CN111985807A - 一种基于大数据的校园安防远程监控管理系统 - Google Patents
一种基于大数据的校园安防远程监控管理系统 Download PDFInfo
- Publication number
- CN111985807A CN111985807A CN202010835722.4A CN202010835722A CN111985807A CN 111985807 A CN111985807 A CN 111985807A CN 202010835722 A CN202010835722 A CN 202010835722A CN 111985807 A CN111985807 A CN 111985807A
- Authority
- CN
- China
- Prior art keywords
- student
- class
- face image
- students
- module
- 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.)
- Withdrawn
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000012216 screening Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000012360 testing method Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 34
- 230000001815 facial effect Effects 0.000 claims description 29
- 238000012512 characterization method Methods 0.000 claims description 18
- 239000000284 extract Substances 0.000 claims description 13
- 238000004080 punching Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 4
- 210000004709 eyebrow Anatomy 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000010365 information processing Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- 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
-
- 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
- G06V40/10—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
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Tourism & Hospitality (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Library & Information Science (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Educational Technology (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于大数据的校园安防远程监控管理系统,包括校园数据库组建模块、人脸图像采集模块、图像处理模块、图像比对识别模块、学生点名模块、校园数据库、学生信息数据库、学生请假数据库、考务管理中心、中央服务器、班级显示终端、校园显示终端和报警模块,本发明通过人脸识别技术对进入校园的人进行人脸图像采集并识别,对识别出的学生或教职员工进行点名信息处理或教务考勤处理,对闲杂人员进行报警处理,实现了校园安防中校园进口的有效安全查验管理,提高了查验效率,避免了人工查验带来的查验疏漏问题,同时对无故旷课的学生进行快速筛选和智能联系,节约了班主任的时间,减轻了工作压力,进而提高了工作效率。
Description
技术领域
