CN110033403A - 一种无感知课堂考勤方法及系统 - Google Patents
一种无感知课堂考勤方法及系统 Download PDFInfo
- Publication number
- CN110033403A CN110033403A CN201910324253.7A CN201910324253A CN110033403A CN 110033403 A CN110033403 A CN 110033403A CN 201910324253 A CN201910324253 A CN 201910324253A CN 110033403 A CN110033403 A CN 110033403A
- Authority
- CN
- China
- Prior art keywords
- attendance
- information
- student
- image
- class
- 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 19
- 230000001815 facial effect Effects 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000007619 statistical method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 7
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
Classifications
-
- 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
- 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
- G07C1/02—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people not involving the registering, indicating or recording of other data
- G07C1/04—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people not involving the registering, indicating or recording of other data wherein the time is indicated in figures
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种无感知课堂考勤方法,包括如下步骤:在上课期间周期性获取待考勤图像,所述待考勤图像包括了整个教室所有座位上学员的图像信息;对所有待考勤图像进行人脸定位和人脸识别并生成人脸识别信息;调用已存储在控制装置中的待考勤学员面部信息;将人脸识别信息与待考勤学员面部信息进行匹配并生成考勤信息。本发明还公开了实现所述无感知课堂考勤方法的无感知课堂考勤系统。采用本发明公开的技术方案,通过教室内的摄像装置获取包括了整个教室所有座位上学员的图像信息的待考勤图像,从而快速对整个教室的学员进行考勤签到,从而生成考勤信息,与现有技术相比,避免了学员在考勤机前排队的现象,并且可以无感知地一次或多次考勤,生成上课期间的到课学员人数曲线,极大地提高了考勤效率和实用性。
Description
技术领域
本发明涉及智能考勤领域,尤其涉及一种无感知课堂考勤方法及系统。
背景技术
课堂考勤是学校教学管理的一个重要内容,学员的出勤情况,可以作为老师或学校对于学员进行评价的一个重要依据,很多学校在课程结束后对学员评分时都会将出勤情况作为一个参考因素。
但现有的纸质签到、指纹签到、人脸签到等考勤系统存在以下问题:需要上课的学员主动配合(如到考勤机上打指纹,录入人脸等),经常造成学员在考勤机前排队的现象,耗时耗力,甚至出现按时到达的学员无法按时签到的情况。同时,现有的考勤系统都是一次性考勤,不能统计课程中学员人数的变化,生成听课学生人数曲线。
因此,如何在考勤签到时减少对被考勤人员的干扰,无感知地进行一次或多次考勤,提高考勤效率和实用性,成为了本领域急需解决的问题。
发明内容
因此,本发明需要解决的问题是如何减少对被考勤人员的干扰,如何实现上课中的多次无感知考勤,提高考勤效率和实用性,避免考勤时的排队现象和无法统计课程中学员的变化情况。
为了解决上述技术问题,本发明采用了如下的技术方案:
一种无感知课堂考勤方法,包括如下步骤:
