CN110516568B - 一种基于人脸识别的高校多场景数据管理方法及系统 - Google Patents
一种基于人脸识别的高校多场景数据管理方法及系统 Download PDFInfo
- Publication number
- CN110516568B CN110516568B CN201910751257.3A CN201910751257A CN110516568B CN 110516568 B CN110516568 B CN 110516568B CN 201910751257 A CN201910751257 A CN 201910751257A CN 110516568 B CN110516568 B CN 110516568B
- Authority
- CN
- China
- Prior art keywords
- time
- scene
- student
- data
- school
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013523 data management Methods 0.000 title claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000000694 effects Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000001815 facial effect Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims 1
- 230000003993 interaction Effects 0.000 abstract description 7
- 238000007726 management method Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1091—Recording time for administrative or management purposes
-
- 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
- G06V40/168—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
Abstract
本发明提出了一种基于人脸识别的高校多场景数据管理方法及系统，通过对实时采集的图像数据以及异常数据的分析处理，有效提高多场景模式下的各类数据管理效率，同时，基于学生的在校离校时间基线，分析出学生当前状态，为学生的安全保障提供一定数据支撑，从而使得学校与家长之间的信息交互更加便捷、高效。
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多场景数据管理方法及系统。
背景技术
目前，信息技术的发展已经涉及到多个领域，门禁系统可以有效的通过控制电子门锁的开关来控制高校主要通道，极大地防止了企图不轨的人员从正常通道进入高校，随着计算机技术的发展，人们开始用生物特征识别，来解决传统电子门禁系统身份识别的问题，图像识别领域算法的提高为运用生物特征技术来研制安全监测系统提供了技术保障，人脸识别等生物特征识别具有诸多优势，比如不用携带随时可用、可唯一标识一个人的身份，安全稳定，不易被冒用或者窃取等等，然而现有领域中，虽然人脸识别技术已经应用到多个领域中，但是，如何对采集到的图像数据进行分析，并对有异常的数据进行及时处理还没有得到一个有效的解决方案，具体到高校学生环境中，学生在校活动期间，已经有相关技术涉及采集这些学生的图像数据，或者应用到考勤，或者应用到门禁领域，但是如何实现不同领域场景模式下的互动，却并没有涉及。
基于此，本发明所需要解决的一个技术问题就是如何实现在不同场景下，对学生日常信息进行分析、处理，从而及时掌握学生在校动态，在保证学生学业的同时也能保证安全。
发明内容
本发明的目的在于为了解决上述问题，提出了一种基于人脸识别的高校多场景数据管理方法及系统，通过对采集的图像数据以及其对应的异常数据信息处理，有效提高多场景模式下各类数据的管理效率。
根据本发明的实施例，本发明提出了一种基于人脸识别的高校多场景数据管理方法，所述方法包括如下步骤：
实时分析脸部图像数据库中的学生图像数据，判断所述数据库中的图像以及所在场景中所对应的数据信息是否存在异常，若存在异常，则根据相应的异常处理方式对所述数据进行处理，自动匹配出与异常数据信息对应学生图像的用户信息，基于所述用户信息将异常数据处理结果发送至相关用户。
优选的，所述方法还包括，预先采集高校所有学生脸部图像数据，并基于多种场景下的学生活动区域的数据类型，将人脸图像与所述数据类型对应存储至脸部图像数据库中。
优选的，所述多种场景包括门禁识别场景、考勤场景。
优选的，在门禁识别场景下，提取出脸部图像数据库中在该场景下的所有人脸图像数据，识别出经过门禁出入校门的学生人脸图像信息，提取出学生出入校门时间数据，并基于如下步骤判断时间数据是否发生异常并进行处理，
