CN109461220A - 签到方法、装置及系统 - Google Patents
签到方法、装置及系统 Download PDFInfo
- Publication number
- CN109461220A CN109461220A CN201811227393.4A CN201811227393A CN109461220A CN 109461220 A CN109461220 A CN 109461220A CN 201811227393 A CN201811227393 A CN 201811227393A CN 109461220 A CN109461220 A CN 109461220A
- Authority
- CN
- China
- Prior art keywords
- face
- target object
- registering
- feature information
- image data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000001815 facial effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 241000406668 Loxodonta cyclotis Species 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种签到方法、装置及系统;其中,该方法包括:当监测到目标对象时,采集目标对象的面部图像数据;从面部图像数据中提取面部特征信息;将面部特征信息与预先建立的签到数据库进行匹配;根据匹配结果,为目标对象进行签到处理。本发明通过人脸识别的方式进行签到,无需依赖硬件设备,签到方式高效经济,同时提高了签到的便捷性。
Description
技术领域
本发明涉及管理智能化技术领域,尤其是涉及一种签到方法、装置及系统。
背景技术
通常情况下,教育培训机构均需要对学员的上课情况进行考勤记录管理。传统的签到方式为纸质签到,然而纸质签到存在着数据无法联网保存、人工统计效率低、人情管理等缺点。随着科学技术的发展,出现了一些现代智能化签到方式,如磁卡签到(IC卡,integrated circuit)及移动设备的二维码签到。通常使用的接触式磁卡是将集成电路芯片固封在塑料基片中的卡片,是一种功能多样、用途广泛的电子签到卡片;在使用磁卡签到的过程中,易出现数据联网不及时、卡片丢失、等问题导致签到的便捷性较差。二维码签到是通过微信、彩信或者邮件等方式将唯一身份ID二维码发给用户,用户通过该二维码图片识别身份进行签到;但采用该方式签到需要手机等终端设备支持,且可能会产生二维码易被冒用的问题,便捷性较差。
发明内容
有鉴于此,本发明的目的在于提供一种签到方法、装置及系统,以提高签到效率和便捷性。
第一方面,本发明实施例提供了一种签到方法,该方法包括:当监测到目标对象时,采集目标对象的面部图像数据;从面部图像数据中提取面部特征信息;将面部特征信息与预先建立的签到数据库进行匹配;根据匹配结果,为目标对象进行签到处理。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,上述当监测到目标对象时,采集目标对象的面部图像数据的步骤,包括:判断是否有目标对象进入预设的检测范围;如果有,在目标对象移动过程中,采集符合设定标准的面部图像数据。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,上述从面部图像数据中提取面部特征信息的步骤,包括:对面部图像数据进行预处理;从处理后的面部图像数据中提取面部特征信息。
结合第一方面的第二种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,上述预处理包括光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化的一种或多种;上述面部特征信息包括两眼间距离、两颊间距离、五官形状、五官相对位置中的一种或多种。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,上述签到数据库保存有各对象的身份信息和对应的面部特征信息;上述将面部特征信息与预先建立的签到数据库进行匹配的步骤,包括:将目标对象的面部特征信息与签到数据库中各对象的面部特征信息逐一进行比对;如果目标对象的面部特征信息与当前对象的面部特征信息的相似度高于设定阈值,将当前对象的身份信息确定为目标对象的身份信息。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,上述签到数据库还保存有对象的课程信息;上述根据匹配结果,为目标对象进行签到处理的步骤,包括:根据当前对象的身份信息和对应的课程信息,为目标对象进行签到处理。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,其中,上述方法还包括:如果面部特征信息与预先建立的签到数据库匹配失败,判断是否到达目标对象的匹配次数阈值,如果否,再次执行采集目标对象的面部图像数据的步骤。