S1、在上课期间使用摄像机周期性获取待考勤图像,所述待考勤图像包括了整个教室所有座位上学员的图像信息;
S2、对所有待考勤图像进行人脸定位和人脸特征提取并生成人脸识别信息;
S3、调用已存储在控制装置中的待考勤学员面部信息;
S4、将人脸识别信息与待考勤学员面部信息进行匹配并生成考勤信息。
优选地,所述人脸识别信息包括人脸识别图像及所述人脸识别图像对应的图像获取时间和地点,所述考勤信息包括按时签到信息,步骤S4包括:
将所有人脸识别信息与待考勤学员面部信息进行匹配;
若首次匹配成功且对应的图像获取时间处于预设签到成功时间段内,则生成匹配成功的人脸识别图像对应的学员的按时签到信息。
优选地,所述考勤信息还包括迟到信息,步骤S4还包括:
若首次匹配成功且对应的图像获取时间处于预设迟到时间段内,则生成所述学员的迟到信息。
优选地,所述考勤信息还包括课中签到信息,步骤S4还包括:
若已生成任一学员的按时签到信息或迟到信息,则再次匹配成功时生成所述学员的课中签到信息。
优选地,所述考勤信息还包括早退信息,步骤S4还包括:
若已生成任一学员的按时签到信息或迟到信息,且预设早退时间段内获取的待考勤图像无法实现所述学员的成功匹配,则生成所述学员的早退信息。
优选地,还包括:
通过人头检测算法统计待考勤图像中的学员数;
若待考勤图像中的学员数大于匹配成功的学员数,则以上课班级的全体学员信息为基准,滚动显示未签到学员的名单。
优选地,还包括:
生成考勤统计信息,所述考勤统计信息包括应到人数、实到人数、迟到人数及早退人数;
基于每次匹配成功的人数生成上课人数变化曲线图。
一种无感知课堂考勤系统,包括控制装置、摄像装置、人脸识别模块、匹配模块,显示模块,其中:
控制装置用于控制摄像装置在上课期间周期性获取待考勤图像,所述待考勤图像包括了整个教室所有座位上学员的图像信息;还用于存储课程表,学员信息和学员人脸特征信息;
人脸识别模块用于对所有待考勤图像进行人脸定位和人脸特征提取并生成人脸识别信息;
匹配模块用于将人脸识别信息与待考勤学员面部信息进行匹配并生成考勤信息;
显示模块用于显示未签到学员滚动列表,显示考勤统计信息,显示上课人数变化曲线图。
优选地,还包括考勤提示模块,
考勤提示模块用于统计待考勤图像中的学员数;
考勤提示模块还用于若待考勤图像中的学员数大于匹配成功的学员数,以上课班级的全体学员信息为基准,滚动显示未签到学员的名单。
优选地,还包括统计分析模块,
统计分析模块用于生成考勤统计信息,所述考勤统计信息包括应到人数、实到人数、迟到人数及早退人数;
统计分析模块还用于基于每次匹配成功的人数生成上课人数变化曲线图。
综上所述,本发明公开了一种无感知课堂考勤方法,包括如下步骤:在上课期间周期性获取待考勤图像,所述待考勤图像包括了整个教室所有座位上学员的图像信息;对所有待考勤图像进行人脸定位和人脸特征提取并生成人脸识别信息;调用已存储在控制装置中的待考勤学员面部信息;将人脸识别信息与待考勤学员面部信息进行匹配并生成考勤信息。本发明还公开了实现所述无感知课堂考勤方法的无感知课堂考勤系统。采用本发明公开的技术方案,通过教室内的摄像装置获取包括了整个教室所有座位上学员的图像信息的待考勤图像,从而快速对整个教室的学员进行一次或多次考勤签到,从而生成考勤信息和课堂学员人数曲线,与现有技术相比,避免了考勤时对学员的干扰并能实现一次或多次考勤,极大地提高了考勤效率和实用性。
附图说明
为了使发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为本发明公开的一种无感知课堂考勤方法的一种具体实施方式的流程图。
具体实施方式
下面结合附图对本发明作进一步的详细说明。
如图1所示,本发明公开了一种无感知课堂考勤方法,包括如下步骤:
S1、在上课期间使用摄像机周期性获取待考勤图像,所述待考勤图像包括了整个教室所有座位上学员的图像信息;
S2、对所有待考勤图像进行人脸定位和人脸特征提取并生成人脸识别信息;
S3、调用已存储在控制装置中的待考勤学员面部信息;
S4、将人脸识别信息与待考勤学员面部信息进行匹配并生成考勤信息。
本发明中,可采用安装在教室内的摄像装置获取待考勤图像,若教室内摄像装置无法一次拍摄到包括了整个教室所有座位上学员的图像信息的待考勤图像,则可以通过控制摄像头转向或变焦等方式进行多次拍摄来获取清晰的待考勤图像。课程表、每堂课的上课时间、上课地点、应到的上课学员信息(包括学号,姓名,性别等)及学员的待考勤学员面部信息存储在在控制装置或云端服务器中以便调用。
采用本发明公开的技术方案,通过教室内的摄像装置获取包括了整个教室所有座位上学员的图像信息的待考勤图像,从而快速对整个教室的学员进行考勤签到,从而生成考勤信息,与现有技术相比,避免了考勤时对学员的干扰并能实现一次或多次考勤,极大地提高了考勤效率和实用性。
