CN110363893A - 一种基于人脸识别的宿舍就寝异常数据统计方法及系统 - Google Patents

一种基于人脸识别的宿舍就寝异常数据统计方法及系统 Download PDF

Info

Publication number
CN110363893A
CN110363893A CN201910616687.4A CN201910616687A CN110363893A CN 110363893 A CN110363893 A CN 110363893A CN 201910616687 A CN201910616687 A CN 201910616687A CN 110363893 A CN110363893 A CN 110363893A
Authority
CN
China
Prior art keywords
personnel
disengaging
bed
state
discrepancy
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
Application number
CN201910616687.4A
Other languages
English (en)
Inventor
彭珊珊
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.)
Hanwang Zhilian (wuhan) Technology Co Ltd
Original Assignee
Hanwang Zhilian (wuhan) 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 Hanwang Zhilian (wuhan) Technology Co Ltd filed Critical Hanwang Zhilian (wuhan) Technology Co Ltd
Priority to CN201910616687.4A priority Critical patent/CN110363893A/zh
Publication of CN110363893A publication Critical patent/CN110363893A/zh
Pending legal-status Critical Current

Links

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—Systems or methods specially adapted for 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
    • G06V40/172—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
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • 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
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于人脸识别的宿舍就寝异常数据统计方法及系统，其中的方法首先通过人脸识别设备采集出入人员的人脸图像，根据采集的人脸图像对出入人员的身份进行验证；当验证通过时，则控制闸机开启，并记录出入人员的信息；然后将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的异常信息；最后根据筛选出的异常信息生成告警统计报表，将生成的告警统计报表推送至对应的终端。本发明可以实现对就寝异常数据的统计和查询效率的技术效果。

Description

一种基于人脸识别的宿舍就寝异常数据统计方法及系统
技术领域
本发明涉及物联网及大数据技术领域，具体涉及一种基于人脸识别的宿舍就寝异常数据统计方法及系统。
背景技术
传统宿舍安全管理的方式主要为以人员值班为主、刷卡为辅的管理方式，这种方式存在卡片丢失、仿冒的隐患，且管理人员工作量大，排查有疏漏，故无法准确有效的判断出进出人员的真实身份。为了提高安全性，出现了人脸识别与闸机结合的管理方式，通过人脸识别方式可以对进出人员的身份进行识别。
本申请发明人在实施本发明的过程中，发现现有技术的方法，至少存在如下技术问题：
采用人脸识别与闸机结合的管理方式，虽然可以利用人脸识别的唯一性、身份鉴定不可仿冒性，解决外来人员随意闯入的问题，并记录学生出入宿舍的时间记录，但是对于学生的就寝信息还无法方便地进行统计，需要人工进行查询，由于学生进出的频率多，数据多，故查看起来耗时耗力不够方便智能。
由此可知，现有技术中存在效率低和智能性不高的技术问题。
发明内容
有鉴于此，本发明提供了一种基于人脸识别的宿舍就寝异常数据统计方法及系统，用以解决或者至少部分解决现有技术中存在效率低和智能性不高的技术问题。
本发明提供了一种基于人脸识别的宿舍就寝异常数据统计方法，包括：
通过人脸识别设备采集出入人员的人脸图像，根据采集的人脸图像对出入人员的身份进行验证；
若验证通过，则控制闸机开启，并记录出入人员的信息，其中，出入人员的信息包括进出时间和进出状态；
将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的异常信息；
根据筛选出的异常信息生成告警统计报表，将生成的告警统计报表推送至对应的终端。
在一种实施方式中，根据采集的人脸图像对出入人员的身份进行验证，包括：
将采集的人脸图像与预先存储的人脸模板库进行匹配，若匹配成功，则表示验证通过，否则验证不通过。
在一种实施方式中，所述方法还包括：
当验证不通过时，控制闸机处于关闭状态。
在一种实施方式中，就寝规则包括设置晚归时间段和早出时间段，将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的异常信息，包括：
当出入人员的进出时间为晚归时间段，且进出状态为“进入”状态时，则标记该人员为晚归，并筛选出该人员的进出时间和进出状态；
当出入人员的进出时间为早出时间段，且进出状态为“外出”状态时，则标记该人员为早出，并筛选出该人员的进出时间和进出状态。
在一种实施方式中，所述方法还包括：
当出入人员的进出时间晚于晚归时间段，且进出状态为“进入”状态时，则标记该人员为未归，并筛选出该人员的进出时间和进出状态；
当出入人员的进出时间早于早出时间段，且进出状态为“外出”状态时，则标记该人员为未归，并筛选出该人员的进出时间和进出状态。
在一种实施方式中，就寝规则还包括设置连续早出或者连续晚归的规则。
在一种实施方式中，根据筛选出的异常信息生成告警统计报表，包括：
根据筛选出的异常信息，对出入人员的异常类型进行分类，并生成告警统计报表。
基于同样的发明构思，本发明第二方面提供了一种基于人脸识别的宿舍就寝异常数据统计系统，包括：
人脸识别模块，用于通过人脸识别设备采集出入人员的人脸图像，根据采集的人脸图像对出入人员的身份进行验证；
出入人员信息记录模块，用于当验证通过时，控制闸机开启，并记录出入人员的信息，其中，出入人员的信息包括进出时间和进出状态；
信息筛选模块，用于将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的异常信息；
告警统计报表生成模块，用于根据筛选出的异常信息生成告警统计报表，将生成的告警统计报表推送至对应的终端。
基于同样的发明构思，本发明第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被执行时实现第一方面所述的方法。
基于同样的发明构思，本发明第四方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述的方法。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
本发明提供的一种基于人脸识别的宿舍就寝异常数据统计方法，首先通过人脸识别设备采集出入人员的人脸图像，根据采集的人脸图像对出入人员的身份进行验证；当验证通过时，则控制闸机开启，并记录出入人员的信息，其中，出入人员的信息包括进出时间和进出状态；然后将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的异常信息；再根据筛选出的异常信息生成告警统计报表，将生成的告警统计报表推送至对应的终端。
由于本发明的方法，采用人脸识别技术可以对出入人员的身份进行验证，保证安全性，并将记录的出入人员的相关信息(进出时间和进出状态)与预先设置的就寝规则进行对比，自动分析筛选后统计出各类异常就寝的数据，并生成告警统计报表，无需管理人员再从众多的就寝数据中自行搜索或查找，数据查看更加省时省力，筛选出异常数据的效率更高，并可以根据筛选出的异常信息生成告警统计报表，将生成的告警统计报表推送至对应的终端，大大提高了智能性。
进一步地，本发明根据设置的就寝规则，可以对出入人员的异常就寝信息进行记录。
进一步地，本发明可以根据筛选出的异常信息，对出入人员的异常类型进行分类，并生成告警统计报表。也就是针对异常类型进行了细分，不再单一，管理人员可以有效的区分异常学生的轻重程度，针对连续、多次异常的严重程度校方也会采取更加明确的处理方式来避免风险的发生。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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例，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为本发明提供的一种基于人脸识别的宿舍就寝异常数据统计方法的流程示意图；
图2为本发明实例提供的方法具体实施流程图；
图3为本发明提供的一种基于人脸识别的宿舍就寝异常数据统计系统的结构框图；
图4为本发明实施例中计算机可读存储介质的结构图；
图5为本发明实施例中计算机设备的结构图。
具体实施方式
本发明的目的是通过目前的人脸识别的技术与宿舍安全管理系统进行结合，不仅能及时快速的统计出早出、晚归、未归的学生，还能够自动统计出连续(早出、晚归、未归)，多次(早出、晚归、未归)的异常就寝学生，无需管理人员在众多的学生就寝数据中自行查找。对于宿舍安全而言，多次及连续异常的学生，其安全隐患更为严重。提供的一种基于人脸识别的宿舍就寝异常数据统计方法，从而实现对宿舍就寝异常数据的统计，达到提高数据查看的效率和系统的智能性的技术效果。
为达到上述技术效果，本发明的主要构思如下：
利用人脸识别技术的唯一性、身份不可仿冒性来有效的判断识别人员身份，并通过通道式闸机来控制人员的进出；将人脸识别设备和闸机控制器与本系统进行对接，将采集的人员信息与预设的就寝规则进行对比，自动筛选和统计人员的出入时间以及出入状态；并生成统计报表进行推送。
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作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。
实施例一
本发明实施例提供了一种基于人脸识别的宿舍就寝异常数据统计方法，请参见图1，该方法包括：
步骤S1：通过人脸识别设备采集出入人员的人脸图像，根据采集的人脸图像对出入人员的身份进行验证。
具体来说，可以在每栋楼的出入口设置人脸识别设备，通过人脸识别设备拍摄出入人员的人脸图像后对其身份进行验证。其中，可以在本地进行验证，也可以将采集的人脸图像发送至后台服务器进行验证。
步骤S2：若验证通过，则控制闸机开启，并记录出入人员的信息，其中，出入人员的信息包括进出时间和进出状态。
具体来说，将人脸识别装置、通道式闸机与本发明的控制系统进行对接，即在本系统中通过设备管理添加设备参数，并将人脸识别装置与通道式闸机进行关联。当验证通过时，则控制闸机开启。同时，记录该人员的相关信息。
步骤S3：将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的异常信息。
具体来说，可以在预先设置告警参数，也就是就寝规则，例如设置23:00-05:00 为晚归时间段，设置03:00-05:00为早出时间段。符合就寝规则的数据即为异常数据。
步骤S4：根据筛选出的异常信息生成告警统计报表，将生成的告警统计报表推送至对应的终端。
具体来说，本发明还将生成的告警统计报表推送，自动推送到相关人员对应的终端，如宿舍管理员、辅导员、学生紧急联系人等。
请参见图2，为本发明实例的总体实施流程图，出入人员(学生)通过宿舍楼出入口，人脸识别设备对该人员的人脸进行抓拍，身份验证通过后，控制闸机开启同时记录该人员的进出信息，根据预先设置的就寝规则分析筛选出异常数据，例如早出、晚归、未归等情况，最后将筛选出的异常数据进行推送。
在一种实施方式中，根据采集的人脸图像对出入人员的身份进行验证，包括：
将采集的人脸图像与预先存储的人脸模板库进行匹配，若匹配成功，则表示验证通过，否则验证不通过。
具体来说，预先存储的人脸模板库存储了所有学生的人脸信息，为了进一步提高人脸识别的效率，可以将人脸信息与学生的学号和宿舍楼栋号一一对应。学生进出宿舍楼前可通过人脸识别装置进行刷脸签到，人脸识别装置将抓拍到的人脸与该宿舍楼栋的人脸模板库进行匹配，若匹配通过，且该学生为宿舍楼栋的学生，即可进出。
在一种实施方式中，所述方法还包括：
当验证不通过时，控制闸机处于关闭状态。
具体来说，若匹配不通过或识别到该学生非本宿舍楼栋的则无权进出，使闸机处于关闭状态。
在一种实施方式中，就寝规则包括设置晚归时间段和早出时间段，将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的信息，包括：
当出入人员的进出时间为晚归时间段，且进出状态为“进入”状态时，则标记该人员为晚归，并筛选出该人员的进出时间和进出状态；
当出入人员的进出时间为早出时间段，且进出状态为“外出”状态时，则标记该人员为早出，并筛选出该人员的进出时间和进出状态。
在一种实施方式中，所述方法还包括：
当出入人员的进出时间晚于晚归时间段，且进出状态为“进入”状态时，则标记该人员为未归，并筛选出该人员的进出时间和进出状态；
当出入人员的进出时间早于早出时间段，且进出状态为“外出”状态时，则标记该人员为未归，并筛选出该人员的进出时间和进出状态。
在一种实施方式中，就寝规则还包括设置连续早出或者连续晚归的规则。
具体来说，就寝规则包括早出(连续、多次早出)、晚归(连续、多次晚归)、未归(连续、多次未归)，如置23:00-05:00为晚归时间段，学生最后一次为“进入”的状态下，且在此时间段内，即为晚归，晚于此时间段为未归；设置03:00-05:00 为早出时间段，学生最后一次为“外出”的状态下，且在此时间段内，即为早出，早于此时间段为未归；还可设置如连续2次早出、晚归、未归以及如1个月内3 次早出、晚归、未归。
在一种实施方式中，根据筛选出的信息生成告警统计报表，包括：
根据筛选出的信息，对出入人员的异常类型进行分类，并生成告警统计报表。
具体来说，告警统计报表中详细记录学生异常就寝的类型，例如早出(连续、多次早出)、晚归(连续、多次晚归)、未归(连续、多次未归)以及各异常类型的时间点和异常次数。
此外，本发明可以根据设置的推送联系人，自动将告警统计报表中的异常就寝学生信息推送至相关人员对应的终端，同时校方人员也可在平台、APP中进行查看并处理告警信息；
本发明能让校方管理人员获取到早出、未归的学生，还可以更加精准且具体的获取到连续、多次早出、连续、多次晚归、连续、多次未归的异常就寝信息，从而方便管理人员针对不同类型的异常就寝问题来采取不同的处理手段，便于学生安全风险的管控可干预。
总体来说，本发明是一种应用于高光谱图像压缩的方法，与现有的技术相比具有以下优点：
(1)、通过人脸识别技术和本系统的异常就寝统计规则可自动分析筛选后统计出各类异常就寝的数据，无需管理人员再去众多的就寝数据中自行搜索或查找，数据查看更加省时省力。
(2)、针对异常类型进行了细分，不再单一，管理人员可以有效的区分异常学生的轻重程度，针对连续、多次异常的严重程度校方也会采取更加明确的处理方式来避免风险的发生。
基于同一发明构思，本申请还提供了与实施例一中一种基于人脸识别的宿舍就寝异常数据统计方法对应的系统，详见实施例二。
实施例二
本实施例提供了一种基于人脸识别的宿舍就寝异常数据统计系统，请参见图 3，该系统包括：
人脸识别模块201，用于通过人脸识别设备采集出入人员的人脸图像，根据采集的人脸图像对出入人员的身份进行验证；
出入人员信息记录模块202，用于在验证通过时控制闸机开启，并记录出入人员的信息，其中，出入人员的信息包括进出时间和进出状态；
信息筛选模块203，用于将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的信息；
告警统计报表生成模块204，用于根据筛选出的信息生成告警统计报表，将生成的告警统计报表推送至对应的终端。
在一种实施方式中，人脸识别模块201还用于：
将采集的人脸图像与预先存储的人脸模板库进行匹配，若匹配成功，则表示验证通过，否则验证不通过。
在一种实施方式中，所述方法还包括控制模块，用于：
在验证不通过时，控制闸机处于关闭状态。
在一种实施方式中，就寝规则包括设置晚归时间段和早出时间段，信息筛选模块203还用于：
当出入人员的进出时间为晚归时间段，且进出状态为“进入”状态时，则标记该人员为晚归，并筛选出该人员的进出时间和进出状态；
当出入人员的进出时间为早出时间段，且进出状态为“外出”状态时，则标记该人员为早出，并筛选出该人员的进出时间和进出状态。
在一种实施方式中，信息筛选模块203还用于：
当出入人员的进出时间晚于晚归时间段，且进出状态为“进入”状态时，则标记该人员为未归，并筛选出该人员的进出时间和进出状态；
当出入人员的进出时间早于早出时间段，且进出状态为“外出”状态时，则标记该人员为未归，并筛选出该人员的进出时间和进出状态。
在一种实施方式中，就寝规则还包括设置连续早出或者连续晚归的规则。
在一种实施方式中，告警统计报表生成模块204还用于：
根据筛选出的信息，对出入人员的异常类型进行分类，并生成告警统计报表。
由于本发明实施例二所介绍的系统，为实施本发明实施例一中基于人脸识别的宿舍就寝异常数据统计方法所采用的系统，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该系统的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的系统，都属于本发明所欲保护的范围。
实施例三
基于同一发明构思，本申请还提供了一种计算机可读存储介质300，请参见图4，其上存储有计算机程序311，该程序被执行时实现实施例一中的方法。
由于本发明实施例三所介绍的计算机可读存储介质，为实施本发明实施例一中基于人脸识别的宿舍就寝异常数据统计方法所采用的计算机可读存储介质，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该计算机可读存储介质的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的计算机可读存储介质都属于本发明所欲保护的范围。
实施例四
基于同一发明构思，本申请还提供了一种计算机设备，请参见图5，包括存储401、处理器402及存储在存储器上并可在处理器上运行的计算机程序403，处理器402执行上述程序时实现实施例一中的方法。
由于本发明实施例四所介绍的计算机设备为实施本发明实施例一中基于人脸识别的宿舍就寝异常数据统计方法所采用的计算机设备，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该计算机设备的具体结构及变形，故而在此不再赘述。凡是本发明实施例一中方法所采用的计算机设备都属于本发明所欲保护的范围。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于人脸识别的宿舍就寝异常数据统计方法，其特征在于，包括：
通过人脸识别设备采集出入人员的人脸图像，根据采集的人脸图像对出入人员的身份进行验证；
若验证通过，则控制闸机开启，并记录出入人员的信息，其中，出入人员的信息包括进出时间和进出状态；
将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的异常信息；
根据筛选出的异常信息生成告警统计报表，将生成的告警统计报表推送至对应的终端。
2.如权利要求1所述的方法，其特征在于，根据采集的人脸图像对出入人员的身份进行验证，包括：
将采集的人脸图像与预先存储的人脸模板库进行匹配，若匹配成功，则表示验证通过，否则验证不通过。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
当验证不通过时，控制闸机处于关闭状态。
4.如权利要求1所述的方法，其特征在于，就寝规则包括设置晚归时间段和早出时间段，将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的异常信息，包括：
当出入人员的进出时间为晚归时间段，且进出状态为“进入”状态时，则标记该人员为晚归，并筛选出该人员的进出时间和进出状态；
当出入人员的进出时间为早出时间段，且进出状态为“外出”状态时，则标记该人员为早出，并筛选出该人员的进出时间和进出状态。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
当出入人员的进出时间晚于晚归时间段，且进出状态为“进入”状态时，则标记该人员为未归，并筛选出该人员的进出时间和进出状态；
当出入人员的进出时间早于早出时间段，且进出状态为“外出”状态时，则标记该人员为未归，并筛选出该人员的进出时间和进出状态。
6.如权利要求4所述的方法，其特征在于，就寝规则还包括设置连续早出或者连续晚归的规则。
7.如权利要求1所述的方法，其特征在于，根据筛选出的异常信息生成告警统计报表，包括：
根据筛选出的异常信息，对出入人员的异常类型进行分类，并生成告警统计报表。
8.一种基于人脸识别的宿舍就寝异常数据统计系统，其特征在于，包括：
人脸识别模块，用于通过人脸识别设备采集出入人员的人脸图像，根据采集的人脸图像对出入人员的身份进行验证；
出入人员信息记录模块，用于当验证通过时，控制闸机开启，并记录出入人员的信息，其中，出入人员的信息包括进出时间和进出状态；
信息筛选模块，用于将出入人员的进出时间和进出状态与预先设置的就寝规则进行对比，筛选出符合就寝规则的异常信息；
告警统计报表生成模块，用于根据筛选出的异常信息生成告警统计报表，将生成的告警统计报表推送至对应的终端。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被执行时实现如权利要求1至7中任一项权利要求所述的方法。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7中任一项权利要求所述的方法。
CN201910616687.4A 2019-07-09 2019-07-09 一种基于人脸识别的宿舍就寝异常数据统计方法及系统 Pending CN110363893A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910616687.4A CN110363893A (zh) 2019-07-09 2019-07-09 一种基于人脸识别的宿舍就寝异常数据统计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910616687.4A CN110363893A (zh) 2019-07-09 2019-07-09 一种基于人脸识别的宿舍就寝异常数据统计方法及系统

Publications (1)

Publication Number Publication Date
CN110363893A true CN110363893A (zh) 2019-10-22

Family

ID=68218361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910616687.4A Pending CN110363893A (zh) 2019-07-09 2019-07-09 一种基于人脸识别的宿舍就寝异常数据统计方法及系统

Country Status (1)

Country Link
CN (1) CN110363893A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111160319A (zh) * 2020-01-16 2020-05-15 广州市十牛信息科技有限公司 基于人脸识别实时统计多终端呈现的校园宿舍管理系统
CN111563105A (zh) * 2020-05-19 2020-08-21 深圳市商汤科技有限公司 归寝管理方法及装置、电子设备及存储介质
CN112381690A (zh) * 2020-11-17 2021-02-19 广东鉴面智能科技有限公司 一种学校归寝管理方法及系统
CN112669508A (zh) * 2020-12-08 2021-04-16 合肥金人科技有限公司 一种无尘环境下的智能化出入管理系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201898577U (zh) * 2010-12-01 2011-07-13 任伟 一种基于物联网的校园智能监控系统
CN103258260A (zh) * 2013-05-30 2013-08-21 苏州福丰科技有限公司 基于人脸识别的校园宿舍管理系统
US20160239705A1 (en) * 2013-03-13 2016-08-18 Soloinsight, Inc. Apparatus, methods and systems for integrated workforce management and access control
KR101706285B1 (ko) * 2016-08-22 2017-02-23 (주)씨리얼 실내 통합관리형 도어 락
CN106485819A (zh) * 2016-09-30 2017-03-08 广西大学 一种智能宿舍管理系统
CN108597073A (zh) * 2018-04-12 2018-09-28 广东汇泰龙科技有限公司 一种基于双向摄像头人脸锁的学生宿舍管理方法及系统
CN109493555A (zh) * 2018-12-05 2019-03-19 郑州升达经贸管理学院 一种基于智能监控技术的校园宿舍楼安防监控系统
CN109801410A (zh) * 2018-12-24 2019-05-24 江苏鼎思科技发展有限公司 一种人脸识别智能闸机系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201898577U (zh) * 2010-12-01 2011-07-13 任伟 一种基于物联网的校园智能监控系统
US20160239705A1 (en) * 2013-03-13 2016-08-18 Soloinsight, Inc. Apparatus, methods and systems for integrated workforce management and access control
CN103258260A (zh) * 2013-05-30 2013-08-21 苏州福丰科技有限公司 基于人脸识别的校园宿舍管理系统
KR101706285B1 (ko) * 2016-08-22 2017-02-23 (주)씨리얼 실내 통합관리형 도어 락
CN106485819A (zh) * 2016-09-30 2017-03-08 广西大学 一种智能宿舍管理系统
CN108597073A (zh) * 2018-04-12 2018-09-28 广东汇泰龙科技有限公司 一种基于双向摄像头人脸锁的学生宿舍管理方法及系统
CN109493555A (zh) * 2018-12-05 2019-03-19 郑州升达经贸管理学院 一种基于智能监控技术的校园宿舍楼安防监控系统
CN109801410A (zh) * 2018-12-24 2019-05-24 江苏鼎思科技发展有限公司 一种人脸识别智能闸机系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111160319A (zh) * 2020-01-16 2020-05-15 广州市十牛信息科技有限公司 基于人脸识别实时统计多终端呈现的校园宿舍管理系统
CN111563105A (zh) * 2020-05-19 2020-08-21 深圳市商汤科技有限公司 归寝管理方法及装置、电子设备及存储介质
CN112381690A (zh) * 2020-11-17 2021-02-19 广东鉴面智能科技有限公司 一种学校归寝管理方法及系统
CN112669508A (zh) * 2020-12-08 2021-04-16 合肥金人科技有限公司 一种无尘环境下的智能化出入管理系统

Similar Documents

Publication Publication Date Title
CN110363893A (zh) 一种基于人脸识别的宿舍就寝异常数据统计方法及系统
CN102708606B (zh) 基于人脸识别的监狱会见区域进出监控系统
CN110491004A (zh) 一种居民社区人员安全管理系统及方法
CN108351967A (zh) 一种多人脸检测方法、装置、服务器、系统及存储介质
CN105913037A (zh) 基于人脸识别与射频识别的监控跟踪系统
CN110246074A (zh) 一种基于多维采集的社区安防管理系统及方法
CN110298254A (zh) 一种用于人员异常行为的分析方法和系统
CN110516568B (zh) 一种基于人脸识别的高校多场景数据管理方法及系统
CN110502999B (zh) 校园管理系统及方法
DE112011102294T5 (de) Optimierung der Ermittlung menschlicher Aktivität aus Videomaterial
CN108446681B (zh) 行人分析方法、装置、终端及存储介质
CN110084915A (zh) 基于行为分析的学生宿舍进出管理系统及管理方法
CN103208144A (zh) 基于人脸识别的宿管系统
CN111754669A (zh) 一种基于人脸识别技术的高校学生管理系统
Amaro et al. Evaluation of machine learning techniques for face detection and recognition
Hirzi et al. Literature study of face recognition using the viola-jones algorithm
Hashemi et al. Evaluation of the algorithms of face identification
CN107920224A (zh) 一种异常告警方法、设备及视频监控系统
CN113487073A (zh) 一种基于边缘技术的过程控制系统能耗管理方法和系统
CN109215150A (zh) 人脸点名与计数方法及其系统
Lakshmi et al. Automated face recognition by smart security system using AI & ML algorithms
CN110390751A (zh) 一种多功能无障碍通行闸机
CN110544334B (zh) 门禁管理的数据处理方法、装置、电子设备与存储介质
Razalli et al. Real-time face tracking application with embedded facial age range estimation algorithm
Alamri et al. Al-Masjid An-Nabawi crowd adviser crowd level estimation using head detection

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191022

WD01 Invention patent application deemed withdrawn after publication