第二方面,本发明实施例还提供一种签到装置,该装置包括:图像采集模块,用于当监测到目标对象时,采集目标对象的面部图像数据;特征提取模块,用于从面部图像数据中提取面部特征信息;匹配模块,用于将面部特征信息与预先建立的签到数据库进行匹配;签到模块,用于根据匹配结果,为目标对象进行签到处理。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,上述特征提取模块还用于:对面部图像数据进行预处理;从处理后的面部图像数据中提取面部特征信息。
第三方面,本发明实施例还提供一种签到系统,该系统包括监视器及信息处理器;上述装置设置于该信息处理器。
本发明实施例带来了以下有益效果:
本发明实施例提供了一种签到方法、装置及系统;当监测到目标对象时,采集目标对象的面部图像数据,并从该数据中提取面部特征信息;将该面部特征信息与预先建立的签到数据库进行匹配后,根据匹配结果,为目标对象进行签到处理。该方式通过人脸识别的方式进行签到,无需依赖硬件设备,签到方式高效经济,同时提高了签到的便捷性。
本发明的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本发明的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施方式,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种签到方法的流程图;
图2为本发明实施例提供的另一种签到方法的流程图;
图3为本发明实施例提供的一种签到装置的结构示意图;
图4为本发明实施例提供的一种签到系统的结构示意图;
图5为本发明实施例提供的一种签到系统的工作流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,现有的签到方式效率较低,且便捷性较差,基于此,本发明实施例提供了一种签到方法、装置以及系统,可以应用于课程签到及其他需要签到的场景。为便于对本实施例进行理解,首先对本发明实施例所公开的一种签到方法进行详细介绍。
参见图1所示的一种签到方法的流程图,该方法包括以下步骤:
步骤S100,当监测到目标对象时,采集目标对象的面部图像数据。
上述目标对象可以为进入教室的人员;可以通过设置在教室门口的摄像头或监视器采集来往人员的图像;当处于动态图像采集时,很有可能在采集到的图像中难以检测到目标对象的面部图像,因此,需要对采集到的图像有一定的筛选,选择包含目标对象面部的图像数据进行后续处理。
步骤S102,从面部图像数据中提取面部特征信息。
上述面部图像数据由于受到各种条件的限制和随机干扰,往往不能直接使用,可以在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理,便于进行面部特征信息的提取。面部特征提取,也称人脸表征,它是对人脸进行特征建模的过程。人脸特征提取可以采用基于知识的表征方法,主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。
步骤S104,将面部特征信息与预先建立的签到数据库进行匹配。
在实际中,可以将需要签到人员的面部特征信息、对应的身份信息及课程信息预先存储在签到数据库中;在匹配过程中,将提取的面部特征信息与数据库中已存储的签到人员的面部特征信息进行一一匹配,可以设定一个阈值,当相似度超过这一阈值,则把匹配得到的面部特征信息对应的身份信息及课程信息作为匹配结果输出;也可以将相似度最高的面部特征信息对应的身份信息及课程信息作为匹配结果输出。
步骤S106,根据匹配结果,为目标对象进行签到处理。
可以在上述输出的课程信息中查找相应的课程,为目标对象在相应的课程处标记“已出席”;进一步地,还可以将该身份信息、对应的课程及出席的标识显示在显示终端上。
本发明实施例提供了一种签到方法,当监测到目标对象时,采集目标对象的面部图像数据,并从该数据中提取面部特征信息;将该面部特征信息与预先建立的签到数据库进行匹配后,根据匹配结果,为目标对象进行签到处理。该方法通过人脸识别的方式进行签到,无需依赖硬件设备,签到方式高效经济,同时提高了签到的便捷性。
本发明实施例提供了还提供了另一种签到方法,该方法在图1所示的方法基础上实现,其流程图如图2所示,包括以下步骤:
步骤S200,判断是否有目标对象进入预设的检测范围;具体地,可以通过检测采集的图像中移动的目标,从而判断是否有目标对象进入预设的检测范围;该检测范围可以为教室门口一定范围内的区域,通过调整摄像头或监视器的位置进行划定。
步骤S202,如果有,在目标对象移动过程中,采集符合设定标准的面部图像数据;上述设定标准的面部图像数据可以为符合配置的偏差范围内的正脸,如倾斜角度不超过15°的侧脸也可以作为符合设定标准的面部图像数据,以便于后续进行面部特征信息提取。
步骤S204,对面部图像数据进行预处理;具体地,该预处理包括光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化的一种或多种;上述预处理方法均为常见的图像处理方法,目的在于提高图像的信噪比,清除或减少数据图像模糊运动模糊,几何失真,提高清晰度等,以便于后续特征提取。
