的1/4位置处以及3/4位置处切割，依次形成第三图片、第四图片、第五图片；
b3、获取尺寸较大的第一图片、第二图片以及第四图片提供步骤c进行人脸检测、识别。
2.根据权利要求1所述的一种基于人脸识别的课堂考勤图像处理方法，其特征在于，所述步骤b3中获取尺寸较大的第一图片、第二图片以及第四图片，将第一图片、第二图片以及第四图片放大到预设尺寸，再进入步骤c。
3.根据权利要求1所述的一种基于人脸识别的课堂考勤图像处理方法，其特征在于：所述步骤c中，先判断切割后的图片中是否存在人脸，若存在，则识别出人脸信息，若不存在，则返回步骤a。
4.根据权利要求1所述的一种基于人脸识别的课堂考勤图像处理方法，其特征在于，在步骤a前还包括步骤z、将人员的身份信息与人脸信息录入数据库中并且身份信息与人脸信息一一配对。
5.根据权利要求4所述的一种基于人脸识别的课堂考勤图像处理方法，其特征在于，所述步骤z中，将带有人员人脸的图像上传至外界的人脸识别服务器进行识别并且得出预存人脸信息，并将人脸识别服务器输出的预存人脸信息录入在数据库中，所述步骤c中，将切割后的图片上传至人脸识别服务器中进行识别并且得出待匹配的人脸信息。
6.根据权利要求1所述的一种基于人脸识别的课堂考勤图像处理方法，其特征在于，所述步骤d中，将识别出的人脸信息与数据库中预存的人脸信息对比，筛选出相似度最高的预存人脸信息，并判断预存人脸信息的相似度是否高于相似度阈值，若是，则匹配成功，进入步骤e。
7.根据权利要求1所述的一种基于人脸识别的课堂考勤图像处理方法，其特征在于，在预设的时间段中循环步骤a-步骤e。
CN201810909467.6A 2018-08-10 2018-08-10 一种基于人脸识别的课堂考勤图像处理方法 Active CN109308452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810909467.6A CN109308452B (zh) 2018-08-10 2018-08-10 一种基于人脸识别的课堂考勤图像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810909467.6A CN109308452B (zh) 2018-08-10 2018-08-10 一种基于人脸识别的课堂考勤图像处理方法

Publications (2)

Publication Number Publication Date
CN109308452A CN109308452A (zh) 2019-02-05
CN109308452B true CN109308452B (zh) 2021-10-01

Family

ID=65223825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810909467.6A Active CN109308452B (zh) 2018-08-10 2018-08-10 一种基于人脸识别的课堂考勤图像处理方法

Country Status (1)

Country Link
CN (1) CN109308452B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934949A (zh) * 2019-03-12 2019-06-25 上海商汤智能科技有限公司 考勤方法及装置、设备、存储介质
CN111382656A (zh) * 2019-04-02 2020-07-07 深圳市鸿合创新信息技术有限责任公司 一种图像识别方法、装置、电子设备及存储介质
CN110189111A (zh) * 2019-06-06 2019-08-30 名创优品（横琴）企业管理有限公司 考勤方法及装置
CN113569862B (zh) * 2021-08-04 2023-11-07 福建天晴数码有限公司 一种图集二次切割的方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101819687A (zh) * 2010-04-16 2010-09-01 阜新力兴科技有限责任公司 一种人脸识别学生考勤装置及方法
CN102831412A (zh) * 2012-09-11 2012-12-19 魏骁勇 一种基于人脸识别的教学考勤方法及其装置
CN104732601A (zh) * 2014-11-19 2015-06-24 东北大学 一种基于人脸识别技术的高识别率自动考勤装置及方法
CN105741375A (zh) * 2016-01-20 2016-07-06 华中师范大学 一种大视场双目视觉的红外图像考勤方法
CN106228629A (zh) * 2016-07-15 2016-12-14 合肥师范学院 一种基于人脸识别的课堂签到系统
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
CN107239763A (zh) * 2017-06-06 2017-10-10 合肥创旗信息科技有限公司 基于人脸识别的课堂考勤系统
CN107301687A (zh) * 2017-06-22 2017-10-27 厦门劢联科技有限公司 一种基于人脸识别技术的面授课程签到和签退系统
CN107481343A (zh) * 2017-07-22 2017-12-15 华中师范大学 一种基于人脸识别技术的课堂考勤签到系统及其工作方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103207986A (zh) * 2013-02-06 2013-07-17 江苏清大维森科技有限责任公司 一种基于lbp-hf的人脸识别方法
CN107463914A (zh) * 2017-08-11 2017-12-12 环球智达科技（北京）有限公司 图像切割方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101819687A (zh) * 2010-04-16 2010-09-01 阜新力兴科技有限责任公司 一种人脸识别学生考勤装置及方法
CN102831412A (zh) * 2012-09-11 2012-12-19 魏骁勇 一种基于人脸识别的教学考勤方法及其装置
CN104732601A (zh) * 2014-11-19 2015-06-24 东北大学 一种基于人脸识别技术的高识别率自动考勤装置及方法
CN105741375A (zh) * 2016-01-20 2016-07-06 华中师范大学 一种大视场双目视觉的红外图像考勤方法
CN106228629A (zh) * 2016-07-15 2016-12-14 合肥师范学院 一种基于人脸识别的课堂签到系统
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
CN107239763A (zh) * 2017-06-06 2017-10-10 合肥创旗信息科技有限公司 基于人脸识别的课堂考勤系统
CN107301687A (zh) * 2017-06-22 2017-10-27 厦门劢联科技有限公司 一种基于人脸识别技术的面授课程签到和签退系统
CN107481343A (zh) * 2017-07-22 2017-12-15 华中师范大学 一种基于人脸识别技术的课堂考勤签到系统及其工作方法