步骤S101.提取出学生出校时间，判断该时间数据是否在上课时间，如果是，则进入步骤S201，否则进入步骤S301；
步骤S201.切换场景模式进入考勤场景模式，将出校学生的人脸图像数据与考勤场景模式下的图像数据进行匹配，判断当前时间下出校学生是否有课，如果有课，则提取考勤场景下的请假记录信息，根据请假记录信息中的请假事由以及请假时间，确定学生是否已经请假，如果请假或者学生没有课，则进入步骤S301，如果没有请假，则进入步骤S401；
步骤S301.切换场景至门禁识别场景下，记录学生当前出校时间，并判断在一预设时间范围内是否返回学校，如果没有返回学校则进入步骤S401；
步骤S401.分别在不同时间阶段向学生、辅导员以及家长发送获取学生当前状态信息的请求，以确定学生能否及时返校，如果出现异常情况，则及时报警，从而实现对学生的有效管理。
优选的，所述步骤S301还包括，如果学生的出校时间为非上课时间，则将当前出校时间与该学生的下一次上课时间之间的时间范围作为预设时间范围。
优选的，所述步骤S301还包括，如果学生的出校时间为上课时间且已经请假，则根据所述请假时间，将学生的出校时间与所述请假时间之间的时间范围作为预设时间范围。
优选的，所述用户信息为学生的联系方式或者学生家长或者常用联系人的联系方式。
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多场景数据管理系统，所述系统包括：统一监管平台，以及人脸识别采集装置；其中，所述统一监管平台包括，
处理装置，用于实时分析脸部图像数据库，判断所述数据库中的图像以及所在场景中所对应的数据信息是否存在异常，若存在异常，则根据相应的异常处理方式对所述数据进行处理，自动搜索与异常数据信息对应图像的用户信息，
发送装置，用于基于所述用户信息将异常数据处理结果发送至相关用户；
数据库，用于将预先采集的高校所有学生脸部图像数据以及对应的多种场景下的学生活动区域的数据类型进行存储；
人脸识别采集装置，包括位于高校门禁识别场景下以及考勤场景下部署与各类教室内的图像采集装置，用于采集学生人脸图像数据。
优选的，所述统一监控管理平台还包括，
场景切换装置，用于实现不同场景基于不同数据分析的实时切换。
优选的，所述处理装置还用于根据学生在不同场景下分析出学生出入校预设时间范围的状态。
本发明提出了一种基于人脸识别的高校多场景数据管理方法及系统，通过对实时采集的图像数据以及异常数据的分析处理，有效提高多场景模式下各类数据的管理效率，同时，基于学生的在校离校时间基线，分析出学生当前状态，为学生的安全保障提供一定数据支撑，从而使得学校与家长之间的信息交互更加便捷、高效。
附图说明
图1是本发明提出的基于人脸识别的高校多场景数据管理方法流程图；
图2是本发明提出的基于人脸识别的高校多场景数据管理系统框架图。
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。
人脸识别技术的核心在于对人脸的图像进行特征提取，包括对人脸轮廓、器官、纹理区域以及根据预先设置的特征点进行定位和特征提取，提取特征点的好坏将直接影响图像采集后图像的质量，目前采用的算法包括了PCA、ICA、Gabor、对称变化等，在特征提取时，通常采用函数映射或者函数变换的方式来表示面部特征，从而转换成易于机器识别的特征参数，以提高图像识别的清晰度和准确性。
在图像特征提取过程中，根据实际的人脸图像采集过程中产生的抑制因素采用相关的滤波算法来实现高识别率，基于识别后的图像进行处理时可以采用主成分分析法(PCA)、线性判别分析法(LDA)等常用算法实现人脸图像的特征提取，提高识别度。本发明对于人脸图像的具体采集方式以及采集模式不做限制，实现人脸图像采集即可。基于人脸图像识别技术，本发明提出了一种基于人脸识别的高校多场景数据管理方法，该方法包括了如下内容：
步骤S1.实时分析脸部图像数据库中的学生图像数据，判断所述数据库中的图像以及所在场景中所对应的数据信息是否存在异常；
步骤S2.若存在异常，则根据相应的异常处理方式对所述数据进行处理，自动匹配出与异常数据信息对应学生图像的用户信息，基于所述用户信息将异常数据处理结果发送至相关用户。
根据本发明的实施例，具体来说，人脸识别技术的使用是采集人脸图像数据，本发明的目的在于对采集的图像数据进行分析，因此，本发明还包括了这样的步骤：预先采集高校所有学生脸部图像数据，并基于多种场景下的学生活动区域的数据类型，将人脸图像与所述数据类型对应存储至脸部图像数据库中。根据本发明的目的，在数据库中，还包括了用户信息的预先存储，可以存储至脸部图像数据库中，也可以另外设置的用户信息数据库中，随时根据人脸图像数据来调取。
在本发明中所提出的基于人脸识别的高校多场景数据管理方法，并不仅在于采集人脸图像数据以及对图像数据进行分析，而是结合了学生出入校内外的状态以及其课程安排情况进行分析，同时，基于不同场景的切换、数据交互实现对学生相关学习、生活状态等的有效管理。
在本发明中，多种场景之间的切换、交互使得高校对于学生的管理更加高效，实际上，学生在校的场景包括了门禁识别场景、考勤场景、宿舍管理场景、实验室识别场景以及生活场景，为了更全面的阐述本发明的目的，以下结合门禁识别场景以及考勤场景进行说明，然而本领域技术人员可以知晓的是，其他场景之间的数据交互以实现对多场景数据的管理也将是本发明所要保护的内容。