为进一步优化上述技术方案,人脸识别信息包括人脸识别图像及人脸识别图像对应的图像获取时间和地点,考勤信息包括按时签到信息,步骤S4包括:
将所有人脸识别图像与待考勤学员面部信息进行匹配;
若首次匹配成功且对应的图像获取时间处于预设签到成功时间段内,则生成匹配成功的人脸识别图像对应的学员的按时签到信息。
本发明中,会周期性的获取待考勤图像,并对每次获取的待考勤图像进行人脸识别和面部信息匹配,预设签到成功时间段可根据实际需要进行设定,例如设定为上课开始至上课五分钟这段时间,若某个学员首次匹配成功的待考勤图像对应的图像获取时间处于预设签到成功时间段内,则说明该学员上课开始时就在教室里,则此时生成该学员的按时签到信息。
为进一步优化上述技术方案,考勤信息还包括迟到信息,步骤S4还包括:
若首次匹配成功且对应的图像获取时间处于预设迟到时间段内,则生成学员的迟到信息。
预设迟到时间段可根据实际需要进行设定,例如设定为上课开始后五分钟至下课,若某个学员首次匹配成功的待考勤图像对应的图像获取时间处于预设迟到时间段内,则说明该学员上课开始时不在教室里,是上课后一段时间到达教室的,则此时生成该学员的迟到信息。
为进一步优化上述技术方案,考勤信息还包括课中签到信息,步骤S4还包括:
若已生成任一学员的按时签到信息或迟到信息,则再次匹配成功时生成所述学员的课中签到信息。
若某个学员已有按时签到信息或迟到信息,则后续每一次匹配成功该学员,都生成一次该学员的课中签到信息,课中签到信息可以记录学员是否整堂课都在教室内。
为进一步优化上述技术方案,考勤信息还包括早退信息,步骤S4还包括:
若已生成任一学员的按时签到信息或迟到信息,且预设签退时间段内获取的待考勤图像无法实现学员的成功匹配,则生成学员的早退信息。
预设签退时间段可根据实际需要进行设定,例如设定为上课结束前十分钟至下课,若这段时间内某已经有按时签到信息或迟到信息的学员一直无法匹配成功,则说明该学员提前离开了教室且直到下课均未返回,此时,生成该学员的早退信息。
本发明通过生成各种不同的签到信息,可以更加全面的统计学员的出勤情况,而采用现有的考勤系统,由于需要被考勤人员的配合才能考勤,导致考勤效率低,很难实现多次考勤,因而无法实现迟到考勤、课中考勤及早退考勤。
为进一步优化上述技术方案,还包括:
通过人头检测算法统计待考勤图像中的学员数;
若待考勤图像中的学员数大于匹配成功的学员数,则则以上课班级的全体学员信息为基准,滚动显示未签到学员的名单。
由于本发明的考勤方法是基于人脸识别实现的,因此,需要拍摄到人脸的图像才可实现考,当人脸识别后出现考勤图像中的学员数大于本次匹配成功的学员数,则说明摄像装置可能没有拍摄到学员的面部信息,此时,可显示签到提示信息及匹配未成功的学员的名单,从而提醒在教室内的,未匹配成功的学员朝向摄像装置。本发明中可以通过教室内的大屏幕或者每个学员电脑前的小屏幕进行签到提示信息及本次匹配未成功的学员的名单的显示,此外,还可以向未匹配成功的学员的通信装置(手机及平板电脑等)发送签到提示信息。
这样,可以避免出现漏签的情况,保证签到的真实性。
此外,还可以记录待考勤图像中未匹配成功的学员的位置;
若下一次匹配时,该位置上的学员匹配成功,则可视为上一次该学员也匹配成功,从而生成考勤信息或对之前的考勤信息进行更新。
这样可以避免已到的学员未在规定时间段内朝向摄像装置而出现的误判。
为进一步优化上述技术方案,还包括:
生成考勤统计信息,考勤统计信息包括应到人数、实到人数、迟到人数及早退人数;
基于每次匹配成功的人数生成上课人数变化曲线图。
本发明中,除了生成考勤信息外,还可以基于考勤信息进行统计分析,生成考勤统计信息和上课人数变化曲线图,使老师或其他监管人员对上课的考勤情况一目了然。
本发明还公开了一种无感知课堂考勤系统,包括控制装置、摄像装置、人脸识别模块、匹配模块,其中:
控制装置用于控制摄像装置在上课期间周期性获取待考勤图像,所述待考勤图像包括了整个教室所有座位上学员的图像信息;还用于存储课程表,学员信息和学员人脸特征信息;
人脸识别模块用于对所有待考勤图像进行人脸定位和人脸特征提取并生成人脸识别信息;
匹配模块用于将人脸识别信息与待考勤学员面部信息进行匹配并生成考勤信息;
显示模块用于显示未签到学员滚动列表,显示考勤统计信息,显示上课人数变化曲线图。
