CN110264385B - 一种基于面部特征识别的进校验证系统及方法 - Google Patents

一种基于面部特征识别的进校验证系统及方法 Download PDF

Info

Publication number
CN110264385B
CN110264385B CN201910433006.0A CN201910433006A CN110264385B CN 110264385 B CN110264385 B CN 110264385B CN 201910433006 A CN201910433006 A CN 201910433006A CN 110264385 B CN110264385 B CN 110264385B
Authority
CN
China
Prior art keywords
face
module
distance
students
definition camera
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
CN201910433006.0A
Other languages
English (en)
Other versions
CN110264385A (zh
Inventor
刘小龙
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.)
Inner Mongolia Kuaiwei Technology Co ltd
Original Assignee
Inner Mongolia Kuaiwei Technology 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 Inner Mongolia Kuaiwei Technology Co ltd filed Critical Inner Mongolia Kuaiwei Technology Co ltd
Priority to CN201910433006.0A priority Critical patent/CN110264385B/zh
Publication of CN110264385A publication Critical patent/CN110264385A/zh
Application granted granted Critical
Publication of CN110264385B publication Critical patent/CN110264385B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Educational Technology (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于面部特征识别的进校验证系统及方法，该进校验证系统包括系统控制模块、脸部信息采集模块、光线调节模块、真人鉴别模块和准时判定模块，本发明科学合理，使用安全方便，设置有准时判定模块，利用提前输入系统的行走步伐距离、行走步伐频率、校门至指定教室的距离和倒计时数据，可以提前计算出在进行验证的师生在接下来从校门口至指定教室的这段路程是否会迟到，可以有效地提高师生的时间观念，提高师生的行为规范，同时，可以更加便利的对师生的行为规范作出判定，利用预警灯，可以有效地提醒师生注意加快步伐进入教室，避免迟到。