在门禁识别场景下，实时提取出脸部图像数据库中的图像数据进行分析处理，首先，提取出脸部图像数据库中在该场景下的所有人脸图像数据，识别出经过门禁出入校门的学生人脸图像信息，提取出学生出入校门时间数据，并基于如下步骤判断时间数据是否发生异常并进行处理，在本发明中，人脸图像数据采集时，包括这样的内容，实时采集的人脸图像数据进行上传时，将图像数据加时间戳，将与该学生对应的图像数据以及时间戳一起上传，这样使得在进行数据分析时，判断是否产生异常数据提供数据基础。具体参见以下步骤：
步骤S101.提取出学生出校时间，判断该时间数据是否在上课时间，如果是，则进入步骤S201，否则进入步骤S301。
在前述的内容提及，学生人脸图像数据采集时是图像与时间一起上传，因此，在该步骤中，提取学生出校时间时，可以是根据实际需要指定某个学生的出校时间，也可以是自动分析学生的出行时间。当为指定某个学生时，在预先存储的数据中调取出指定学生的人脸图像数据与门禁识别场景下采集的图像数据进行匹配，搜索出该学生的出校时间，当自动进行分析时，则根据时间顺序，调取某个时间段内出入学校的学生图像数据进行分析。提取出学生出校时间段进行分析时，结合学生当前是否处于应当学习的阶段进行分析，因此，判断当前出校时间处于何种阶段是为了更好的进行学生状态判断，然后进入步骤S201。
步骤S201.切换场景模式进入考勤场景模式，将出校学生的人脸图像数据与考勤场景模式下的图像数据进行匹配，判断当前时间下出校学生是否有课，如果有课，则提取考勤场景下的请假记录信息，根据请假记录信息中的请假事由以及请假时间，确定学生是否已经请假，如果请假或者学生没有课，则进入步骤S301，如果没有请假，则进入步骤S401；
在该步骤中，根据本发明的目的，实现不同场景的切换以及数据交互，门禁识别场景记载了当前学生的离校时间或者入校时间，然而对于学生的管理，还需要根据其实际学习状态判断学生离校状态是否正常合理，因此，在本步骤中，实现场景切换，进入到考勤场景模式中，调取学生是否有课是否请假来判断，具体内容参见步骤S2。
步骤S301.切换场景至门禁识别场景下，记录学生当前出校时间，并判断在一预设时间范围内是否返回学校，如果没有返回学校则进入步骤S401。
在本步骤中，判断学生是否在一预设时间范围内返校中的预设时间根据实际可以设置成不同的时间范围，如果学生的出校时间为非上课时间，则将当前出校时间与该学生的下一次上课时间之间的时间范围作为预设时间范围；而，如果学生的出校时间为上课时间且已经请假，则根据所述请假时间，将学生的出校时间与所述请假时间之间的时间范围作为预设时间范围。
步骤S401.分别在不同时间阶段向学生、辅导员以及家长发送获取学生当前状态信息的请求，以确定学生能否及时返校，如果出现异常情况，则及时报警，从而实现对学生的有效管理。
在本步骤中，结合自动搜索与异常数据信息对应图像的用户信息，基于所述用户信息将异常数据处理结果发送至相关用户这一内容，本发明的目的在于根据用户信息进行合理处理，所述用户信息为学生的联系方式或者学生家长或者常用联系人的联系方式。当然，联系方式包括多种，如电话、微信、QQ等等方式，本发明不做具体限制。当出现异常时，及时通过相关人员也是为了更好的确保学生的当前状态。
基于此，本发明提出的基于人脸识别的高校多场景数据管理方法的相关内容如前所阐述，本发明结合了门禁识别场景以及考勤场景进行分析，当然，根据本发明的目的，场景的不同设置，属于本发明的保护内容之一，多种场景模式的结合，判断学生的当前状态，并将相关学生轨迹、时间信息进行记录从而实现有效管理更是本发明所需要保护的内容。在本发明中，多场景数据不仅是一种考勤与门禁记录的数据，还包括了学生的学习成绩数据、在校消费数据以及生活状态数据，通过不同场景下的切换、交互来实现有效管理。
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多场景数据管理系统，包括：统一监管平台，以及人脸识别采集装置；其中，所述统一监管平台包括，
处理装置，用于实时分析脸部图像数据库，判断所述数据库中的图像以及所在场景中所对应的数据信息是否存在异常，若存在异常，则根据相应的异常处理方式对所述数据进行处理，自动搜索与异常数据信息对应图像的用户信息，
发送装置，用于基于所述用户信息将异常数据处理结果发送至相关用户；
数据库，用于将预先采集的高校所有学生脸部图像数据以及对应的多种场景下的学生活动区域的数据类型进行存储；
人脸识别采集装置，包括位于高校门禁识别场景下以及考勤场景下部署与各类教室内的图像采集装置，用于采集学生人脸图像数据。
所述统一监控管理平台还包括，
场景切换装置，用于实现不同场景基于不同数据分析的实时切换。
所述处理装置还用于根据学生在不同场景下分析出学生出入校预设时间范围的状态。
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 (6)
1.一种基于人脸识别的高校多场景数据管理方法，其特征在于，所述方法包括如下步骤：
预先采集高校所有学生脸部图像数据，并基于多种场景下的学生活动区域的数据类型，将人脸图像与所述数据类型对应存储至脸部图像数据库中，其中，所述多种场景包括门禁识别场景、考勤场景；