本发明中,可采用安装在教室内的摄像装置获取待考勤图像,若教室内摄像装置无法一次拍摄到包括了整个教室所有座位上学员的图像信息的待考勤图像,则可以通过控制摄像头转向或变焦等方式进行多次拍摄来获取清晰的待考勤图像。课程表、每堂课的上课时间、上课地点、应到的上课学员信息(包括学号,姓名,性别等)及学员的待考勤学员面部信息存储在控制装置或云端服务器中以便调用。本发明中控制装置、统计分析模块、人脸识别模块、匹配模块及显示模块可集成在一个控制器中,控制器与其他装置电连接实现控制信号的输出以及数据信号的输入。
本发明中的匹配模块可以实现按时签到信息、迟到信息、课中签到信息及早退信息的生成。
采用本发明公开的技术方案,通过教室内的摄像装置获取包括了整个教室所有座位上学员的图像信息的待考勤图像,从而快速对整个教室的学员进行考勤签到,从而生成考勤信息,与现有技术相比,避免了学员在考勤机前排队的现象,并且可以无感知地一次或多次考勤,生成上课期间的到课学员人数曲线,极大地提高了考勤效率和实用性。
为进一步优化上述技术方案,还包括考勤提示模块,
考勤提示模块用于统计待考勤图像中的学员数;
考勤提示模块还用于若待考勤图像中的学员数大于匹配成功的学员数,则显示签到提示信息及本次匹配未成功的学员的名单。
为进一步优化上述技术方案,还包括统计分析模块,
统计分析模块用于生成考勤统计信息,考勤统计信息包括应到人数、实到人数、迟到人数及早退人数;
统计分析模块还用于基于每次匹配成功的人数生成上课人数变化曲线图。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管通过参照本发明的优选实施例已经对本发明进行了描述,但本领域的普通技术学员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离所附权利要求书所限定的本发明的精神和范围。
Claims (10)
1.一种无感知课堂考勤方法,其特征在于,包括如下步骤:
S1、在上课期间使用摄像机周期性获取待考勤图像,所述待考勤图像包括了整个教室所有座位上学员的图像信息;
S2、对所有待考勤图像进行人脸定位和人脸特征提取并生成人脸识别信息;
S3、调用已存储在控制装置中的待考勤学员面部信息;
S4、将人脸识别信息与待考勤学员面部信息进行匹配并生成考勤信息。
2.如权利要求1所述的无感知课堂考勤方法,其特征在于,所述人脸识别信息包括人脸识别图像及所述人脸识别图像对应的图像获取时间和地点,所述考勤信息包括按时签到信息,步骤S4包括:
将所有人脸识别信息与待考勤学员面部信息进行匹配;
若首次匹配成功且对应的图像获取时间处于预设签到成功时间段内,则生成匹配成功的人脸识别图像对应的学员的按时签到信息。
3.如权利要求2所述的无感知课堂考勤方法,其特征在于,所述考勤信息还包括迟到信息,步骤S4还包括:
若首次匹配成功且对应的图像获取时间处于预设迟到时间段内,则生成所述学员的迟到信息。
4.如权利要求3所述的无感知课堂考勤方法,其特征在于,所述考勤信息还包括课中签到信息,步骤S4还包括:
若已生成任一学员的按时签到信息或迟到信息,则再次匹配成功时生成所述学员的课中签到信息。
5.如权利要求3所述的无感知课堂考勤方法,其特征在于,所述考勤信息还包括早退信息,步骤S4还包括:
若已生成任一学员的按时签到信息或迟到信息,且预设早退时间段内获取的待考勤图像无法实现所述学员的成功匹配,则生成所述学员的早退信息。
6.如权利要求5所述的无感知课堂考勤方法,其特征在于,还包括:
通过人头检测算法统计待考勤图像中的学员数;
若待考勤图像中的学员数大于匹配成功的学员数,则以上课班级的全体学员信息为基准,滚动显示未签到学员的名单。
7.如权利要求6所述的无感知课堂考勤方法,其特征在于,还包括:
生成考勤统计信息,所述考勤统计信息包括应到人数、实到人数、迟到人数及早退人数;
基于每次匹配成功的人数生成上课人数变化曲线图。
8.一种无感知课堂考勤系统,其特征在于,包括控制装置、摄像装置、人脸识别模块、匹配模块,显示模块,其中:
控制装置用于控制摄像装置在上课期间周期性获取待考勤图像,所述待考勤图像包括了整个教室所有座位上学员的图像信息;还用于存储课程表,学员信息和学员人脸特征信息;
人脸识别模块用于对所有待考勤图像进行人脸定位和人脸特征提取并生成人脸识别信息;
匹配模块用于将人脸识别信息与待考勤学员面部信息进行匹配并生成考勤信息;
显示模块用于显示未签到学员滚动列表,显示考勤统计信息,显示上课人数变化曲线图。
9.如权利要求8所述的无感知课堂考勤系统,其特征在于,还包括考勤提示模块,
考勤提示模块用于统计待考勤图像中的学员数;
考勤提示模块还用于若待考勤图像中的学员数大于匹配成功的学员数,以上课班级的全体学员信息为基准,滚动显示未签到学员的名单。
10.如权利要求9所述的无感知课堂考勤系统,其特征在于,还包括统计分析模块,
统计分析模块用于生成考勤统计信息,所述考勤统计信息包括应到人数、实到人数、迟到人数及早退人数;