本发明涉及校园安防管理技术领域,涉及到一种基于大数据的校园安防远程监控管理系统。
背景技术
随着我国教育事业的飞速发展,校园学生密度日益提高,校区开放程度和后勤服务社会化程度也越来越高,有些学校没有校园安防系统而引发的安全事件频发,由此可以看出校园安防系统的重要性。
校园安防系统中的校园进口安全查验是重中之重,对于学生来说,由于大部分中小学、幼儿园上课时间皆采用封闭式管理,学生年纪较小,而自身防卫能力又几乎为零,如果学校安全查验工作没有做到位的话,校外闲杂人员容易混入学校,导致校内师生受到校外不法之徒的侵害。目前的校园进口查验工作主要是通过学校安保人员查看师生身份证件、对校外人员进行询问登记等,对于师生人数多、校园大、进出校门多的学校,需要大量的人力进行管理,且人工进行查验工作效率较低,同时还可能会有疏漏;而且当有学生没来上课时,该学生所在班级的班主任需要人工查询确认学生是否为无故旷课,并与其进行联系以确保学生的安全,其过程费时费力,同时也加大班主任老师的工作压力,鉴于此,本发明设计一种基于大数据的校园安防远程监控管理系统。
发明内容
本发明的目的在于提供的一种基于大数据的校园安防远程监控管理系统,通过人脸识别技术对进入校园的人进行人脸图像采集并识别,对识别出的学生或教职员工进行点名信息处理或教务考勤处理,对校外闲杂人员进行报警处理,同时结合学生信息数据库和学生请假数据库筛选无故旷课的学生,并进行智能分级联系,获取其旷课原因,解决了背景技术提到的问题。
为实现上述目的,本发明提供了如下技术方案:
一种基于大数据的校园安防远程监控管理系统,包括校园数据库组建模块、人脸图像采集模块、图像处理模块、图像比对识别模块、学生点名模块、校园数据库、中央服务器、班级显示终端、校园显示终端和报警模块;
所述校园数据库组建模块,收集学校所有学生和所有教职员工的面部图像及其面部图像对应的学生/教职员工的姓名信息,并统计各面部图像的面部特征,同时将收集统计的面部图像及信息存储在校园数据库中;
所述人脸图像采集模块,包括图像采集摄像头,其安装在校园进出门口,用于采集进入校园的人脸图像,并将采集的人脸图像发送至图像处理模块;
所述图像处理模块与人脸图像采集模块连接,接收人脸图像采集模块发送的人脸图像,对接收的人脸图像进行图像完整度分析,并判断其人脸图像是否符合人脸识别需要,若不符合,则去除不符合人脸识别需要的人脸图像,并发送触发控制指令至人脸采集模块,控制人脸采集模块继续进行人脸图像的拍摄,保留符合人脸识别需要的人脸图像,同时图像处理模块对保留的符合人脸识别需要的人脸图像进行提高对比度和高清滤波处理,得到处理后的人脸图像,并发送至图像比对识别模块;
所述图像比对识别模块与图像处理模块连接,接收图像处理模块发送的处理后的人脸图像,提取处理后的人脸图像中的人脸表征向量,并对提取的人脸表征向量进行特征点抓取,同时对抓取的人脸表征向量的特征点与校园数据库中存储的所有学生和所有教职员工的面部图像的面部特征进行逐一比对匹配,通过面部特征分析比对后确定该人脸图像对应的人员分类,若该人脸图像对应的是学生,则将该学生的姓名及学号发送至学生点名模块,若该人脸图像对应的是教职员工,则将该教职员工的姓名发送至考务管理中心,若该人脸图像对应的既不是学生也不是教职员工,则表明该人脸图像对应的为外来人员,图像比对识别模块将该外来人员的人脸图像发送至中央服务器;
所述学生点名模块与图像比对识别模块连接,接收图像比对识别模块发送的学生姓名及学号,提取学生信息数据库中各班级号对应的所有学生姓名及学号,筛选该学生姓名及学号对应的班级号,则该学生在该班级内点名通过,筛选完毕之后,统计各班级号中点名通过的学生,并与学生信息数据库中各班级号对应的所有学生姓名及学号进行对比,根据点名通过的学生数,统计点名全通过的班级号和点名未通过的班级号,对点名未通过的班级号进一步统计各点名未通过的班级中点名未通过的学生姓名及学号,学生点名模块将点名全通过的班级号和点名未通过的班级号及点名未通过的班级号中点名未通过的学生姓名及学号发送至中央服务器;
所述中央服务器与学生点名模块连接,接收学生点名模块发送的点名全通过的班级号和点名未通过的班级号及点名未通过的班级号中点名未通过的学生姓名及学号,根据接收的点名全通过的班级号,发送点名全通过文字信号至对应该班级号的班级显示终端,同时根据接收的点名未通过的班级号中点名未通过的学生姓名及学号,提取学生请假数据库中当天所有请假的学生姓名及学号,将接收的点名未通过的学生姓名及学号与学生请假数据库中所有请假的学生姓名及学号进行匹配,若匹配成功,表明该匹配成功的学生点名未通过的原因为当天请假,若匹配失败,表明该匹配失败的学生点名未通过的原因为无故旷课,中央服务器将点名未通过的班级号中各点名未通过的学生对应的点名未通过的原因进行记录,并发送点名未通过文字信号至对应该班级号的班级显示终端,并将记录的点名未通过的学生对应的点名未通过原因发送至对应该班级号的班级显示终端;