步骤S206,从处理后的面部图像数据中提取面部特征信息;具体地,该面部特征信息包括两眼间距离、两颊间距离、五官形状、五官相对位置中的一种或多种;具体地,上述面部特征信息可以为各种距离比例及角度值,例如两眼间的距离、两颊间的距离以及各特征点之间的组合形成的距离、角度值等,该参数可以依据算法的设定具体而定。
步骤S208,将目标对象的面部特征信息与签到数据库中各对象的面部特征信息逐一进行比对;实际情况中,签到数据库中保存有多个对象的面部特征信息,可以将目标对象的面部特征信息与各个对象的面部特征信息根据神经网络、支持向量机等算法进行匹配,得到相似度。
步骤S210,如果目标对象的面部特征信息与当前对象的面部特征信息的相似度高于设定阈值,将当前对象的身份信息确定为目标对象的身份信息;具体地,在将目标对象的面部特征信息与各个对象的面部特征信息的匹配过程中,如果针对于某个对象的匹配相似度高于设定阈值,则将该对象确认为目标对象,从而确定目标对象的身份信息;上述阈值可以在神经网络、支持向量机等算法中被设定。
步骤S212,根据当前对象的身份信息和对应的课程信息,为目标对象进行签到处理;具体地,可以在课程信息中查找相应的课程,为目标对象在相应的课程处标记已出席。
由于采集的图像质量等原因,可能出现目标对象的面部特征信息存在于数据库中,但未匹配成功的情况;如果面部特征信息与预先建立的签到数据库匹配失败,判断是否到达目标对象的匹配次数阈值,如果否,再次执行采集目标对象的面部图像数据的步骤;即设置匹配次数阈值,在匹配不成功且匹配次数未达到该阈值的时候,采用上述方法进行多次匹配;当匹配不成功且匹配次数达到该阈值时,停止匹配,得到匹配失败的结果。
该方法通过人脸识别技术实现相关人员的签到;人脸特征的唯一性和不易被复制的良好特性,为身份鉴别提供了必要的前提;无需手机等设备支持,就可以通过高效的人脸信息识别进行课程签到动作,提高了签到效率,符合教育培训行业发展的未来需求。
对应于上述实施例,本发明实施例还提供一种签到装置,其结构示意图如图3所示;该装置包括:图像采集模块300,用于当监测到目标对象时,采集目标对象的面部图像数据;特征提取模块302,用于从面部图像数据中提取面部特征信息;匹配模块304,用于将面部特征信息与预先建立的签到数据库进行匹配;签到模块306,用于根据匹配结果,为目标对象进行签到处理。
进一步地,上述特征提取模块还用于:对面部图像数据进行预处理;从处理后的面部图像数据中提取面部特征信息。
本发明实施例提供的签到装置,与上述实施例提供的签到方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本发明实施例还提供一种签到系统,其结构示意图如图4所示,该系统包括监视器40及信息处理器41;上述装置设置于该信息处理器。
本发明实施例提供了还提供了另一种签到系统,其结构示意图如图5所示,该系统包括监视器、图像采集器、课堂平台(相当于上述信息处理器)及显示器。该系统的具体工作过程如图5所示,包括以下步骤:
步骤1:监视器检测到用户进入检测范围,通过图像采集器采集用户图像信息,并将信息上传至课堂平台。
步骤2:课堂平台将用户图像信息进行预处理,进行人脸检测和人脸标记,并提取用户人脸特征数据。
步骤3:通过课堂平台将用户特征数据与平台中预存的会员特征数据进行匹配;若无匹配结果,则执行步骤4;若用户特征数据与其中一位会员特征数据相匹配,则检测该会员的相应的课程信息;若检测到该会员相应的课程信息,则执行步骤6;若未检测到相应的课程信息,则结束。
步骤4:通过课堂平台判断是否达到重试的次数阀值;若小于设定的重试次数阀值,则执行步骤1;若大于重试次数阀值,则结束。
步骤5:通过显示终端显示用户的签到信息。
本发明通过人脸识别技术提供一种签到销课的系统;人脸特征的唯一性和不易被复制的良好特性,为身份鉴别提供了必要的前提。相比较其他识别技术,人脸识别用户不需要和设备直接接触,解决了人工效率低的问题。人脸识别使影像信息和用户的课程信息连接起来,防止签到销课信息统计出错,信息及时上传同步。采用该方式进行签到时,用户无需手机等设备支持,就能够进行高效的人脸信息识别、课程签到动作。签到者无额外耗材需求,高效经济,适应了教育培训行业发展的未来需求。
本发明实施例所提供的一种签到方法、装置及系统的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种签到方法,其特征在于,所述方法包括:
当监测到目标对象时,采集所述目标对象的面部图像数据;
从所述面部图像数据中提取面部特征信息;
将所述面部特征信息与预先建立的签到数据库进行匹配;
根据匹配结果,为所述目标对象进行签到处理。
2.根据权利要求1所述的方法,其特征在于,所述当监测到目标对象时,采集所述目标对象的面部图像数据的步骤,包括:
判断是否有目标对象进入预设的检测范围;
如果有,在所述目标对象移动过程中,采集符合设定标准的面部图像数据。
3.根据权利要求1所述的方法,其特征在于,所述从所述面部图像数据中提取面部特征信息的步骤,包括:
对所述面部图像数据进行预处理;
从处理后的所述面部图像数据中提取面部特征信息。
4.根据权利要求3所述的方法,其特征在于,所述预处理包括光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化的一种或多种;