统计分析模块还用于基于每次匹配成功的人数生成上课人数变化曲线图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910324253.7A CN110033403A (zh) | 2019-04-22 | 2019-04-22 | 一种无感知课堂考勤方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910324253.7A CN110033403A (zh) | 2019-04-22 | 2019-04-22 | 一种无感知课堂考勤方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110033403A true CN110033403A (zh) | 2019-07-19 |
Family
ID=67239709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910324253.7A Pending CN110033403A (zh) | 2019-04-22 | 2019-04-22 | 一种无感知课堂考勤方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110033403A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533788A (zh) * | 2019-08-14 | 2019-12-03 | 合肥智圣新创信息技术有限公司 | 一种基于人脸识别和在线实时数据的高校学生考勤系统 |
CN110557597A (zh) * | 2019-09-12 | 2019-12-10 | 视联动力信息技术股份有限公司 | 一种视频会议签到方法、服务器、电子设备及存储介质 |
CN111680964A (zh) * | 2020-05-13 | 2020-09-18 | 安徽工程大学 | 一种课堂实时考勤方法及系统 |
CN112365235A (zh) * | 2020-11-12 | 2021-02-12 | 中建水务环保有限公司 | 一种班前讲话管理系统及管理方法 |
CN112418958A (zh) * | 2020-12-28 | 2021-02-26 | 济南大象信息技术有限公司 | 一种知识付费平台分成方法、系统、终端及存储介质 |
CN113012310A (zh) * | 2021-02-07 | 2021-06-22 | 广州大学 | 基于人脸识别和蓝牙的课堂管理系统和方法 |
CN113591796A (zh) * | 2021-08-20 | 2021-11-02 | 重庆电子工程职业学院 | 一种用于校园的人脸识别系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160025768A (ko) * | 2014-08-28 | 2016-03-09 | 주식회사 가온 | 안면인식을 활용하는 출석관리 시스템 |
CN207965910U (zh) * | 2018-01-25 | 2018-10-12 | 西安科技大学 | 基于人脸识别的教学管理系统 |
CN109508690A (zh) * | 2018-11-29 | 2019-03-22 | 浙江工业大学 | 一种基于人脸识别的非主动配合考勤系统 |
-
2019
- 2019-04-22 CN CN201910324253.7A patent/CN110033403A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160025768A (ko) * | 2014-08-28 | 2016-03-09 | 주식회사 가온 | 안면인식을 활용하는 출석관리 시스템 |
CN207965910U (zh) * | 2018-01-25 | 2018-10-12 | 西安科技大学 | 基于人脸识别的教学管理系统 |
CN109508690A (zh) * | 2018-11-29 | 2019-03-22 | 浙江工业大学 | 一种基于人脸识别的非主动配合考勤系统 |
Non-Patent Citations (1)
Title |
---|
李玮: "智慧课堂管理系统中人脸识别考勤技术的研究与实现", 《中国优秀硕士学位论文全文数据库 社会科学II辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533788A (zh) * | 2019-08-14 | 2019-12-03 | 合肥智圣新创信息技术有限公司 | 一种基于人脸识别和在线实时数据的高校学生考勤系统 |