Description

一种基于面部特征识别的进校验证系统及方法
技术领域
本发明涉及人脸识别技术领域，具体是一种基于面部特征识别的进校验证系统及方法。
背景技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，相比于指纹识别，人脸识别具有需要识别人员现场进行识别，无法被复制的特点，用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别，随着社会的不断发展，人们对于教育也在不断的重视，学生是祖国的花朵，对于学生的安全保障成了每隔学校义不容辞的责任和衣服，为了避免闲杂人等进入校园，对学生的生命安全造成威胁，会利用人脸识别技术对进入校园的人群进行人脸识别，只有识别出为本校师生才能够进入校园，但是，现有的利用人脸识别技术的进校验证系统在使用时存在以下缺点：无法对进行检验的人脸为真实人脸还是人脸照片进行判定，在进行验证时，需要进行检验的人员作出表情，配合人脸识别系统进行判定，但是这种方式会导致检验效率较低，影响学生的正常上课，并且，在使用时，无法对学生是否会迟到作出判断，无法更好的对学生在校的行为规范作出更加直观的评定，并且，在进行人脸识别时，在阴雨天气，光线较暗的情况下，会对人脸识别的准确率造成影响，所以，人们急需一种基于面部特征识别的进校验证系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于面部特征识别的进校验证系统及方法，以解决现有技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于面部特征识别的进校验证系统，该进校验证系统包括系统控制模块、脸部信息采集模块、光线调节模块、真人鉴别模块和准时判定模块；
所述脸部信息采集模块、光线调节模块、真人鉴别模块和准时判定模块均与系统控制模块电连接；
所述系统控制模块用于对整个进校验证系统的控制，所述脸部信息采集模块用于对进校人员的脸部信息进行采集，并对所采集的脸部信息进行预处理和脸部特征的提取，所述光线调节模块用于对脸部信息采集时人脸表面的光线强度进行调节，所述真人鉴别模块用于对进行面部识别的人脸是否为真实人脸进行鉴别，所述准时判定模块用于对学生是否能够准时进入班级进行判定，用于对学生的日常行为规范进行评定。
根据上述技术方案，所述系统控制模块包括可编程控制器，所述可编程控制器内部包括中央处理单元、存储器、RS-232通信接口、输入输出接口和电源，所述中央处理单元和存储器均与电源电连接，所述中央处理单元用于对所采集的脸部信息数据进行处理，所述存储器用于对师生脸部信息进行建模存储，形成脸部信息对比数据库，所述RS-232通信接口用于与外部设备之间的数据交换，所述输入输出接口是可编程控制器与电气回路之间的接口。
根据上述技术方案，所述脸部信息采集模块包括高清摄像头、人脸图像预处理子模块和人脸图像特征提取子模块；
所述高清摄像头与人脸图像预处理子模块之间电连接，所述人脸图像预处理子模块与人脸图像特征提取子模块之间电连接，所述人脸图像特征提取子模块与可编程控制器之间电连接；
所述高清摄像头用于对学校所有师生的人脸信息数据进行采集，并储存进入存储器中，形成脸部信息对比数据库，所述高清摄像头还用于对进校人员的脸部信息数据进行采集，与存储器中储存的全校师生人脸信息数据进行对比，所述人脸图像预处理子模块用于对高清摄像头所采集的人脸信息图像进行预处理，对所述高清摄像头采集的人脸图像进行灰度变换、直方图均衡化、归一化、几何校正、滤波和锐化处理，所述人脸图像特征提取子模块用于对人脸图像预处理子模块处理之后的人脸图像中的脸部特征部分进行提取和处理。
根据上述技术方案，所述光线调节模块包括光线传感器和 LED调光灯；
所述光线传感器的输出端电性连接可编程控制器的输入端，所述可编程控制器的输出端电性连接LED调光灯的输入端；
所述光线传感器安装于高清摄像头一侧，用于对进行脸部信息采集时的光线信息进行采集，所述LED调光灯用于光线较弱的情况下对光线强度进行调节。
根据上述技术方案，所述真人鉴别模块包括距离传感器和热敏元件；
所述距离传感器和热敏元件的输出端均电性连接可编程控制器的输入端；
所述距离传感器用于对人脸到高清摄像头之间的距离进行测量，所述热敏元件用于对人脸发射的热红外信号进行接收，在所述距离传感器的测量距离内能够接收到热红外信号，判定进行识别的为真实人脸而非人脸照片。
根据上述技术方案，所述准时判定模块包括倒计时器、预警灯和蜂鸣器；
所述倒计时器的输出端电性连接可编程控制器的输入端，所述可编程控制器的输出端电性连接预警灯和蜂鸣器的输入端；