所述中央服务器对各点名未通过的班级号中无故旷课的学生姓名及学号进行统计,提取学生信息数据库中各班级号内各学生姓名及学号对应的家长联系方式,筛选无故旷课的学生姓名及学号对应的家长联系方式,进行智能分级联系,获取其旷课原因并记录;
同时,中央服务器与图像比对识别模块连接,接收图像比对识别模块发送的外来人员人脸图像,并将其发送至校园显示终端,同时发送报警控制信号至报警模块;
所述班级显示终端与中央服务器连接,其安装在各班级内,班级显示终端接收中央服务器发送的全通过文字信号或点名未通过文字信号及点名未通过的学生对应的点名未通过原因,并显示;
所述校园显示终端与中央服务器连接,其安装在校园进出门口,校园显示终端接收中央服务器接收的外来人员人脸图像,并显示;
所述报警模块与中央服务器连接,接收中央服务器发送的报警控制信号,进行报警。
根据本发明的一种能够实现的方式,所述图像完整度分析为对接收的人脸图像提取其人脸表征向量,并与预设的人脸表征点向量进行对比,预设的人脸表征向量为眉毛、鼻子、嘴巴和眼睛,若提取的人脸表征向量满足预设的人脸表征向量,则接收的人脸图像完整,是符合人脸图像识别需要的人脸图像,若提取的人脸表征向量不满足预设的人脸表征向量,则接收的人脸图像不完整,不符合人脸图像识别需要,需要重新进行人脸图像采集。
根据本发明的一种能够实现的方式,所述在利用学生姓名及学号筛选班级号过程中和对点名未通过的学生姓名及学号与学生请假数据库中所有请假的学生姓名及学号进行匹配过程中,首先是根据学生姓名进行筛选匹配,当出现重名的情况时,再根据学生学号进行筛选匹配。
根据本发明的一种能够实现的方式,还包括学生信息数据库和学生请假数据库,所述学生信息数据库用于存储各班级号对应的所有学生姓名及学号和各学生姓名及学号对应的家长联系方式,所述学生请假数据库用于存储当天请假的学生姓名及学号。
根据本发明的一种能够实现的方式,所述人脸图像采集模块还包括计时功能,在采集的人脸图像同时记录采集时间点,根据图像比对识别模块获取进入校门的人员所属类别,若是教职员工,则将该教职员工的姓名和其人脸图像采集的时间点发送至考务管理中心。
根据本发明的一种能够实现的方式,还包括考务管理中心,与图像比对识别模块连接,接收图像比对识别模块发送的该教职员工的姓名和人脸图像采集的时间点,其人脸图像采集的时间点即为考勤打卡时间点,与预设的标准考勤打卡时间点进行对比,若大于预设的标准考勤打卡时间点,则表明该教职员工迟到,在考务管理中心对应的该教职工考勤记录表上记录迟到。
根据本发明的一种能够实现的方式,所述智能分级联系的具体方法包括以下几个步骤:
步骤一:发送短信至各无故旷课的学生家长,询问学生旷课的原因,若固定时间间隔内有回复,则记录各无故旷课的学生旷课原因,若固定时间间隔内无回复,则执行步骤二;
步骤二:启动外呼叫平台,电话呼叫各无故旷课的家长,询问学生旷课的原因,若有回复,则记录各无故旷课的学生旷课原因,若无回复,则执行步骤三;
步骤三:将无回复的学生姓名及学号发送给对应该班级号的班主任或班级管理人员进行处理。
有益效果:
(1)本发明通过人脸图像采集模块对进入校园的人进行人脸图像采集,并通过面部特征比对确定该人脸图像对应的人员分类,对识别出的学生或教职员工进行点名信息处理或教务考勤处理,对闲杂人等进行报警处理,同时结合学生信息数据库和学生请假数据库筛选无故旷课的学生,并进行智能分级联系,获取其旷课原因,实现了校园安防中校园进口的有效安全查验管理,提高了查验效率,避免了人工查验带来的查验疏漏问题,同时对无故旷课学生的能够进行快速筛选和智能联系,节约了班主任的时间,减轻了工作压力,进而提高了工作效率。
(2)本发明在人脸图像采集的同时,记录人脸图像采集时间,作为教职员工考勤打卡时间点,代替了考勤打卡系统,既实现了校园门禁功能又实现了考勤打卡功能,体现了系统的多元化和本地智能化。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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为本发明的模块示意图;