CN110533788B (zh) * | 2019-08-14 | 2021-12-24 | 合肥智圣新创信息技术有限公司 | 一种基于人脸识别和在线实时数据的高校学生考勤系统 |
CN110557597A (zh) * | 2019-09-12 | 2019-12-10 | 视联动力信息技术股份有限公司 | 一种视频会议签到方法、服务器、电子设备及存储介质 |
CN111680964A (zh) * | 2020-05-13 | 2020-09-18 | 安徽工程大学 | 一种课堂实时考勤方法及系统 |
CN112365235A (zh) * | 2020-11-12 | 2021-02-12 | 中建水务环保有限公司 | 一种班前讲话管理系统及管理方法 |
CN112418958A (zh) * | 2020-12-28 | 2021-02-26 | 济南大象信息技术有限公司 | 一种知识付费平台分成方法、系统、终端及存储介质 |
CN113012310A (zh) * | 2021-02-07 | 2021-06-22 | 广州大学 | 基于人脸识别和蓝牙的课堂管理系统和方法 |
CN113591796A (zh) * | 2021-08-20 | 2021-11-02 | 重庆电子工程职业学院 | 一种用于校园的人脸识别系统 |
CN113591796B (zh) * | 2021-08-20 | 2024-02-02 | 重庆电子工程职业学院 | 一种用于校园的人脸识别系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110033403A (zh) | 一种无感知课堂考勤方法及系统 | |
CN103473826B (zh) | 一种基于wifi的课堂自动签到方法、系统及服务器 | |
CN109300064B (zh) | 一种基于微信公众平台的人脸识别和二维码上课防代签系统 | |
US20220319181A1 (en) | Artificial intelligence (ai)-based system and method for managing education of students in real-time | |
KR20200068771A (ko) | 딥러닝 기반 얼굴 인식 출석체크 시스템 | |
CN108154304A (zh) | 具有教学质量评估功能的服务器 | |
CN110009789A (zh) | 一种基于生物识别技术的中小学幼儿园校园接送系统 | |
CN108932683A (zh) | 一种用于信息交互的智能班牌系统 | |
CN108038805A (zh) | 应用于校园的智慧教学管理方法 | |
CN110852708B (zh) | 智慧班牌系统 | |
CN108153881A (zh) | 基于智慧校园管理的教学监管方法 | |
CN107659370B (zh) | 大学生课堂综合管理系统及方法 | |
US11763605B2 (en) | Synchronized online/offline clock in management | |
CN110458734A (zh) | 一种课程信息的提醒方法、装置及计算机可读存储介质 | |
CN108108053B (zh) | 应用于校园的智慧交互终端 | |
CN108062803A (zh) | 一种教学签到方法及终端 | |
CN111970471A (zh) | 基于视频会议的参会人员评分方法、装置、设备及介质 | |
CN110399810A (zh) | 一种辅助点名方法及装置 | |
CN112911195A (zh) | 一种基于云计算和人工智能的在线直播电视电话会议智能管理系统 | |
CN110738465A (zh) | 基于图像识别的课程提示方法、装置、设备及存储介质 | |
CN110516426A (zh) | 身份认证方法、认证终端、装置及可读存储介质 | |
CN110378261A (zh) | 一种学生识别方法及装置 | |
CN112041852A (zh) | 对360度图像中的对象的神经网络标识 | |
CN107705381A (zh) | 学生考勤监控设备与控制方法 | |
CN109829836A (zh) | 一种课堂签到管理方法及系统 |
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: 20190719 |