Also Published As

Publication number Publication date
CN109308452A (zh) 2019-02-05

Similar Documents

Publication Publication Date Title
CN109308452B (zh) 一种基于人脸识别的课堂考勤图像处理方法
CN108885698B (zh) 人脸识别方法、装置和服务器
CN110855935B (zh) 一种基于多摄像头的人员轨迹生成系统及方法
CN109766779B (zh) 徘徊人员识别方法及相关产品
WO2019071664A1 (zh) 结合深度信息的人脸识别方法、装置及存储介质
US10275641B2 (en) Methods and systems for extracting feature descriptors for an image
CN109740444B (zh) 人流量信息展示方法及相关产品
EP2306367A1 (en) Dual cameras face recognition device and method
CN108228792B (zh) 图片检索方法、电子设备及存储介质
CN104021398A (zh) 一种可穿戴智能设备及辅助身份识别的方法
CN109426785A (zh) 一种人体目标身份识别方法及装置
CN108563651B (zh) 一种多视频的目标搜索方法、装置及设备
CN110889314B (zh) 图像处理方法、装置、电子设备、服务器及系统
CN103186763A (zh) 人脸识别系统及方法
CN111104841A (zh) 暴力行为检测方法及系统
WO2020172870A1 (zh) 一种目标对象的移动轨迹确定方法和装置
KR101608822B1 (ko) 지능형 영상보완을 위한 얼굴 인식 방법 및 시스템
CN113677409A (zh) 寻宝游戏引导技术
CN111339811B (zh) 图像处理方法、装置、设备及存储介质
KR101360999B1 (ko) 증강현실 기반의 실시간 데이터 제공 방법 및 이를 이용한 휴대단말기
CN112101216A (zh) 人脸识别方法、装置、设备及存储介质
CN110502961B (zh) 一种面部图像检测方法及装置
US8879805B2 (en) Automated image identification method
US20160173731A1 (en) Image processing apparatus, data registration method, and data registration program
CN108011953A (zh) 基于人脸识别的云服务系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 528400 13th floor, 19th floor, building 5, Shangfeng financial business center, No. 88, Zhongshan Fourth Road, Zhongshan City, Guangdong Province (residence declaration)

Applicant after: Quanbo Education Technology (Guangdong) Co.,Ltd.

Address before: No.4, 20th floor, block 5, Shangfeng financial and business center, No.88, Zhongshan 4th Road, East District, Zhongshan City, Guangdong Province, 528400

Applicant before: ZHONGSHAN QUANBO NETWORK TECHNOLOGY Co.,Ltd.

CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yang Gaoping

Inventor after: Liu Zichang

Inventor after: Zhang Zhenguan

Inventor after: Li Wenqing

Inventor before: Yang Gaoping

Inventor before: Zhang Zhenguan

Inventor before: Li Wenqing

GR01 Patent grant
GR01 Patent grant