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于大数据的校园安防远程监控管理系统,包括校园数据库组建模块、人脸图像采集模块、图像处理模块、图像比对识别模块、学生点名模块、校园数据库、学生信息数据库、学生请假数据库、考务管理中心、中央服务器、班级显示终端、校园显示终端和报警模块。
校园数据库组建模块,收集学校所有学生和所有教职员工的面部图像及其面部图像对应的学生/教职员工的姓名信息,并统计各面部图像的面部特征,同时将收集的面部图像及信息存储在校园数据库中。
人脸图像采集模块,包括图像采集摄像头,图像采集摄像头采用像素大于130万像素的高清人脸识别摄像头,其安装在校园进出门口,用于采集进入校园的人脸图像,同时记录采集时间点,人脸图像采集模块将采集的人脸图像发送至图像处理模块,并将采集时间点发送至图像比对识别模块。
图像处理模块与人脸图像采集模块连接,接收人脸图像采集模块发送的人脸图像,对接收的人脸图像进行图像完整度分析,即对接收的人脸图像提取其人脸表征向量,并与预设的人脸表征点向量进行对比,预设的人脸表征向量为眉毛、鼻子、嘴巴和眼睛,若提取的人脸表征向量满足预设的人脸表征向量,则接收的人脸图像完整,符合人脸识别需要,保留符合人脸识别需要的人脸图像,若提取的人脸表征向量不满足预设的人脸表征向量,则接收的人脸图像不完整,不符合人脸识别需要,需要重新进行人脸图像采集,则去除不符合人脸识别需要的人脸图像,并发送触发控制指令至人脸采集模块,控制人脸采集模块继续进行人脸图像的拍摄,同时图像处理模块对保留的符合人脸识别需要的人脸图像进行提高对比度和高清滤波处理,得到处理后的人脸图像,并发送至图像比对识别模块。
所述图像比对识别模块分别与人脸图像采集模块和图像处理模块连接,接收图像处理模块发送的处理后的人脸图像,提取处理后的人脸图像中的人脸表征向量,并对提取的人脸表征向量进行特征点抓取,同时对抓取的人脸表征向量的特征点与校园数据库中存储的所有学生和所有教职员工的面部图像的面部特征进行逐一比对匹配,统计抓取的人脸表征向量特征点与校园数据库中所有学生和所有教职员工的面部图像面部特征的匹配度,筛选匹配度最高的面部图像,当筛选的最高匹配度大于设定的匹配度阈值,则匹配成功,输出匹配度最高的面部图像对应的人员信息,反之匹配失败,对匹配成功的该人脸图像对应的人员进行分类处理,若该人脸图像对应的是学生,则将该学生的姓名及学号发送至学生点名模块,若该人脸图像对应的是教职员工,则接收人脸图像采集模块发送的采集时间点,同时将该教职员工的姓名及采集时间点发送至考务管理中心,若匹配失败,则该人脸图像对应的既不是学生也不是教职员工,则表明该人脸图像对应的为外来人员,图像比对识别模块将该外来人员的人脸图像发送至中央服务器。
学生点名模块与图像比对识别模块连接,接收图像比对识别模块发送的学生姓名及学号,提取学生信息数据库中各班级号对应的所有学生姓名及学号,筛选该学生姓名及学号对应的班级号,则该学生在该班级内点名通过,筛选完毕之后,统计各班级号中点名通过的学生,并与学生信息数据库中各班级号对应的所有学生姓名及学号进行对比,根据点名通过的学生数,统计点名全通过的班级号和点名未通过的班级号,对点名未通过的班级号进一步统计各点名未通过的班级中点名未通过的学生姓名及学号,学生点名模块将点名全通过的班级号和点名未通过的班级号及点名未通过的班级号中点名未通过的学生姓名及学号发送至中央服务器。
学生信息数据库用于存储各班级号对应的所有学生姓名及学号和各学生姓名及学号对应的家长联系方式。
中央服务器与学生点名模块连接,接收学生点名模块发送的点名全通过的班级号和点名未通过的班级号及点名未通过的班级号中点名未通过的学生姓名及学号,根据接收的点名全通过的班级号,发送点名全通过文字信号至对应该班级号的班级显示终端,同时根据接收的点名未通过的班级号中点名未通过的学生姓名及学号,提取学生请假数据库中当天所有请假的学生姓名及学号,将接收的点名未通过的学生姓名及学号与学生请假数据库中所有请假的学生姓名及学号进行匹配,若匹配成功,表明该匹配成功的学生点名未通过的原因为当天请假,若匹配失败,表明该匹配失败的学生点名未通过的原因为无故旷课,中央服务器将点名未通过的班级号中各点名未通过的学生对应的点名未通过的原因进行记录,并发送点名未通过文字信号至对应该班级号的班级显示终端,并将记录的点名未通过的学生对应的点名未通过原因发送至对应该班级号的班级显示终端。
学生请假数据库用于存储当天请假的学生姓名及学号。