所述倒计时器用于对距离上课时间的时长进行倒计时，用于与进行脸部信息采集时的时间进行对比，对学生是否会上课迟到做出判断，所述预警灯用于提醒进行脸部信息采集的学生即将迟到，抓紧时间进入教室，所述蜂鸣器用于提醒周围人员，进行脸部信息识别的人员非本校人员，进行及时的核实。
一种基于面部特征识别的进校验证方法，包括以下步骤：
S1、利用高清摄像头对全校师生的脸部信息进行采集，并储存进入存储器，形成脸部信息对比数据库；
S2、利用高清摄像头对进校人员的脸部信息进行采集；
S3、利用光线传感器对进行脸部信息采集的人员脸部光线强度进行检测；
S4、利用中央处理单元对脸部光线强度数据进行处理，并根据设定的光线强度阈值控制LED调光灯对光线进行调节；
S5、利用距离传感器对进行脸部信息采集的人员脸部与高清摄像头之间的距离进行测量；
S6、利用热敏元件对进行脸部信息采集的人员脸部发射的热红外信号进行接收，对是否为真实人脸进行判定；
S7、利用人脸图像预处理子模块和人脸图像特征提取子模块对所采集的脸部图片进行处理，并将处理数据传输至中央处理单元；
S8、将全校师生的行走步伐距离和步伐频率输入存储器，同时，对每个师生从校门至指定班级之间的距离进行测定，并储存进入存储器；
S9、利用倒计时器对距离上课时间的时长进行倒计时，根据单个师生的步伐距离、步伐频率和校门口至指定班级的距离计算出从校门口走至指定班级所需要花费的时间；
S10、将所需要花费的时间与倒计时器所倒计时的时间进行对比，判定单个师生是否能够准时到达教室上课。
根据上述技术方案，所述步骤S1-S4中，利用高清摄像头对全校师生的脸部信息进行采集，并通过人脸图像预处理子模块和人脸图像特征提取子模块对采集的人脸图片进行处理，并将处理之后的数据储存进入存储器，形成脸部信息数据对比的数据库；
进行进校验证时，利用高清摄像头对进行验证的人脸图像进行采集，在采集的过程中，利用光线传感器对脸部的光线强度数据进行检测，并将检测的数据传输至中央处理单元，当检测数据小于设定阈值时，所述中央处理单元控制LED调光灯根据检测数据的大小调节光线强度，当检测数据大于设定阈值时，所述中央处理单元控制LED调光灯关闭。
根据上述技术方案，所述步骤S5-S7中，在利用高清摄像头对进校人员进行脸部信息采集时，利用距离传感器对进行脸部信息采集的人员脸部与高清摄像头之间的距离进行测量，同时，利用热敏元件对脸部发射的热红外信号进行接收，当接收的热红外信号距离高清摄像头的距离小于等于距离传感器所测定的距离内时，判定进行脸部信息采集的人脸为真实人脸而非人脸照片，否则，判定为人脸照片，所述中央处理单元控制蜂鸣器响，进行报警；
当高清摄像头对脸部图片进行采集之后，所述高清摄像头将采集到的脸部图片传输至人脸图像预处理子模块，所述人脸图像预处理子模块对高清摄像头采集的人脸图像进行灰度变换、直方图均衡化、归一化、几何校正、滤波和锐化处理，并将预处理之后的人脸图片传输至人脸图像特征提取子模块，由人脸图像特征提取子模块对预处理之后的人脸图片中的特征部分进行提取，并将提取的特征信息数据传输至中央处理单元，所述中央处理单元调取存储器中的数据与提取的特征信息数据进行对比，当对比结果大于等于设定阈值时，判定进行进校检验的为本校人员，允许进入校内，当比对结果小于设定阈值时，判定进行进校检验的为非本校人员，所述中央处理单元控制蜂鸣器响，进行报警，不予许其进入校内。
根据上述技术方案，所述步骤S8-S10中，将全校师生的行走步伐距离和步伐频率通过输入输出接口输入中央处理单元，并利用中央处理单元将数据储存进入存储器，同时，对每个师生从校门至对应班级之间的距离进行测定，并且以同样的方式储存进入存储器；
设定单个师生行走的步伐距离为S1(cm)，设定单个师生行走的步伐频率为P(步/s)，设定单个师生行走的行进速率为 V(cm/s)根据公式：
V＝P*S1；
计算出正常情况下单个师生的行走速率；
利用中央处理单元将距离上课时间的时长输入倒计时器，利用倒计时器对距离上课的时间进行倒计时，并将倒计时的时间设定为T(s)，设定正常情况下单个师生从校门口步行至指定班级所需要花费的时间为T1(s)，设定正常情况下单个师生从校门口步行至指定班级的距离为S(cm)，根据公式：
计算出正常情况下单个师生从校门口步行至指定班级所需要花费的时间T1；
当T1＞T时，表示该学生通过正常的行走到达教室时，将会迟到，此时，预警灯常亮，提醒该学生需要加快步伐赶往教室上课，否则将会迟到；
当T1＝T时，表示该学生通过正常的行走可以准时到达班级进行上课，不会迟到；
当T1＜T时，表示该学生通过正常的行走即可在上课之前到达班级进行上课，不会迟到。
与现有技术相比，本发明的有益效果是：
1、设置有准时判定模块，利用提前输入系统的行走步伐距离、行走步伐频率、校门至指定教室的距离和倒计时数据，可以提前计算出在进行验证的师生在接下来从校门口至指定教室的这段路程是否会迟到，可以有效地提高师生的时间观念，提高师生的行为规范，同时，可以更加便利的对师生的行为规范作出判定，利用预警灯，可以有效地提醒师生注意加快步伐进入教室，避免迟到。