所述面部特征信息包括两眼间距离、两颊间距离、五官形状、五官相对位置中的一种或多种。
5.根据权利要求1所述的方法,其特征在于,所述签到数据库保存有各对象的身份信息和对应的面部特征信息;
所述将所述面部特征信息与预先建立的签到数据库进行匹配的步骤,包括:将所述目标对象的面部特征信息与所述签到数据库中各对象的面部特征信息逐一进行比对;
如果所述目标对象的面部特征信息与当前对象的面部特征信息的相似度高于设定阈值,将所述当前对象的身份信息确定为所述目标对象的身份信息。
6.根据权利要求5所述的方法,其特征在于,所述签到数据库还保存有对象的课程信息;
所述根据匹配结果,为所述目标对象进行签到处理的步骤,包括:根据所述当前对象的身份信息和对应的课程信息,为所述目标对象进行签到处理。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
如果所述面部特征信息与预先建立的签到数据库匹配失败,判断是否到达所述目标对象的匹配次数阈值,如果否,再次执行采集所述目标对象的面部图像数据的步骤。
8.一种签到装置,其特征在于,所述装置包括:
图像采集模块,用于当监测到目标对象时,采集所述目标对象的面部图像数据;
特征提取模块,用于从所述面部图像数据中提取面部特征信息;
匹配模块,用于将所述面部特征信息与预先建立的签到数据库进行匹配;
签到模块,用于根据匹配结果,为所述目标对象进行签到处理。
9.根据权利要求8所述的装置,其特征在于,所述特征提取模块还用于:
对所述面部图像数据进行预处理;
从处理后的所述面部图像数据中提取面部特征信息。
10.一种签到系统,其特征在于,所述系统包括监视器及信息处理器;权利要求8-9任一项所述的装置设置于所述信息处理器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811227393.4A CN109461220A (zh) | 2018-10-22 | 2018-10-22 | 签到方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811227393.4A CN109461220A (zh) | 2018-10-22 | 2018-10-22 | 签到方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109461220A true CN109461220A (zh) | 2019-03-12 |
Family
ID=65608007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811227393.4A Pending CN109461220A (zh) | 2018-10-22 | 2018-10-22 | 签到方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109461220A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110516562A (zh) * | 2019-08-06 | 2019-11-29 | 合肥智圣新创信息技术有限公司 | 一种基于人脸识别的高校人员定位方法及装置 |
CN110782540A (zh) * | 2019-09-18 | 2020-02-11 | 上海创视通软件技术有限公司 | 一种人脸识别考勤方法及装置 |
CN112562106A (zh) * | 2020-11-16 | 2021-03-26 | 浙江大学 | 一种用于计算机软件开发的数据采集处理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205646A (zh) * | 2015-08-07 | 2015-12-30 | 江苏诚创信息技术研发有限公司 | 自动点名系统及实现自动点名系统的方法 |
CN106204780A (zh) * | 2016-07-04 | 2016-12-07 | 武汉理工大学 | 一种基于深度学习和云服务的人脸识别考勤系统及方法 |
CN106611447A (zh) * | 2016-12-30 | 2017-05-03 | 首都师范大学 | 一种考勤方法和装置 |
CN107978199A (zh) * | 2017-12-06 | 2018-05-01 | 李�昊 | 一种基于群组信息自动查询的教学监控系统及其考勤方法 |
CN207676400U (zh) * | 2017-12-29 | 2018-07-31 | 重庆医药高等专科学校 | 用于管理学生的系统 |
-
2018
- 2018-10-22 CN CN201811227393.4A patent/CN109461220A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205646A (zh) * | 2015-08-07 | 2015-12-30 | 江苏诚创信息技术研发有限公司 | 自动点名系统及实现自动点名系统的方法 |