本实施例中在利用学生姓名及学号筛选班级号过程中和对点名未通过的学生姓名及学号与学生请假数据库中所有请假的学生姓名及学号进行匹配过程中,首先是根据学生姓名进行筛选匹配,当出现重名的情况时,再根据学生学号进行筛选匹配,实现了双重筛选,避免了筛选错误现象的发生。
中央服务器对各点名未通过的班级号中无故旷课的学生姓名及学号进行统计,提取学生信息数据库中各班级号内各学生姓名及学号对应的家长联系方式,筛选无故旷课的学生姓名及学号对应的家长联系方式,进行智能分级联系,所述智能分级联系的具体方法包括以下几个步骤:
步骤一:发送短信至各无故旷课的学生家长,询问学生旷课的原因,若固定时间间隔内有回复,则记录各无故旷课的学生旷课原因,若固定时间间隔内无回复,则执行步骤二;
步骤二:启动外呼叫平台,电话呼叫各无故旷课的家长,询问学生旷课的原因,若有回复,则记录各无故旷课的学生旷课原因,若无回复,则执行步骤三;
步骤三:将无回复的学生姓名及学号发送给对应该班级号的班主任或班级管理人员进行处理。
本实施例通过对无故旷课的学生进行快速筛选和智能联系,节约了班主任的时间,减轻了工作压力,进而提高了工作效率。
同时,中央服务器与图像比对识别模块连接,接收图像比对识别模块发送的外来人员人脸图像,并将其发送至校园显示终端,同时发送报警控制信号至报警模块。
班级显示终端与中央服务器连接,其安装在各班级内,班级显示终端接收中央服务器发送的全通过文字信号或点名未通过文字信号及点名未通过的学生对应的点名未通过原因,并显示,方便对应班级的老师直观了解班级学生的请假情况和无故旷课情况。
校园显示终端与中央服务器连接,其安装在校园进出门口,校园显示终端接收中央服务器接收的外来人员人脸图像,并显示,便于校园安保人员快速识别并找到该外来人员。
报警模块与中央服务器连接,接收中央服务器发送的报警控制信号,进行报警,提醒校园安保人员注意非法入侵。
考务管理中心与图像比对识别模块连接,接收图像比对识别模块发送的该教职员工的姓名和人脸图像采集的时间点,其人脸图像采集的时间点即为考勤打卡时间点,与预设的标准考勤打卡时间点进行对比,若大于预设的标准考勤打卡时间点,则表明该教职员工迟到,在考务管理中心对应的该教职工考勤记录表上记录迟到,代替了考勤打卡系统,减少了考勤设备投入,同时既实现了校园门禁功能又实现了考勤打卡功能,体现了系统的多元化和本地智能化。
本发明通过人脸图像采集模块对进入校园的人进行人脸图像采集,并通过面部特征比对确定该人脸图像对应的人员分类,对识别出的学生或教职员工进行点名信息处理或教务考勤处理,对闲杂人等进行报警处理,同时结合学生信息数据库和学生请假数据库筛选无故旷课的学生,并进行智能分级联系,获取其旷课原因,实现了校园安防中校园进口的有效安全查验管理,提高了查验效率,避免了人工查验带来的查验疏漏问题,同时对无故旷课学生的能够进行快速筛选和智能联系,节约了班主任的时间,减轻了工作压力,进而提高了工作效率。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中的描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种基于大数据的校园安防远程监控管理系统,其特征在于:包括校园数据库组建模块、人脸图像采集模块、图像处理模块、图像比对识别模块、学生点名模块、校园数据库、中央服务器、班级显示终端、校园显示终端和报警模块;
所述校园数据库组建模块,收集学校所有学生和所有教职员工的面部图像及其面部图像对应的学生/教职员工的姓名信息,并统计各面部图像的面部特征,同时将收集统计的面部图像及信息存储在校园数据库中;
所述人脸图像采集模块,包括图像采集摄像头,其安装在校园进出门口,用于采集进入校园的人脸图像,并将采集的人脸图像发送至图像处理模块;
所述图像处理模块与人脸图像采集模块连接,接收人脸图像采集模块发送的人脸图像,对接收的人脸图像进行图像完整度分析,并判断其人脸图像是否符合人脸识别需要,若不符合,则去除不符合人脸识别需要的人脸图像,并发送触发控制指令至人脸采集模块,控制人脸采集模块继续进行人脸图像的拍摄,保留符合人脸识别需要的人脸图像,同时图像处理模块对保留的符合人脸识别需要的人脸图像进行提高对比度和高清滤波处理,得到处理后的人脸图像,并发送至图像比对识别模块;