2、设置有真人鉴别模块，利用距离传感器对进行验证的人脸到高清摄像头之间的距离进行测定，利用热敏元件对人脸散发的热红外信号进行接收，当检测到人脸散发的热红外信号，并且所接收的热红外信号等于距离传感器所测定的距离时，可以判定进行验证的为真实人脸而非人脸照片，避免了需要进行验证的师生配合人脸识别系统做出表情，有效地提高了进校验证的效率，避免了拥堵，给学生提供了宝贵的学习时间，同时，有效地避免不法人员利用人脸照片欺骗进校验证系统，有效地保障了学生的安全。
附图说明
图1为本发明一种基于面部特征识别的进校验证系统的结构组成框图；
图2为本发明一种基于面部特征识别的进校验证系统的连接结构示意图；
图3为本发明一种基于面部特征识别的进校验证方法的步骤结构示意图；
图4为本发明一种基于面部特征识别的进校验证方法的执行流程结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
如图1-2所示，一种基于面部特征识别的进校验证系统，该进校验证系统包括系统控制模块、脸部信息采集模块、光线调节模块、真人鉴别模块和准时判定模块；
脸部信息采集模块、光线调节模块、真人鉴别模块和准时判定模块均与系统控制模块电连接；
系统控制模块用于对整个进校验证系统的控制，脸部信息采集模块用于对进校人员的脸部信息进行采集，并对所采集的脸部信息进行预处理和脸部特征的提取，光线调节模块用于对脸部信息采集时人脸表面的光线强度进行调节，真人鉴别模块用于对进行面部识别的人脸是否为真实人脸进行鉴别，准时判定模块用于对学生是否能够准时进入班级进行判定，用于对学生的日常行为规范进行评定。
根据上述技术方案，系统控制模块包括可编程控制器，可编程控制器内部包括中央处理单元、存储器、RS-232通信接口、输入输出接口和电源，中央处理单元和存储器均与电源电连接，中央处理单元用于对所采集的脸部信息数据进行处理，存储器用于对师生脸部信息进行建模存储，形成脸部信息对比数据库， RS-232通信接口用于与外部设备之间的数据交换，输入输出接口是可编程控制器与电气回路之间的接口。
根据上述技术方案，脸部信息采集模块包括高清摄像头、人脸图像预处理子模块和人脸图像特征提取子模块；
高清摄像头与人脸图像预处理子模块之间电连接，人脸图像预处理子模块与人脸图像特征提取子模块之间电连接，人脸图像特征提取子模块与可编程控制器之间电连接；
高清摄像头用于对学校所有师生的人脸信息数据进行采集，并储存进入存储器中，形成脸部信息对比数据库，高清摄像头还用于对进校人员的脸部信息数据进行采集，与存储器中储存的全校师生人脸信息数据进行对比，人脸图像预处理子模块用于对高清摄像头所采集的人脸信息图像进行预处理，对高清摄像头采集的人脸图像进行灰度变换、直方图均衡化、归一化、几何校正、滤波和锐化处理，人脸图像特征提取子模块用于对人脸图像预处理子模块处理之后的人脸图像中的脸部特征部分进行提取和处理。
根据上述技术方案，光线调节模块包括光线传感器和LED 调光灯；
光线传感器的输出端电性连接可编程控制器的输入端，可编程控制器的输出端电性连接LED调光灯的输入端；
光线传感器安装于高清摄像头一侧，用于对进行脸部信息采集时的光线信息进行采集，LED调光灯用于光线较弱的情况下对光线强度进行调节。
根据上述技术方案，真人鉴别模块包括距离传感器和热敏元件；
距离传感器和热敏元件的输出端均电性连接可编程控制器的输入端；
距离传感器用于对人脸到高清摄像头之间的距离进行测量，热敏元件用于对人脸发射的热红外信号进行接收，在距离传感器的测量距离内能够接收到热红外信号，判定进行识别的为真实人脸而非人脸照片。
根据上述技术方案，准时判定模块包括倒计时器、预警灯和蜂鸣器；
倒计时器的输出端电性连接可编程控制器的输入端，可编程控制器的输出端电性连接预警灯和蜂鸣器的输入端；
倒计时器用于对距离上课时间的时长进行倒计时，用于与进行脸部信息采集时的时间进行对比，对学生是否会上课迟到做出判断，预警灯用于提醒进行脸部信息采集的学生即将迟到，抓紧时间进入教室，蜂鸣器用于提醒周围人员，进行脸部信息识别的人员非本校人员，进行及时的核实。
如图3-4所示，一种基于面部特征识别的进校验证方法，包括以下步骤：
S1、利用高清摄像头对全校师生的脸部信息进行采集，并储存进入存储器，形成脸部信息对比数据库；
S2、利用高清摄像头对进校人员的脸部信息进行采集；
S3、利用光线传感器对进行脸部信息采集的人员脸部光线强度进行检测；
S4、利用中央处理单元对脸部光线强度数据进行处理，并根据设定的光线强度阈值控制LED调光灯对光线进行调节；
