CN110516562A - 一种基于人脸识别的高校人员定位方法及装置 - Google Patents
一种基于人脸识别的高校人员定位方法及装置 Download PDFInfo
- Publication number
- CN110516562A CN110516562A CN201910719617.1A CN201910719617A CN110516562A CN 110516562 A CN110516562 A CN 110516562A CN 201910719617 A CN201910719617 A CN 201910719617A CN 110516562 A CN110516562 A CN 110516562A
- Authority
- CN
- China
- Prior art keywords
- personnel
- colleges
- universities
- face
- matching
- 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 37
- 238000012545 processing Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 7
- 230000004807 localization Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 9
- 230000001815 facial effect Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 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
- 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
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Multimedia (AREA)
- Strategic Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Educational Technology (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Security & Cryptography (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及一种基于人脸识别的高校学生定位方法及装置，所述方法包括基于不同场景下的实时人员图像采集过程中获取的多个特征数据与预先存储的图像数据进行匹配；在匹配过程中，若满足第一预设条件，则停止匹配，记录当前条件下的特征数据类别以及第一位置信息，否则继续匹配，直至满足第一预设条件；在指定时间范围内，判断是否满足第二预设条件，如果满足，则记录当前人员信息以及人员的位置信息以实现对人员的实时定位。通过人脸识别的人员定位方法可提高定位数据的准确性，此外不需要额外的辅助设备，减少学生的负担，而对于学校来说，通过获取人员准确的位置信息，可基于这些数据做二次分析，从而大大提升学校对人员的安全管理。
Description
技术领域
本发明属于人脸识别技术领域，尤其涉及一种基于人脸识别的高校人员定位方法及装置
背景技术
高校近年来高度重视学生的安全问题，积极通过信息化手段来获取学生的相关信息，其中定位技术发挥了重要的作用，加强学校对学生在校园内的通行管理。
目前高校可使用的人员定位技术有WIFI定位、蓝牙定位、RFID定位、GPS定位等，每种定位技术都有相应的应用场景，但是这些定位技术都有如下相同的2个问题：
(1)需要额外的定位设备，如WIFI定位需要人员身上携带手机等WIFI接收设备；
(2)定位数据的不确定性，由于需要配置额外的定位设备，一旦定位设备发生丢失或者被人盗用，就会导致定位的数据不准确。
目前高校的打卡签到制度为教师点名、指纹打卡等方法，教师点名费时费力，指纹打卡需要每位学生配合，若教室人多，会出现打卡机排队拥挤现象。同时，高校内各类人员的出入也是对校园内学生的安全存在一定的隐患，如何在合理的时间以及区域范围内实现对学生的生活、出行以及学习过程中进行有效、安全的管理成为本发明需要解决的技术问题。
发明内容
本发明的目的就在于为了解决上述问题，提出了一种基于人脸识别的高校人员定位方法，所述方法包括如下步骤：