所述图像比对识别模块与图像处理模块连接,接收图像处理模块发送的处理后的人脸图像,提取处理后的人脸图像中的人脸表征向量,并对提取的人脸表征向量进行特征点抓取,同时对抓取的人脸表征向量的特征点与校园数据库中存储的所有学生和所有教职员工的面部图像的面部特征进行逐一比对匹配,通过面部特征分析比对后确定该人脸图像对应的人员分类,若该人脸图像对应的是学生,则将该学生的姓名及学号发送至学生点名模块,若该人脸图像对应的是教职员工,则将该教职员工的姓名发送至考务管理中心,若该人脸图像对应的既不是学生也不是教职员工,则表明该人脸图像对应的为外来人员,图像比对识别模块将该外来人员的人脸图像发送至中央服务器;
所述学生点名模块与图像比对识别模块连接,接收图像比对识别模块发送的学生姓名及学号,提取学生信息数据库中各班级号对应的所有学生姓名及学号,筛选该学生姓名及学号对应的班级号,则该学生在该班级内点名通过,筛选完毕之后,统计各班级号中点名通过的学生,并与学生信息数据库中各班级号对应的所有学生姓名及学号进行对比,根据点名通过的学生数,统计点名全通过的班级号和点名未通过的班级号,对点名未通过的班级号进一步统计各点名未通过的班级中点名未通过的学生姓名及学号,学生点名模块将点名全通过的班级号和点名未通过的班级号及点名未通过的班级号中点名未通过的学生姓名及学号发送至中央服务器;
所述中央服务器与学生点名模块连接,接收学生点名模块发送的点名全通过的班级号和点名未通过的班级号及点名未通过的班级号中点名未通过的学生姓名及学号,根据接收的点名全通过的班级号,发送点名全通过文字信号至对应该班级号的班级显示终端,同时根据接收的点名未通过的班级号中点名未通过的学生姓名及学号,提取学生请假数据库中当天所有请假的学生姓名及学号,将接收的点名未通过的学生姓名及学号与学生请假数据库中所有请假的学生姓名及学号进行匹配,若匹配成功,表明该匹配成功的学生点名未通过的原因为当天请假,若匹配失败,表明该匹配失败的学生点名未通过的原因为无故旷课,中央服务器将点名未通过的班级号中各点名未通过的学生对应的点名未通过的原因进行记录,并发送点名未通过文字信号至对应该班级号的班级显示终端,并将记录的点名未通过的学生对应的点名未通过原因发送至对应该班级号的班级显示终端;
所述中央服务器对各点名未通过的班级号中无故旷课的学生姓名及学号进行统计,提取学生信息数据库中各班级号内各学生姓名及学号对应的家长联系方式,筛选无故旷课的学生姓名及学号对应的家长联系方式,进行智能分级联系,获取其旷课原因并记录;
同时,中央服务器与图像比对识别模块连接,接收图像比对识别模块发送的外来人员人脸图像,并将其发送至校园显示终端,同时发送报警控制信号至报警模块;
所述班级显示终端与中央服务器连接,其安装在各班级内,班级显示终端接收中央服务器发送的全通过文字信号或点名未通过文字信号及点名未通过的学生对应的点名未通过原因,并显示;
所述校园显示终端与中央服务器连接,其安装在校园进出门口,校园显示终端接收中央服务器接收的外来人员人脸图像,并显示;
所述报警模块与中央服务器连接,接收中央服务器发送的报警控制信号,进行报警。
2.根据权利要求1所述的一种基于大数据的校园安防远程监控管理系统,其特征在于:所述图像完整度分析为对接收的人脸图像提取其人脸表征向量,并与预设的人脸表征点向量进行对比,预设的人脸表征向量为眉毛、鼻子、嘴巴和眼睛,若提取的人脸表征向量满足预设的人脸表征向量,则接收的人脸图像完整,是符合人脸图像识别需要的人脸图像,若提取的人脸表征向量不满足预设的人脸表征向量,则接收的人脸图像不完整,不符合人脸图像识别需要,需要重新进行人脸图像采集。
3.根据权利要求1所述的一种基于大数据的校园安防远程监控管理系统,其特征在于:所述在利用学生姓名及学号筛选班级号过程中和对点名未通过的学生姓名及学号与学生请假数据库中所有请假的学生姓名及学号进行匹配过程中,首先是根据学生姓名进行筛选匹配,当出现重名的情况时,再根据学生学号进行筛选匹配。
4.根据权利要求1所述的一种基于大数据的校园安防远程监控管理系统,其特征在于:还包括学生信息数据库和学生请假数据库,所述学生信息数据库用于存储各班级号对应的所有学生姓名及学号和各学生姓名及学号对应的家长联系方式,所述学生请假数据库用于存储当天请假的学生姓名及学号。
5.根据权利要求1所述的一种基于大数据的校园安防远程监控管理系统,其特征在于:所述人脸图像采集模块还包括计时功能,在采集的人脸图像同时记录采集时间点,根据图像比对识别模块获取进入校门的人员所属类别,若是教职员工,则将该教职员工的姓名和其人脸图像采集的时间点发送至考务管理中心。
6.根据权利要求1所述的一种基于大数据的校园安防远程监控管理系统,其特征在于:还包括考务管理中心,与图像比对识别模块连接,接收图像比对识别模块发送的该教职员工的姓名和人脸图像采集的时间点,其人脸图像采集的时间点即为考勤打卡时间点,与预设的标准考勤打卡时间点进行对比,若大于预设的标准考勤打卡时间点,则表明该教职员工迟到,在考务管理中心对应的该教职工考勤记录表上记录迟到。