S5、利用距离传感器对进行脸部信息采集的人员脸部与高清摄像头之间的距离进行测量；
S6、利用热敏元件对进行脸部信息采集的人员脸部发射的热红外信号进行接收，对是否为真实人脸进行判定；
S7、利用人脸图像预处理子模块和人脸图像特征提取子模块对所采集的脸部图片进行处理，并将处理数据传输至中央处理单元；
S8、将全校师生的行走步伐距离和步伐频率输入存储器，同时，对每个师生从校门至指定班级之间的距离进行测定，并储存进入存储器；
S9、利用倒计时器对距离上课时间的时长进行倒计时，根据单个师生的步伐距离、步伐频率和校门口至指定班级的距离计算出从校门口走至指定班级所需要花费的时间；
S10、将所需要花费的时间与倒计时器所倒计时的时间进行对比，判定单个师生是否能够准时到达教室上课。
根据上述技术方案，步骤S1-S4中，利用高清摄像头对全校师生的脸部信息进行采集，并通过人脸图像预处理子模块和人脸图像特征提取子模块对采集的人脸图片进行处理，并将处理之后的数据储存进入存储器，形成脸部信息数据对比的数据库；
进行进校验证时，利用高清摄像头对进行验证的人脸图像进行采集，在采集的过程中，利用光线传感器对脸部的光线强度数据进行检测，并将检测的数据传输至中央处理单元，当检测数据小于设定阈值时，中央处理单元控制LED调光灯根据检测数据的大小调节光线强度，当检测数据大于设定阈值时，中央处理单元控制LED调光灯关闭。
根据上述技术方案，步骤S5-S7中，在利用高清摄像头对进校人员进行脸部信息采集时，利用距离传感器对进行脸部信息采集的人员脸部与高清摄像头之间的距离进行测量，同时，利用热敏元件对脸部发射的热红外信号进行接收，当接收的热红外信号距离高清摄像头的距离小于等于距离传感器所测定的距离内时，判定进行脸部信息采集的人脸为真实人脸而非人脸照片，否则，判定为人脸照片，中央处理单元控制蜂鸣器响，进行报警；
当高清摄像头对脸部图片进行采集之后，高清摄像头将采集到的脸部图片传输至人脸图像预处理子模块，人脸图像预处理子模块对高清摄像头采集的人脸图像进行灰度变换、直方图均衡化、归一化、几何校正、滤波和锐化处理，并将预处理之后的人脸图片传输至人脸图像特征提取子模块，由人脸图像特征提取子模块对预处理之后的人脸图片中的特征部分进行提取，并将提取的特征信息数据传输至中央处理单元，中央处理单元调取存储器中的数据与提取的特征信息数据进行对比，当对比结果大于等于设定阈值时，判定进行进校检验的为本校人员，允许进入校内，当比对结果小于设定阈值时，判定进行进校检验的为非本校人员，中央处理单元控制蜂鸣器响，进行报警，不予许其进入校内。
根据上述技术方案，步骤S8-S10中，将全校师生的行走步伐距离和步伐频率通过输入输出接口输入中央处理单元，并利用中央处理单元将数据储存进入存储器，同时，对每个师生从校门至对应班级之间的距离进行测定，并且以同样的方式储存进入存储器；
设定单个师生行走的步伐距离为S1(cm)，设定单个师生行走的步伐频率为P(步/s)，设定单个师生行走的行进速率为 V(cm/s)根据公式：
V＝P*S1；
计算出正常情况下单个师生的行走速率；
利用中央处理单元将距离上课时间的时长输入倒计时器，利用倒计时器对距离上课的时间进行倒计时，并将倒计时的时间设定为T(s)，设定正常情况下单个师生从校门口步行至指定班级所需要花费的时间为T1(s)，设定正常情况下单个师生从校门口步行至指定班级的距离为S(cm)，根据公式：
计算出正常情况下单个师生从校门口步行至指定班级所需要花费的时间T1；
当T1＞T时，表示该学生通过正常的行走到达教室时，将会迟到，此时，预警灯常亮，提醒该学生需要加快步伐赶往教室上课，否则将会迟到；
当T1＝T时，表示该学生通过正常的行走可以准时到达班级进行上课，不会迟到；
当T1＜T时，表示该学生通过正常的行走即可在上课之前到达班级进行上课，不会迟到。
实施例1：
限定条件：人脸表面光线强度小于150cd/m2；
在对人脸信息数据进行采集时，人脸表面的光线强度小于设定的阈值150cd/m2，会对人脸信息数据采集造成影响，会导致采集之后的照片较为模糊，人脸识别的准确率下降，此时，利用中央处理单元打开LED调光灯对人脸表面进行补光，然后再进行人脸信息数据采集。
实施例2：
限定条件：人脸表面光线强度大于等于150cd/m2，热敏元件没有接收到人脸所散发的热红外信号；
在对人脸信息数据进行采集时，人脸表面的光线强度大于等于设定的阈值150cd/m2，不会对人脸信息数据采集造成影响，此时，中央处理单元控制LED调光灯关闭，热敏元件没有接收到人脸所散发的热红外信号，中央处理单元判定进行人脸信息采集的为人脸照片而非真实人脸，中央处理单元控制蜂鸣器响。
实施例3：
限定条件：人脸表面光线强度大于等于150cd/m2，热敏元件能够接收到人脸所散发的热红外信号，所接收的热红外信号到高清摄像头的距离大于距离传感器所采集人脸到高清摄像头的距离；