CN106204780A (zh) * | 2016-07-04 | 2016-12-07 | 武汉理工大学 | 一种基于深度学习和云服务的人脸识别考勤系统及方法 |
CN106611447A (zh) * | 2016-12-30 | 2017-05-03 | 首都师范大学 | 一种考勤方法和装置 |
CN107978199A (zh) * | 2017-12-06 | 2018-05-01 | 李�昊 | 一种基于群组信息自动查询的教学监控系统及其考勤方法 |
CN207676400U (zh) * | 2017-12-29 | 2018-07-31 | 重庆医药高等专科学校 | 用于管理学生的系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110516562A (zh) * | 2019-08-06 | 2019-11-29 | 合肥智圣新创信息技术有限公司 | 一种基于人脸识别的高校人员定位方法及装置 |
CN110782540A (zh) * | 2019-09-18 | 2020-02-11 | 上海创视通软件技术有限公司 | 一种人脸识别考勤方法及装置 |
CN112562106A (zh) * | 2020-11-16 | 2021-03-26 | 浙江大学 | 一种用于计算机软件开发的数据采集处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Islam et al. | Efficient detection and recognition of 3D ears | |
US10635946B2 (en) | Eyeglass positioning method, apparatus and storage medium | |
CN103914686B (zh) | 一种基于证件照与采集照的人脸比对认证方法及系统 | |
Ranjan et al. | Unconstrained age estimation with deep convolutional neural networks | |
CN107316029B (zh) | 一种活体验证方法及设备 | |
CN102682309B (zh) | 一种基于模板学习的人脸注册方法及装置 | |
Bedagkar-Gala et al. | Multiple person re-identification using part based spatio-temporal color appearance model | |
CN108182397B (zh) | 一种多姿态多尺度的人脸验证方法 | |
CN106919921B (zh) | 结合子空间学习与张量神经网络的步态识别方法及系统 | |
CN106529414A (zh) | 一种通过图像比对实现结果认证的方法 | |
KR20170006355A (ko) | 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치 | |
US20190370536A1 (en) | Gait recognition system to identify walking subject | |
CN103778409A (zh) | 基于人脸特征数据挖掘的人脸识别方法与装置 | |
CN107480586B (zh) | 基于人脸特征点位移的生物识别照片仿冒攻击检测方法 | |
CN109461220A (zh) | 签到方法、装置及系统 | |
CN106056083B (zh) | 一种信息处理方法及终端 | |
CN107944395B (zh) | 一种基于神经网络验证人证合一的方法及系统 | |
CN110827432B (zh) | 一种基于人脸识别的课堂考勤方法及系统 | |
Rukhiran et al. | Effecting of environmental conditions to accuracy rates of face recognition based on IoT solution | |
CN108446642A (zh) | 一种快速人脸识别系统 | |
Chowdhury et al. | Development of an automatic class attendance system using cnn-based face recognition | |
KR20200119425A (ko) | 도메인 적응 기반 객체 인식 장치 및 그 방법 | |
CN112149517A (zh) | 一种人脸考勤方法、系统、计算机设备及存储介质 | |
CN101739571A (zh) | 基于分块主成分分析的人脸确认装置 | |
Aydoğdu et al. | A study on liveness analysis for palmprint recognition system |
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: 20190312 |
|
RJ01 | Rejection of invention patent application after publication |