7.根据权利要求1所述的一种基于大数据的校园安防远程监控管理系统,其特征在于:所述智能分级联系的具体方法包括以下几个步骤:
步骤一:发送短信至各无故旷课的学生家长,询问学生旷课的原因,若固定时间间隔内有回复,则记录各无故旷课的学生旷课原因,若固定时间间隔内无回复,则执行步骤二;
步骤二:启动外呼叫平台,电话呼叫各无故旷课的家长,询问学生旷课的原因,若有回复,则记录各无故旷课的学生旷课原因,若无回复,则执行步骤三;
步骤三:将无回复的学生姓名及学号发送给对应该班级号的班主任或班级管理人员进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010835722.4A CN111985807A (zh) | 2020-08-19 | 2020-08-19 | 一种基于大数据的校园安防远程监控管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010835722.4A CN111985807A (zh) | 2020-08-19 | 2020-08-19 | 一种基于大数据的校园安防远程监控管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111985807A true CN111985807A (zh) | 2020-11-24 |
Family
ID=73434114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010835722.4A Withdrawn CN111985807A (zh) | 2020-08-19 | 2020-08-19 | 一种基于大数据的校园安防远程监控管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111985807A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530116A (zh) * | 2020-11-26 | 2021-03-19 | 上海天健体育科技发展有限公司 | 一种基于人脸识别的校园越界自动预警方法 |
CN113489947A (zh) * | 2021-06-17 | 2021-10-08 | 合肥智圣新创信息技术有限公司 | 一种高校管理的网络布局系统 |
CN116109453A (zh) * | 2023-01-17 | 2023-05-12 | 深圳市阳光博睿教育技术有限公司 | 一种基于人工智能的智慧校园安全管理预警方法和系统 |
CN117078219A (zh) * | 2023-10-13 | 2023-11-17 | 青岛酒店管理职业技术学院 | 基于物联网的学校信息安全管理系统及方法 |
CN117197749A (zh) * | 2023-09-21 | 2023-12-08 | 广东博惠建安科技有限公司 | 一种校园安全监控系统 |
CN117994872A (zh) * | 2024-03-06 | 2024-05-07 | 广州市睿善信息科技开发有限公司 | 一种用于智慧校园的学生缺勤管理系统 |
-
2020
- 2020-08-19 CN CN202010835722.4A patent/CN111985807A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530116A (zh) * | 2020-11-26 | 2021-03-19 | 上海天健体育科技发展有限公司 | 一种基于人脸识别的校园越界自动预警方法 |
CN113489947A (zh) * | 2021-06-17 | 2021-10-08 | 合肥智圣新创信息技术有限公司 | 一种高校管理的网络布局系统 |
CN116109453A (zh) * | 2023-01-17 | 2023-05-12 | 深圳市阳光博睿教育技术有限公司 | 一种基于人工智能的智慧校园安全管理预警方法和系统 |
CN117197749A (zh) * | 2023-09-21 | 2023-12-08 | 广东博惠建安科技有限公司 | 一种校园安全监控系统 |