在对人脸信息数据进行采集时，人脸表面的光线强度大于等于设定的阈值150cd/m2，不会对人脸信息数据采集造成影响，此时，中央处理单元控制LED调光灯关闭，热敏元件能够接收到人脸所散发的热红外信号，中央处理单元初步判定进行人脸信息采集的为真实人脸，中央处理单元将接收到的热红外信号到高清摄像头之间的距离与距离传感器所采集的人脸到高清摄像头的距离进行对比，发现热红外信号的发射点距离大于进行人脸采集的人脸到高清摄像头之间的距离，中央处理单元判定进行验证的人脸照片，而为了欺骗验证系统，手持人脸照片的人员站在了人脸照片后方，并将自己的脸部贴在人脸照片后方，中央处理单元控制蜂鸣器响。
实施例4：
限定条件：人脸表面光线强度大于等于150cd/m2，热敏元件能够接收到人脸所散发的热红外信号，所接收的热红外信号到高清摄像头的距离等于距离传感器所采集人脸到高清摄像头的距离，进行验证的人员输入系统的步伐距离为S1＝75cm，步伐频率为P＝1.3步/s，该验证人员从校门口至其所在教室的距离为S＝200m，倒计时显示的时间为T＝4min；
在对人脸信息数据进行采集时，人脸表面的光线强度大于等于设定的阈值150cd/m2，不会对人脸信息数据采集造成影响，此时，中央处理单元控制LED调光灯关闭，热敏元件能够接收到人脸所散发的热红外信号，中央处理单元初步判定进行人脸信息采集的为真实人脸，中央处理单元将接收到的热红外信号到高清摄像头之间的距离与距离传感器所采集的人脸到高清摄像头的距离进行对比，发现热红外信号的发射点距离等于进行人脸采集的人脸到高清摄像头之间的距离，判定进行验证的为真实人脸；
根据公式V＝P*S1；
将上述数据带入公式计算出V＝1.3*75＝97.5cm；
根据公式
将上述数据带入公式计算出T1＝20000/97.5＝205.13s；
进行单位转换，T1＝205.13s＝3min25.13s；
T1＜T，表示该学生通过正常的行走即可在上课之前到达班级进行上课，不会迟到。
实施例5：
限定条件：人脸表面光线强度大于等于150cd/m2，热敏元件能够接收到人脸所散发的热红外信号，所接收的热红外信号到高清摄像头的距离等于距离传感器所采集人脸到高清摄像头的距离，进行验证的人员输入系统的步伐距离为S1＝75cm，步伐频率为P＝1.4步/s，该验证人员从校门口至其所在教室的距离为S＝210m，倒计时显示的时间为T＝3min20s；
在对人脸信息数据进行采集时，人脸表面的光线强度大于等于设定的阈值150cd/m2，不会对人脸信息数据采集造成影响，此时，中央处理单元控制LED调光灯关闭，热敏元件能够接收到人脸所散发的热红外信号，中央处理单元初步判定进行人脸信息采集的为真实人脸，中央处理单元将接收到的热红外信号到高清摄像头之间的距离与距离传感器所采集的人脸到高清摄像头的距离进行对比，发现热红外信号的发射点距离等于进行人脸采集的人脸到高清摄像头之间的距离，判定进行验证的为真实人脸；
根据公式V＝P*S1；
将上述数据带入公式计算出V＝1.4*75＝105cm；
根据公式
将上述数据带入公式计算出T1＝21000/105＝200s；
进行单位转换，T1＝200s＝3min20s；
T1＝T，表示该学生通过正常的行走可以准时到达班级进行上课，不会迟到，预警灯闪烁。
实施例6：
限定条件：人脸表面光线强度大于等于150cd/m2，热敏元件能够接收到人脸所散发的热红外信号，所接收的热红外信号到高清摄像头的距离等于距离传感器所采集人脸到高清摄像头的距离，进行验证的人员输入系统的步伐距离为S1＝75cm，步伐频率为P＝1.4步/s，该验证人员从校门口至其所在教室的距离为S＝210m，倒计时显示的时间为T＝3min；
在对人脸信息数据进行采集时，人脸表面的光线强度大于等于设定的阈值150cd/m2，不会对人脸信息数据采集造成影响，此时，中央处理单元控制LED调光灯关闭，热敏元件能够接收到人脸所散发的热红外信号，中央处理单元初步判定进行人脸信息采集的为真实人脸，中央处理单元将接收到的热红外信号到高清摄像头之间的距离与距离传感器所采集的人脸到高清摄像头的距离进行对比，发现热红外信号的发射点距离等于进行人脸采集的人脸到高清摄像头之间的距离，判定进行验证的为真实人脸；
根据公式V＝P*S1；
将上述数据带入公式计算出V＝1.4*75＝105cm；
根据公式
将上述数据带入公式计算出T1＝21000/105＝200s；
进行单位转换，T1＝200s＝3min20s；
T1＞T，表示该学生通过正常的行走到达教室时，将会迟到，此时，预警灯常亮，提醒该学生需要加快步伐赶往教室上课，否则将会迟到。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (2)