实时分析脸部图像数据库中的学生图像数据，判断所述脸部图像数据库中的图像以及所在场景中所对应的数据信息是否存在异常，若存在异常，则根据相应的异常处理方式对所在场景中所对应的数据信息进行处理，自动匹配出与异常数据信息对应学生图像的用户信息，基于所述用户信息将异常数据处理结果发送至相关用户；
在门禁识别场景下，提取出脸部图像数据库中在该场景下的所有人脸图像数据，识别出经过门禁出入校门的学生人脸图像信息，提取出学生出入校门时间数据，并基于如下步骤判断时间数据是否发生异常并进行处理，
步骤S101.提取出学生出校时间，判断该时间数据是否在上课时间，如果是，则进入步骤S201，否则进入步骤S301；
步骤S201.切换场景模式进入考勤场景模式，将出校学生的人脸图像数据与考勤场景模式下的图像数据进行匹配，判断当前时间下出校学生是否有课，如果有课，则提取考勤场景下的请假记录信息，根据请假记录信息中的请假事由以及请假时间，确定学生是否已经请假，如果请假或者学生没有课，则进入步骤S301，如果没有请假，则进入步骤S401；
步骤S301.切换场景至门禁识别场景下，记录学生当前出校时间，并判断在一预设时间范围内是否返回学校，如果没有返回学校则进入步骤S401；
步骤S401.分别在不同时间阶段向学生、辅导员以及家长发送获取学生当前状态信息的请求，以确定学生能否及时返校，如果出现异常情况，则及时报警，从而实现对学生的有效管理。
2.根据权利要求1所述的基于人脸识别的高校多场景数据管理方法，其特征在于，所述步骤S301还包括，如果学生的出校时间为非上课时间，则将当前出校时间与该学生的下一次上课时间之间的时间范围作为预设时间范围。
3.根据权利要求2所述的基于人脸识别的高校多场景数据管理方法，其特征在于，所述步骤S301还包括，如果学生的出校时间为上课时间且已经请假，则根据所述请假时间，将学生的出校时间与所述请假时间之间的时间范围作为预设时间范围。
4.根据权利要求2或3所述的基于人脸识别的高校多场景数据管理方法，其特征在于，所述用户信息为学生的联系方式或者学生家长或者常用联系人的联系方式。
5.一种基于人脸识别的高校多场景数据管理系统，其特征在于，所述系统包括：统一监管平台，以及人脸识别采集装置；其中，所述统一监管平台包括，
处理装置，用于实时分析脸部图像数据库，判断所述数据库中的图像以及所在场景中所对应的数据信息是否存在异常，若存在异常，则根据相应的异常处理方式对所在场景中所对应的数据信息进行处理，自动搜索与异常数据信息对应图像的用户信息，并根据学生在不同场景下分析出学生出入校预设时间范围的状态；
发送装置，用于基于所述用户信息将异常数据处理结果发送至相关用户；
数据库，用于将预先采集的高校所有学生脸部图像数据以及对应的多种场景下的学生活动区域的数据类型进行存储；
人脸识别采集装置，包括位于高校门禁识别场景下以及考勤场景下部署与各类教室内的图像采集装置，用于采集学生人脸图像数据；
其中，根据学生在不同场景下分析出学生出入校预设时间范围的状态，包括，在门禁识别场景下，提取出脸部图像数据库中在该场景下的所有人脸图像数据，识别出经过门禁出入校门的学生人脸图像信息，提取出学生出入校门时间数据，并基于如下过程判断时间数据是否发生异常并进行处理，
步骤S101.提取出学生出校时间，判断该时间数据是否在上课时间，如果是，则进入步骤S201，否则进入步骤S301；
步骤S201.切换场景模式进入考勤场景模式，将出校学生的人脸图像数据与考勤场景模式下的图像数据进行匹配，判断当前时间下出校学生是否有课，如果有课，则提取考勤场景下的请假记录信息，根据请假记录信息中的请假事由以及请假时间，确定学生是否已经请假，如果请假或者学生没有课，则进入步骤S301，如果没有请假，则进入步骤S401；
步骤S301.切换场景至门禁识别场景下，记录学生当前出校时间，并判断在一预设时间范围内是否返回学校，如果没有返回学校则进入步骤S401；
步骤S401.分别在不同时间阶段向学生、辅导员以及家长发送获取学生当前状态信息的请求，以确定学生能否及时返校，如果出现异常情况，则及时报警，从而实现对学生的有效管理。
6.根据权利要求5所述的基于人脸识别的高校多场景数据管理系统，其特征在于，所述统一监管平台还包括，
场景切换装置，用于实现不同场景基于不同数据分析的实时切换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910751257.3A CN110516568B (zh) | 2019-08-15 | 2019-08-15 | 一种基于人脸识别的高校多场景数据管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910751257.3A CN110516568B (zh) | 2019-08-15 | 2019-08-15 | 一种基于人脸识别的高校多场景数据管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110516568A CN110516568A (zh) | 2019-11-29 |
| CN110516568B true CN110516568B (zh) | 2022-03-11 |