CN117197749B (zh) * | 2023-09-21 | 2024-05-24 | 广东博惠建安科技有限公司 | 一种校园安全监控系统 |
CN117078219A (zh) * | 2023-10-13 | 2023-11-17 | 青岛酒店管理职业技术学院 | 基于物联网的学校信息安全管理系统及方法 |
CN117994872A (zh) * | 2024-03-06 | 2024-05-07 | 广州市睿善信息科技开发有限公司 | 一种用于智慧校园的学生缺勤管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111985807A (zh) | 一种基于大数据的校园安防远程监控管理系统 | |
CN108154304A (zh) | 具有教学质量评估功能的服务器 | |
CN110502999B (zh) | 校园管理系统及方法 | |
CN110826538A (zh) | 一种用于电力营业厅的异常离岗识别系统 | |
CN112418091B (zh) | 一种基于大数据的智慧校园安防数据处理方法 | |
CN106780250B (zh) | 一种基于物联网技术的智慧社区安全事件处理方法及系统 | |
CN111539313A (zh) | 考试作弊行为检测方法及系统 | |
CN112530116A (zh) | 一种基于人脸识别的校园越界自动预警方法 | |
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 | |
CN212208379U (zh) | 一种自动考勤测温系统 | |
CN111582821A (zh) | 一种基于电子班牌和人脸识别的教学管理系统 | |
CN208596410U (zh) | 用于考试身份验证的识别系统 | |
CN112216010A (zh) | 一种校园安全管理方法、系统、设备及存储介质 | |
CN108665559A (zh) | 一种人证票核实管理系统和方法 | |
CN110084915A (zh) | 基于行为分析的学生宿舍进出管理系统及管理方法 | |
CN111160319A (zh) | 基于人脸识别实时统计多终端呈现的校园宿舍管理系统 | |
CN114202838A (zh) | 一种宿舍门禁管理系统及方法 | |
CN111754669A (zh) | 一种基于人脸识别技术的高校学生管理系统 | |
CN111860308A (zh) | 一种基于视频行为识别的学生归寝安全智能管理方法 | |
CN112418814A (zh) | 无人化模式的教学培训、训练考核的系统及方法 | |
CN109741476B (zh) | 一种考勤系统 | |
CN113326747A (zh) | 教职工人脸识别考勤方法与系统 | |
CN113160442A (zh) | 一种用于现场教育的管理方法及系统 | |
CN112070920A (zh) | 基于智能穿戴手表的学生到课签到管理系统 | |
CN112488888A (zh) | 一种基于物联网和大数据技术的智慧校园安全预警系统 |
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 | ||
CB02 | Change of applicant information |
Address after: 215009 CREE Road, Suzhou hi tech Zone, Suzhou, Jiangsu Province, No. 1 Applicant after: Huo Xiangming Address before: School of information science and technology, Chengdu University of technology, No.1, East Third Road, erxianqiao, Chenghua District, Chengdu, Sichuan 610059 Applicant before: Huo Xiangming |
|
CB02 | Change of applicant information | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201124 |
|
WW01 | Invention patent application withdrawn after publication |