1.一种基于面部特征识别的进校验证方法，其特征在于，包括以下步骤：
S1、利用高清摄像头对全校师生的脸部信息进行采集，并储存进入存储器，形成脸部信息对比数据库；
S2、利用高清摄像头对进校人员的脸部信息进行采集；
S3、利用光线传感器对进行脸部信息采集的人员脸部光线强度进行检测；
S4、利用中央处理单元对脸部光线强度数据进行处理，并根据设定的光线强度阈值控制LED调光灯对光线进行调节；
S5、利用距离传感器对进行脸部信息采集的人员脸部与高清摄像头之间的距离进行测量；
S6、利用热敏元件对进行脸部信息采集的人员脸部发射的热红外信号进行接收，对是否为真实人脸进行判定；
S7、利用人脸图像预处理子模块和人脸图像特征提取子模块对所采集的脸部图片进行处理，并将处理数据传输至中央处理单元；
S8、将全校师生的行走步伐距离和步伐频率输入存储器，同时，对每个师生从校门至指定班级之间的距离进行测定，并储存进入存储器；
S9、利用倒计时器对距离上课时间的时长进行倒计时，根据单个师生的步伐距离、步伐频率和校门口至指定班级的距离计算出从校门口走至指定班级所需要花费的时间；
S10、将所需要花费的时间与倒计时器所倒计时的时间进行对比，判定单个师生是否能够准时到达教室上课；
步骤S1-S4中，利用高清摄像头对全校师生的脸部信息进行采集，并通过人脸图像预处理子模块和人脸图像特征提取子模块对采集的人脸图片进行处理，并将处理之后的数据储存进入存储器，形成脸部信息数据对比的数据库；
进行进校验证时，利用高清摄像头对进行验证的人脸图像进行采集，在采集的过程中，利用光线传感器对脸部的光线强度数据进行检测，并将检测的数据传输至中央处理单元，当检测数据小于设定阈值时，所述中央处理单元控制LED调光灯根据检测数据的大小调节光线强度，当检测数据大于设定阈值时，所述中央处理单元控制LED调光灯关闭；
步骤S5-S7中，在利用高清摄像头对进校人员进行脸部信息采集时，利用距离传感器对进行脸部信息采集的人员脸部与高清摄像头之间的距离进行测量，同时，利用热敏元件对脸部发射的热红外信号进行接收，当接收的热红外信号距离高清摄像头的距离小于等于距离传感器所测定的距离内时，判定进行脸部信息采集的人脸为真实人脸而非人脸照片，否则，判定为人脸照片，所述中央处理单元控制蜂鸣器响，进行报警；
当高清摄像头对脸部图片进行采集之后，所述高清摄像头将采集到的脸部图片传输至人脸图像预处理子模块，所述人脸图像预处理子模块对高清摄像头采集的人脸图像进行灰度变换、直方图均衡化、归一化、几何校正、滤波和锐化处理，并将预处理之后的人脸图片传输至人脸图像特征提取子模块，由人脸图像特征提取子模块对预处理之后的人脸图片中的特征部分进行提取，并将提取的特征信息数据传输至中央处理单元，所述中央处理单元调取存储器中的数据与提取的特征信息数据进行对比，当对比结果大于等于设定阈值时，判定进行进校检验的为本校人员，允许进入校内，当比对结果小于设定阈值时，判定进行进校检验的为非本校人员，所述中央处理单元控制蜂鸣器响，进行报警，不予许其进入校内；
步骤S8-S10中，将全校师生的行走步伐距离和步伐频率通过输入输出接口输入中央处理单元，并利用中央处理单元将数据储存进入存储器，同时，对每个师生从校门至对应班级之间的距离进行测定，并且以同样的方式储存进入存储器；
设定单个师生行走的步伐距离为S1(cm)，设定单个师生行走的步伐频率为P(步/s)，设定单个师生行走的行进速率为V(cm/s)根据公式：
V＝P*S1；
计算出正常情况下单个师生的行走速率；
利用中央处理单元将距离上课时间的时长输入倒计时器，利用倒计时器对距离上课的时间进行倒计时，并将倒计时的时间设定为T(s)，设定正常情况下单个师生从校门口步行至指定班级所需要花费的时间为T1(s)，设定正常情况下单个师生从校门口步行至指定班级的距离为S(cm)，根据公式：
计算出正常情况下单个师生从校门口步行至指定班级所需要花费的时间T1；
当T1＞T时，表示学生通过正常的行走到达教室时，将会迟到，此时，预警灯常亮，提醒该学生需要加快步伐赶往教室上课，否则将会迟到；
当T1＝T时，表示该学生通过正常的行走可以准时到达班级进行上课，不会迟到；
当T1＜T时，表示该学生通过正常的行走即可在上课之前到达班级进行上课，不会迟到。
2.一种基于面部特征识别的进校验证系统，其特征在于：该进校验证系统包括系统控制模块、脸部信息采集模块、光线调节模块、真人鉴别模块和准时判定模块；
所述脸部信息采集模块、光线调节模块、真人鉴别模块和准时判定模块均与系统控制模块电连接；
所述系统控制模块用于对整个进校验证系统的控制，所述脸部信息采集模块用于对进校人员的脸部信息进行采集，并对所采集的脸部信息进行预处理和脸部特征的提取，所述光线调节模块用于对脸部信息采集时人脸表面的光线强度进行调节，所述真人鉴别模块用于对进行面部识别的人脸是否为真实人脸进行鉴别，所述准时判定模块用于对学生是否能够准时进入班级进行判定，用于对学生的日常行为规范进行评定；
设置有准时判定模块，利用提前输入系统的行走步伐距离、行走步伐频率、校门至指定教室的距离和倒计时数据，可以提前计算出在进行验证的师生在接下来从校门口至指定教室的这段路程是否会迟到，可以有效地提高师生的时间观念，提高师生的行为规范，同时，可以更加便利的对师生的行为规范作出判定，利用预警灯，可以有效地提醒师生注意加快步伐进入教室，避免迟到；
所述系统控制模块包括可编程控制器，所述可编程控制器内部包括中央处理单元、存储器、RS-232通信接口、输入输出接口和电源，所述中央处理单元和存储器均与电源电连接，所述中央处理单元用于对所采集的脸部信息数据进行处理，所述存储器用于对师生脸部信息进行建模存储，形成脸部信息对比数据库，所述RS-232通信接口用于与外部设备之间的数据交换，所述输入输出接口是可编程控制器与电气回路之间的接口；
所述脸部信息采集模块包括高清摄像头、人脸图像预处理子模块和人脸图像特征提取子模块；
所述高清摄像头与人脸图像预处理子模块之间电连接，所述人脸图像预处理子模块与人脸图像特征提取子模块之间电连接，所述人脸图像特征提取子模块与可编程控制器之间电连接；
所述高清摄像头用于对学校所有师生的人脸信息数据进行采集，并储存进入存储器中，形成脸部信息对比数据库，所述高清摄像头还用于对进校人员的脸部信息数据进行采集，与存储器中储存的全校师生人脸信息数据进行对比，所述人脸图像预处理子模块用于对高清摄像头所采集的人脸信息图像进行预处理，对所述高清摄像头采集的人脸图像进行灰度变换、直方图均衡化、归一化、几何校正、滤波和锐化处理，所述人脸图像特征提取子模块用于对人脸图像预处理子模块处理之后的人脸图像中的脸部特征部分进行提取和处理；
所述光线调节模块包括光线传感器和LED调光灯；
所述光线传感器的输出端电性连接可编程控制器的输入端，所述可编程控制器的输出端电性连接LED调光灯的输入端；
所述光线传感器安装于高清摄像头一侧，用于对进行脸部信息采集时的光线信息进行采集，所述LED调光灯用于光线较弱的情况下对光线强度进行调节；
所述真人鉴别模块包括距离传感器和热敏元件；
所述距离传感器和热敏元件的输出端均电性连接可编程控制器的输入端；
所述距离传感器用于对人脸到高清摄像头之间的距离进行测量，所述热敏元件用于对人脸发射的热红外信号进行接收，在所述距离传感器的测量距离内能够接收到热红外信号，判定进行识别的为真实人脸而非人脸照片；
所述准时判定模块包括倒计时器、预警灯和蜂鸣器；
所述倒计时器的输出端电性连接可编程控制器的输入端，所述可编程控制器的输出端电性连接预警灯和蜂鸣器的输入端；
所述倒计时器用于对距离上课时间的时长进行倒计时，用于与进行脸部信息采集时的时间进行对比，对学生是否会上课迟到做出判断，所述预警灯用于提醒进行脸部信息采集的学生即将迟到，抓紧时间进入教室，所述蜂鸣器用于提醒周围人员，进行脸部信息识别的人员非本校人员，进行及时的核实。
CN201910433006.0A 2019-05-23 2019-05-23 一种基于面部特征识别的进校验证系统及方法 Active CN110264385B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910433006.0A CN110264385B (zh) 2019-05-23 2019-05-23 一种基于面部特征识别的进校验证系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910433006.0A CN110264385B (zh) 2019-05-23 2019-05-23 一种基于面部特征识别的进校验证系统及方法