步骤S1、基于不同场景下的实时人员图像采集过程中获取的多个特征数据与预先存储的图像数据进行匹配；
步骤S2、在匹配过程中，若满足第一预设条件，则停止匹配，记录当前条件下的特征数据类别以及第一位置信息，否则继续匹配，直至满足第一预设条件；
步骤S3、在指定时间范围内，判断是否满足第二预设条件，如果满足，则记录当前人员信息以及人员的位置信息以实现对人员的实时定位。
优选的，步骤S1之前还包括，预先存储高校人员的图像数据，所述高校人员包括在学校区域内出现的人员。
优选的，所述步骤S1中的不同场景包括人员进入学校区域场景、在校学生上课考勤场景、在校学生考试场景以及人员在校活动场景。
优选的，所述第一预设条件为匹配出与所述多个特征数据唯一对应的人员信息，所述步骤S2还包括，如果匹配出与所述多个特征数据唯一对应的人员信息，则停止匹配，并记录当前条件下的特征数据类别以及与该人员信息对应的第一位置信息，如果根据多个特征数据进行匹配时，在预先存储的图像数据库中获取到的是两个或者两个以上人员脸图像数据，则继续进行人员特征数据的提前，再次进行匹配，直至匹配出唯一对应的人员信息为止。
优选的，所述第二预设条件为根据记录的特征数据在预设区域内匹配出满足第一预设条件的人员信息，其中，所述步骤S3还包括，在指定时间范围内，根据记录的特征数据判断能否在预设区域内匹配出满足第一预设条件的人员，如果匹配出当前人员信息，则记录当前人员信息以及人员的位置信息，从而实现对人员的实时定位，如果不满足则说明人员至少没有再预设区域内。
根据本发明的又一实施例，本发明还提出了一种基于人脸识别的高校人员定位装置，所述装置包括，
图像采集匹配模块，用于基于不同场景下的实时人员图像采集过程中获取的多个特征数据与预先存储的图像数据进行匹配；
第一处理模块，用于在匹配过程中，若满足第一预设条件，则停止匹配，记录当前条件下的特征数据类别以及第一位置信息，否则继续匹配，直至满足第一预设条件；
第二处理模块，用于在指定时间范围内，判断是否满足第二预设条件，如果满足，则记录当前人员信息以及人员的位置信息以实现对人员的实时定位；
定位模块，用于与图像采集匹配模块配合使用，实时定位人员位置信息。
优选的，所述装置还包括存储模块，用于预先存储高校人员的图像数据，所述高校人员包括在学校区域内出现的人员。
优选的，所述第一预设条件为匹配出与所述多个特征数据唯一对应的人员信息，所述第一处理模块具体用于，如果匹配出与所述多个特征数据唯一对应的人员信息，则停止匹配，并记录当前条件下的特征数据类别以及与该人员信息对应的第一位置信息，如果根据多个特征数据进行匹配时，在预先存储的图像数据库中获取到的是两个或者两个以上人员脸图像数据，则继续进行人员特征数据的提前，再次进行匹配，直至匹配出唯一对应的人员信息为止。
优选的，所述第二预设条件为根据记录的特征数据在预设区域内匹配出满足第一预设条件的人员信息，其中，所述第二处理模块还用于，在指定时间范围内，根据记录的特征数据判断能否在预设区域内匹配出满足第一预设条件的人员，如果匹配出当前人员信息，则记录当前人员信息以及人员的位置信息，从而实现对人员的实时定位，如果不满足则说明人员至少没有再预设区域内。
通过人脸识别的人员定位方法可提高定位数据的准确性，此外不需要额外的辅助设备，减少学生的负担，而对于学校来说，通过获取人员准确的位置信息，可基于这些数据做二次分析，如人员轨迹分析，设置人员每日的通行基线，一旦某日出现与基线偏离严重的情况，及时预警，相关人员可快速采取相应的措施，避免安全事故的繁盛，而这些都大大提升学校对人员的安全管理。
附图说明
图1是本发明提出的基于人脸识别的高校人员定位方法流程图；
图2是本发明提出的基于人脸识别的高校人员定位装置框架图。
具体实施方式
下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。
基于WIFI定位、蓝牙定位等定位技术目前存在的问题，本发明提出了一种基于人脸识别的人员定位方案。
该方案能够实现的一个重要技术为人脸识别，人脸是除了虹膜、指纹、声音等之外的一个很重要的生物特征，每个人都会具有这一生物特征，而且这一生物特征具有唯一性，不可复制性，将人脸这一些特征作为人员的定位判断依据将会很好的解决其他定位技术存在的需要辅助定位设备以及定位数据的准确性两个很重要的问题。
具体来说，本发明提出的基于人脸识别的高校人员定位方法具体包括如下步骤：
步骤S1、基于不同场景下的实时人员图像采集过程中获取的多个特征数据与预先存储的图像数据进行匹配。
在本申请中，不同场景包括人员进入学校区域场景、在校学生上课考勤场景、在校学生考试场景以及人员在校活动场景。
在现有的高校场景分析中，本发明根据不同的场景设置不同的数据采集模式，举例来说，在高校的入口、出口处都设置图像采集终端，用于对进入高校以及离开高校的人员进行图像采集；在本发明中还包括了在校学生的上课考勤场景，在教室内设置图像采集终端，当老师开始上课时，则启动当前教室内的图像采集终端，并且匹配当前老师的课程信息；本发明中的在校学生考试场景，距离来说，由于上课考勤过程中已经采用了图像采集终端，在考试时依然使用这些图像采集终端，在本场景下，采集考生的人脸信息以及当前科目信息；在本发明中，除了人员进出以及学生的考勤、考试信息外，基于本发明的目的是实现定位的方式，因此，还包括一个场景即人员在校活动场景，该场景应用的前提是，实现图像采集终端的全校园覆盖，从而实现任何时间、任何地方都能实时采集到出现在校园内的人员图像数据。
上述场景的设置是来自本发明的主要目的，当然也包括了一些其他场景，凡是利用了本发明的这些创造性的内容实现的场景设置都属于本发明保护的范围。
在该步骤S1中描述的内容包括了与预先存储的图像数据进行匹配，也就是说，在步骤S1之前会设置一个预先存储图像步骤，这样才能作为匹配的基础。但是基于本发明的目的，预先存储图像包括了两部分内容，因为在校学生、教职工或者工作人员是属于“常客”，那么，在进行预先图像数据存储时，必然比较简单，在办理入校手续、或者办理入职工作过程中就进行人脸图像的预先存储，那么这部分属于第一部分内容，另外一部分，则属于一些“外来客”，比如送快递、外卖等人员，他们不可能像“常客”一样，经常出入校园，并且本身也不属于校园的人员，那么在采集的过程中，需要做到的是，每次进入校园时都进行一次人脸图像采集，并实时跟踪这些人员的位置信息。
步骤S2、在匹配过程中，若满足第一预设条件，则停止匹配，记录当前条件下的特征数据类别以及第一位置信息，否则继续匹配，直至满足第一预设条件。
所述第一预设条件为匹配出与所述多个特征数据唯一对应的人员信息，所述步骤S2还包括，如果匹配出与所述多个特征数据唯一对应的人员信息，则停止匹配，并记录当前条件下的特征数据类别以及与该人员信息对应的第一位置信息，如果根据多个特征数据进行匹配时，在预先存储的图像数据库中获取到的是两个或者两个以上人员脸图像数据，则继续进行人员特征数据的提前，再次进行匹配，直至匹配出唯一对应的人员信息为止。
人脸识别技术需要动态的检测并跟踪人员脸部信息，在目前的检测算法中，Adaboost算法具有较快的速度和很高的准确度，它主要是根据人脸的灰度分布，选择采用矩形特征，该矩形特征通过积分图快速进行提取，并通过训练提取最有的矩形特征来转化为弱分类器，将弱分类器进行叠加构成强分类器，然后串联成级联分类器用于人脸检测，但是现有的人脸特征数据提取并识别的算法中，基本都是人脸整体识别，而本申请中的人俩图像识别，则是根据采集到的多个特征而并非全部特征，通过这些特征来与人脸数据库中的图像进行匹配识别，如果满足则匹配出人员信息以及人员位置信息，在本发明中，采用的图像特征提取对比是通过多次训练的方式进行，当提取的特征不足以与存储的图像匹配出唯一用户信息，则继续进行特征提取，直至匹配出唯一用户信息，并且记录当前用户的位置信息，以实现对用户的后续定位。
在该步骤中，基于不同的场景进行分析，具体如下，当需要查找某个人员时，则可以通过后端服务器，将指定人员的脸部特征信息发送至采集终端集群，采集终端集群指定集群中的所有采集终端进行搜索，并通过最接近待寻找人员的采集终端来定位该人员的位置信息；其次，当在考勤或者考试场景下，判断学生是否就位，则在采集终端进行工作时，主动采集某一上课区域或者某一考试区域内的学生是否已经就位，同时，具体到考勤场景中，可以这样设置模式，由于学生在课堂上课期间的位置是不动的，全景摄像头每隔一段时间抓拍分析一次，每节课至少抓拍3次以上，若该至少3次中有一次的人脸图像与该时间段的上课学生数据库一致，说明该学生上课，签到成功；若该至少3次中没有一次检测到的人脸图像是与上课学生数据库一致的，则说明该人脸图像对应的学生非本班学生；若上课学生数据库中的学生没有一次被检测到，则说明该学生缺席，或一直趴在桌子上未听课等情况未被识别的，可默认为缺席。当然还包括其他场景下的图像检测过程，在此不重复叙述。
步骤S3、在指定时间范围内，判断是否满足第二预设条件，如果满足，则记录当前人员信息以及人员的位置信息以实现对人员的实时定位。
所述第二预设条件为根据记录的特征数据在预设区域内匹配出满足第一预设条件的人员信息，其中，所述步骤S3还包括，在指定时间范围内，根据记录的特征数据判断能否在预设区域内匹配出满足第一预设条件的人员，如果匹配出当前人员信息，则记录当前人员信息以及人员的位置信息，从而实现对人员的实时定位，如果不满足则说明人员至少没有再预设区域内。
在本步骤中，当需要判断某个时间段的人员信息时，可以调取图像采集过程中所存储的基于人员特征信息、人员位置信息以及时间信息于一体的数据，同时，还要基于预设区域，比如在本发明的不同场景来说，如果是上课时间段，那么就需要判断在该时间段，以及在上课区域内，学生是否有早退、迟到现象；如果是考试时间段，则判断在该时间段内是否有学生缺考等现象，如果出现上述现象，则可以通过全校范围内的采集终端寻找到学生迟到、早退或者缺考的原因，也更加有利于对学生的管理，同时，基于在校人员活动场景下，也能根据预设区域内的人员信息以及位置信息实时对人员进行定位。
根据本发明的又一实施例，本发明还提出了一种基于人脸识别的高校人员定位装置，所述装置包括，
图像采集匹配模块，用于基于不同场景下的实时人员图像采集过程中获取的多个特征数据与预先存储的图像数据进行匹配；
第一处理模块，用于在匹配过程中，若满足第一预设条件，则停止匹配，记录当前条件下的特征数据类别以及第一位置信息，否则继续匹配，直至满足第一预设条件；
第二处理模块，用于在指定时间范围内，判断是否满足第二预设条件，如果满足，则记录当前人员信息以及人员的位置信息以实现对人员的实时定位；
定位模块，用于与图像采集匹配模块配合使用，实时定位人员位置信息。
所述装置还包括存储模块，用于预先存储高校人员的图像数据，所述高校人员包括在学校区域内出现的人员。
所述第一预设条件为匹配出与所述多个特征数据唯一对应的人员信息，所述第一处理模块具体用于，如果匹配出与所述多个特征数据唯一对应的人员信息，则停止匹配，并记录当前条件下的特征数据类别以及与该人员信息对应的第一位置信息，如果根据多个特征数据进行匹配时，在预先存储的图像数据库中获取到的是两个或者两个以上人员脸图像数据，则继续进行人员特征数据的提前，再次进行匹配，直至匹配出唯一对应的人员信息为止。
所述第二预设条件为根据记录的特征数据在预设区域内匹配出满足第一预设条件的人员信息，其中，所述第二处理模块还用于，在指定时间范围内，根据记录的特征数据判断能否在预设区域内匹配出满足第一预设条件的人员，如果匹配出当前人员信息，则记录当前人员信息以及人员的位置信息，从而实现对人员的实时定位，如果不满足则说明人员至少没有再预设区域内。
通过人脸识别的人员定位方法可提高定位数据的准确性，此外不需要额外的辅助设备，减少学生的负担，而对于学校来说，通过获取人员准确的位置信息，可基于这些数据做二次分析，如人员轨迹分析，设置人员每日的通行基线，一旦某日出现与基线偏离严重的情况，及时预警，相关人员可快速采取相应的措施，避免安全事故的繁盛，而这些都大大提升学校对人员的安全管理。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (9)
1.一种基于人脸识别的高校人员定位方法，其特征在于，所述方法包括如下步骤：
步骤S1、基于不同场景下的实时人员图像采集过程中获取的多个特征数据与预先存储的图像数据进行匹配；
步骤S2、在匹配过程中，若满足第一预设条件，则停止匹配，记录当前条件下的特征数据类别以及第一位置信息，否则继续匹配，直至满足第一预设条件；
步骤S3、在指定时间范围内，判断是否满足第二预设条件，如果满足，则记录当前人员信息以及人员的位置信息以实现对人员的实时定位。
2.根据权利要求1所述的基于人脸识别的高校人员定位方法，其特征在于，步骤S1之前还包括，预先存储高校人员的图像数据，所述高校人员包括在学校区域内出现的人员。
3.根据权利要求1所述的基于人脸识别的高校人员定位方法，其特征在于，所述步骤S1中的不同场景包括人员进入学校区域场景、在校学生上课考勤场景、在校学生考试场景以及人员在校活动场景。
4.根据权利要求1所述的基于人脸识别的高校人员定位方法，其特征在于，所述第一预设条件为匹配出与所述多个特征数据唯一对应的人员信息，所述步骤S2还包括，如果匹配出与所述多个特征数据唯一对应的人员信息，则停止匹配，并记录当前条件下的特征数据类别以及与该人员信息对应的第一位置信息，如果根据多个特征数据进行匹配时，在预先存储的图像数据库中获取到的是两个或者两个以上人员脸图像数据，则继续进行人员特征数据的提前，再次进行匹配，直至匹配出唯一对应的人员信息为止。
5.根据权利要求1所述的基于人脸识别的高校人员定位方法，其特征在于，所述第二预设条件为根据记录的特征数据在预设区域内匹配出满足第一预设条件的人员信息，其中，所述步骤S3还包括，在指定时间范围内，根据记录的特征数据判断能否在预设区域内匹配出满足第一预设条件的人员，如果匹配出当前人员信息，则记录当前人员信息以及人员的位置信息，从而实现对人员的实时定位，如果不满足则说明人员至少没有再预设区域内。
6.一种基于人脸识别的高校人员定位装置，其特征在于，所述装置包括，
图像采集匹配模块，用于基于不同场景下的实时人员图像采集过程中获取的多个特征数据与预先存储的图像数据进行匹配；
第一处理模块，用于在匹配过程中，若满足第一预设条件，则停止匹配，记录当前条件下的特征数据类别以及第一位置信息，否则继续匹配，直至满足第一预设条件；
第二处理模块，用于在指定时间范围内，判断是否满足第二预设条件，如果满足，则记录当前人员信息以及人员的位置信息以实现对人员的实时定位；
定位模块，用于与图像采集匹配模块配合使用，实时定位人员位置信息。
7.根据权利要求6所述的基于人脸识别的高校人员定位装置，其特征在于，所述装置还包括存储模块，用于预先存储高校人员的图像数据，所述高校人员包括在学校区域内出现的人员。
8.根据权利要求6所述的基于人脸识别的高校人员定位装置，其特征在于，所述第一预设条件为匹配出与所述多个特征数据唯一对应的人员信息，所述第一处理模块具体用于，如果匹配出与所述多个特征数据唯一对应的人员信息，则停止匹配，并记录当前条件下的特征数据类别以及与该人员信息对应的第一位置信息，如果根据多个特征数据进行匹配时，在预先存储的图像数据库中获取到的是两个或者两个以上人员脸图像数据，则继续进行人员特征数据的提前，再次进行匹配，直至匹配出唯一对应的人员信息为止。
9.根据权利要求6所述的基于人脸识别的高校人员定位装置，其特征在于，所述第二预设条件为根据记录的特征数据在预设区域内匹配出满足第一预设条件的人员信息，其中，所述第二处理模块还用于，在指定时间范围内，根据记录的特征数据判断能否在预设区域内匹配出满足第一预设条件的人员，如果匹配出当前人员信息，则记录当前人员信息以及人员的位置信息，从而实现对人员的实时定位，如果不满足则说明人员至少没有再预设区域内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910719617.1A CN110516562A (zh) | 2019-08-06 | 2019-08-06 | 一种基于人脸识别的高校人员定位方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910719617.1A CN110516562A (zh) | 2019-08-06 | 2019-08-06 | 一种基于人脸识别的高校人员定位方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110516562A true CN110516562A (zh) | 2019-11-29 |
Family
ID=68625077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910719617.1A Pending CN110516562A (zh) | 2019-08-06 | 2019-08-06 | 一种基于人脸识别的高校人员定位方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110516562A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113438326A (zh) * | 2021-08-27 | 2021-09-24 | 深圳市信润富联数字科技有限公司 | 基于生物特征的人员定位方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN109190466A (zh) * | 2018-07-26 | 2019-01-11 | 高新兴科技集团股份有限公司 | 一种人员实时定位的方法和设备 |
| CN109461220A (zh) * | 2018-10-22 | 2019-03-12 | 杭州闪宝科技有限公司 | 签到方法、装置及系统 |
| CN109993042A (zh) * | 2017-12-29 | 2019-07-09 | 国民技术股份有限公司 | 一种人脸识别方法及其装置 |
| CN110084925A (zh) * | 2019-04-03 | 2019-08-02 | 南京邮电大学 | 一种基于人脸识别的高校宿舍管理方法及其系统 |
-
2019
- 2019-08-06 CN CN201910719617.1A patent/CN110516562A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN109993042A (zh) * | 2017-12-29 | 2019-07-09 | 国民技术股份有限公司 | 一种人脸识别方法及其装置 |
| CN109190466A (zh) * | 2018-07-26 | 2019-01-11 | 高新兴科技集团股份有限公司 | 一种人员实时定位的方法和设备 |
| CN109461220A (zh) * | 2018-10-22 | 2019-03-12 | 杭州闪宝科技有限公司 | 签到方法、装置及系统 |
| CN110084925A (zh) * | 2019-04-03 | 2019-08-02 | 南京邮电大学 | 一种基于人脸识别的高校宿舍管理方法及其系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113438326A (zh) * | 2021-08-27 | 2021-09-24 | 深圳市信润富联数字科技有限公司 | 基于生物特征的人员定位方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105791299B (zh) | 一种无人监考的智能化上机考试系统 | |
| CN106204815B (zh) | 一种基于人脸检测和识别的门禁系统 | |
| CN106295482B (zh) | 一种人脸数据库的更新方法及装置 | |
| CN109214276A (zh) | 一种基于人脸识别技术的目标人员轨迹跟踪的系统及方法 | |
| CN105336011A (zh) | 一种基于人脸识别的考勤方法 | |
| CN107507289A (zh) | 一种移动端人脸识别考勤方法及系统 | |
| CN105205646A (zh) | 自动点名系统及实现自动点名系统的方法 | |
| CN109740501A (zh) | 一种人脸识别的考勤方法和装置 | |
| CN112530116A (zh) | 一种基于人脸识别的校园越界自动预警方法 | |
| CN101976356A (zh) | 网吧实名制人脸识别方法及识别系统 | |
| CN201993822U (zh) | 学校安全管理系统 | |
| CN107845300B (zh) | 一种实时监控的安全考试系统 | |
| CN111985807A (zh) | 一种基于大数据的校园安防远程监控管理系统 | |
| CN112418091B (zh) | 一种基于大数据的智慧校园安防数据处理方法 | |
| CN106326835A (zh) | 一种用于加油站便利店的人脸数据采集统计系统及方法 | |
| CN110516568A (zh) | 一种基于人脸识别的高校多场景数据管理方法及系统 | |
| CN106710020A (zh) | 智能考勤方法与系统 | |
| CN109636940A (zh) | 一种工地现场考勤系统及考勤方法 | |
| CN110458069A (zh) | 一种基于脸部识别辅助管理用户在线学习状态的方法及系统 | |
| CN107818707B (zh) | 一种自动出题的考试系统 | |
| CN114420302A (zh) | 一种企事业单位智能防疫控制系统 | |
| CN110516562A (zh) | 一种基于人脸识别的高校人员定位方法及装置 | |
| CN109461223A (zh) | 一种基于人脸识别的教室点名系统及方法 | |
| CN112052737A (zh) | 一种金融机构营业网点治理方法、系统、存储介质及电子设备 | |
| CN113542668A (zh) | 一种基于3d摄像头的监控系统及方法 |
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: 20191129 |