Family
ID=68626040
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910751257.3A Active CN110516568B (zh) | 2019-08-15 | 2019-08-15 | 一种基于人脸识别的高校多场景数据管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110516568B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111310556A (zh) * | 2019-12-20 | 2020-06-19 | 山东汇佳软件科技股份有限公司 | 基于中小学学生区域防溺水安全监管系统及其监控方法 |
| CN111125768B (zh) * | 2019-12-26 | 2023-05-02 | 联想(北京)有限公司 | 信息处理方法、装置、电子设备以及介质 |
| CN111968016A (zh) * | 2020-08-20 | 2020-11-20 | 合肥智圣新创信息技术有限公司 | 高校疫情协同管控平台平台及管控方法 |
| CN116311641B (zh) * | 2023-05-17 | 2023-08-01 | 无锡市新发智联节能有限公司 | 一种基于园区管理的智能运维系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101685554A (zh) * | 2008-09-25 | 2010-03-31 | 银河港(北京)技术有限公司 | 基于网络的人脸识别考勤方法及系统 |
| WO2014017398A1 (ja) * | 2012-07-24 | 2014-01-30 | 日本電気株式会社 | 出退勤管理装置、そのデータ処理方法、およびプログラム |
| CN107590759A (zh) * | 2017-09-27 | 2018-01-16 | 武汉青禾科技有限公司 | 一种基于大数据的学生行为判断系统 |
| CN108846785A (zh) * | 2018-06-21 | 2018-11-20 | 李招兵 | 一种平安教育应用方法及系统 |
| CN108932605A (zh) * | 2017-05-22 | 2018-12-04 | 湖南光海教育科技有限公司 | 智能校园请假管理方法、装置及计算机可读存储介质 |
| CN108985726A (zh) * | 2018-09-19 | 2018-12-11 | 李招兵 | 一种学生成长培育系统及其方法 |
| CN109598809A (zh) * | 2018-12-05 | 2019-04-09 | 上海创视通软件技术有限公司 | 一种基于人脸识别的课堂考勤方法及系统 |
| CN109872262A (zh) * | 2019-01-31 | 2019-06-11 | 山大鲁能信息科技有限公司 | 一种考勤系统及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140266604A1 (en) * | 2013-03-13 | 2014-09-18 | Sololnsight, Inc. | Apparatus, methods and systems for integrated workforce management and access control |
-
2019
- 2019-08-15 CN CN201910751257.3A patent/CN110516568B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101685554A (zh) * | 2008-09-25 | 2010-03-31 | 银河港(北京)技术有限公司 | 基于网络的人脸识别考勤方法及系统 |
| WO2014017398A1 (ja) * | 2012-07-24 | 2014-01-30 | 日本電気株式会社 | 出退勤管理装置、そのデータ処理方法、およびプログラム |
| CN108932605A (zh) * | 2017-05-22 | 2018-12-04 | 湖南光海教育科技有限公司 | 智能校园请假管理方法、装置及计算机可读存储介质 |
| CN107590759A (zh) * | 2017-09-27 | 2018-01-16 | 武汉青禾科技有限公司 | 一种基于大数据的学生行为判断系统 |
| CN108846785A (zh) * | 2018-06-21 | 2018-11-20 | 李招兵 | 一种平安教育应用方法及系统 |
| CN108985726A (zh) * | 2018-09-19 | 2018-12-11 | 李招兵 | 一种学生成长培育系统及其方法 |
| CN109598809A (zh) * | 2018-12-05 | 2019-04-09 | 上海创视通软件技术有限公司 | 一种基于人脸识别的课堂考勤方法及系统 |
| CN109872262A (zh) * | 2019-01-31 | 2019-06-11 | 山大鲁能信息科技有限公司 | 一种考勤系统及方法 |
Non-Patent Citations (4)
| Title |
|---|
| Classroom Attendance Auto-management Based on Deep Learning;Dan Wang 等;《2nd International Conference on Education, Sports, Arts and Management Engineering》;20171231;第1523-1528页 * |
| The Classroom Attendance Management System of Face Recognition Based on LBS;Fengping Cao 等;《5th International Conference on Education, Management, Arts, Economics and Social Science》;20181231;第964-969页 * |
| 人脸识别技术在高校学生管理中的应用;肖燕;《计算机产品与流通》;20181231;第228,230页 * |
| 智慧校园系统的考勤管理子系统的设计与实现;王超;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170115;第2017年卷(第01期);第I138-318页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110516568A (zh) | 2019-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN108830226A (zh) | 基于物联网的智慧校园系统 | |
| CN103530912A (zh) | 一种具有情绪识别功能的考勤系统及方法 | |
| CN110502999B (zh) | 校园管理系统及方法 | |
| CN109903414A (zh) | 一种基于物联网监控办公考勤控制系统及方法 | |
| CN110795963A (zh) | 一种基于人脸识别的监控方法、装置及设备 | |
| CN108537922A (zh) | 基于人脸识别的访客预警方法和系统 | |
| CN111968016A (zh) | 高校疫情协同管控平台平台及管控方法 | |
| CN201993822U (zh) | 学校安全管理系统 | |
| CN212208379U (zh) | 一种自动考勤测温系统 | |
| CN110096606B (zh) | 一种外籍人员管理方法、装置和电子设备 | |
| CN113836215B (zh) | 金融场景类用户感知信息处理方法、系统、设备及应用 | |
| CN112087603B (zh) | 智慧考场监管方法 | |
| CN110084915A (zh) | 基于行为分析的学生宿舍进出管理系统及管理方法 | |
| WO2019054894A1 (ru) | Способ мониторинга поведения пользователя при взаимодействии с контентом и система для его осуществления | |
| CN115511329A (zh) | 一种电力作业合规监测系统及方法 | |
| CN111754669A (zh) | 一种基于人脸识别技术的高校学生管理系统 | |
| CN111985807A (zh) | 一种基于大数据的校园安防远程监控管理系统 | |
| CN108537920A (zh) | 基于人脸识别的访客监控方法和系统 | |
| CN117219296A (zh) | 一种人员智能健康监测管理方法及系统 | |
| CN111292451A (zh) | 一种人车出入管理系统及方法 | |
| CN111126167A (zh) | 一种快速识别多名特定人员串联活动的方法及系统 | |
| CN108683703A (zh) | 一种智能留言板信息交互系统及使用方法 | |
| CN113128452A (zh) | 一种基于图像识别的绿化满意度采集方法和系统 | |
| CN108806050A (zh) | 出入管理方法和系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Method and System for Multi scene Data Management in Universities Based on Facial Recognition Granted publication date: 20220311 Pledgee: Hefei high tech Company limited by guarantee Pledgor: ZHISHENG CREAT INFORMAITON TECHNOLOGY CO.,LTD. Registration number: Y2024980008567 |