Publications (2)

Publication Number Publication Date
CN110264385A CN110264385A (zh) 2019-09-20
CN110264385B true CN110264385B (zh) 2023-10-31

Family

ID=67915118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910433006.0A Active CN110264385B (zh) 2019-05-23 2019-05-23 一种基于面部特征识别的进校验证系统及方法

Country Status (1)

Country Link
CN (1) CN110264385B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111445370A (zh) * 2019-11-01 2020-07-24 泰州市海陵区一马商务信息咨询有限公司 多功能乘坐防卫报警系统及方法
CN113192358A (zh) * 2021-04-26 2021-07-30 贵州车秘科技有限公司 一种基于热成像技术在智慧停车领域的停车管理系统及其使用方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103402080A (zh) * 2013-08-13 2013-11-20 北海和思科技有限公司 一种楼宇对讲系统
CN105577789A (zh) * 2015-12-22 2016-05-11 上海翼师网络科技有限公司 一种教学服务系统及客户端
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
CN109377616A (zh) * 2018-10-30 2019-02-22 南京邮电大学 一种基于二维人脸识别的门禁控制系统
CN109727352A (zh) * 2018-12-21 2019-05-07 广东粤众互联信息技术有限公司 一种基于人脸识别的校园预警方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8491311B2 (en) * 2002-09-30 2013-07-23 Mind Research Institute System and method for analysis and feedback of student performance

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103402080A (zh) * 2013-08-13 2013-11-20 北海和思科技有限公司 一种楼宇对讲系统
CN105577789A (zh) * 2015-12-22 2016-05-11 上海翼师网络科技有限公司 一种教学服务系统及客户端
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
CN109377616A (zh) * 2018-10-30 2019-02-22 南京邮电大学 一种基于二维人脸识别的门禁控制系统
CN109727352A (zh) * 2018-12-21 2019-05-07 广东粤众互联信息技术有限公司 一种基于人脸识别的校园预警方法

Also Published As

Publication number Publication date
CN110264385A (zh) 2019-09-20

Similar Documents

Publication Publication Date Title
CN110059614A (zh) 一种基于人脸情绪识别的智能辅助教学方法及系统
CN101577812B (zh) 一种岗位监测的方法和系统
CN102799893B (zh) 考场监控视频处理方法
CN104732601B (zh) 一种基于人脸识别技术的高识别率自动考勤装置及方法
CN106023516A (zh) 一种考试监控方法、系统及考场监控器
CN108022318A (zh) 多人人脸识别考勤系统及其考勤方法
CN110264385B (zh) 一种基于面部特征识别的进校验证系统及方法
CN111311799A (zh) 一种基于智能识别的闸机控制系统
CN110781771A (zh) 一种基于深度学习的异常行为实时监测方法
CN102890747A (zh) 在线考试智能监控方法
CN102880781A (zh) 在线考试智能监控系统
CN102521578A (zh) 一种入侵检测和识别方法
CN103049740A (zh) 基于视频图像的疲劳状态检测方法及装置
CN110723621B (zh) 基于深度神经网络检测电梯轿厢内吸烟的装置和方法
CN110090424A (zh) 一种用于足球绕杆考核的裁判系统
CN113887386B (zh) 基于深度学习和机器学习的多特征融合的疲劳检测方法
CN116563797B (zh) 一种用于智慧校园的监控管理系统
CN112489368A (zh) 智能跌倒识别与检测报警方法及系统
CN109308581A (zh) 一种基于区块链的考试云平台系统
CN106295474A (zh) 船舶驾驶员的疲劳检测方法、系统和服务器
CN112926412A (zh) 自适应教学课堂监控方法及系统
CN107845300A (zh) 一种实时监控的安全考试系统
CN109867186A (zh) 一种基于智能视频分析技术的电梯困人检测方法及系统
CN108537138A (zh) 一种基于机器视觉的眼睛闭合度计算方法
CN107818707B (zh) 一种自动出题的考试系统

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
TA01 Transfer of patent application right

Effective date of registration: 20230926

Address after: 017010 Room 914-020, 9th Floor, Headquarters Incubation Building, Kangbashi District, Ordos City, Inner Mongolia Autonomous Region

Applicant after: Inner Mongolia Kuaiwei Technology Co.,Ltd.

Address before: 325600 Bei Bai Xiang Zhen Qian An Xin Cun, Leqing City, Wenzhou City, Zhejiang Province

Applicant before: Liu Xiaolong

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant