CN113591796A - 一种用于校园的人脸识别系统 - Google Patents

Abstract

本发明属于课堂监控技术领域，具体涉及一种用于校园的人脸识别系统，包括采集单元、存储单元和分析单元；采集单元有多个，分别安装在各教室，每个采集单元有唯一的编号；存储单元内存储有各教室的课时信息，课时信息包括课时名称、授课教师及学生名单；存储单元内还存储有各学生的个人信息，个人信息包括面部信息；分析单元用于在上课前X秒，根据当前时间及课时信息匹配出即将上课的教室，获取对应的学生名单并给对应编号的采集单元发送启动信号；采集单元接收到启动信号后采集教室内学生的影像信息并发送给分析单元。本申请可以在不占用上课时间的情况下，精准的了解学生的签到情况。

Description

一种用于校园的人脸识别系统

技术领域

本发明属于课堂监控技术领域，具体涉及一种用于校园的人脸识别系统。

背景技术

与中学不同的是，大学由于很多学科都在不同的教室上课，为了保证有足够的位置，大多数教室的位置都会比实际上课的学生要多一些，上课时教室内通常都会有不少的空位。另一方面，大学教师与中学教师相比，面对的学生数量非常大，一些基础类学科或通用类学科的教师更是如此，很多大学教师认识的学生数量都比较有限。

基于上述原因，大学课堂的签到大都比较难以保证，目前的主流方法是点名或者签名，但是这样的考勤方式效果并不理想。用签名的方式，很容易出现代签的情况，而点名的方式，也存在代答的情况，并且还存在让人顶替听课的情况。除此，无论采用点名还是采用签到的方式，都需要耗费一定的课堂时间。

发明内容

本发明的目的在于，提供一种用于校园的人脸识别系统，可以在不占用上课时间的情况下，精准的了解学生的签到情况。

本发明提供的基础方案为：

一种用于校园的人脸识别系统，包括采集单元、存储单元和分析单元；采集单元有多个，分别安装在各教室，每个采集单元有唯一的编号；存储单元内存储有各教室的课时信息，课时信息包括课时名称、授课教师及学生名单；存储单元内还存储有各学生的个人信息，个人信息包括面部信息；

分析单元用于在上课前X秒，根据当前时间及课时信息匹配出即将上课的教室，获取对应的学生名单并给对应编号的采集单元发送启动信号；采集单元接收到启动信号后采集教室内学生的影像信息并发送给分析单元；分析单元还用于根据接收到的影像信息识别学生的面部信息后，基于面积信息匹配学生的个人信息，并根据个人信息及学生名单生成签到信息。

基础方案工作原理及有益效果：

存储单元内存储有各教室的课时信息，课时信息包括课时名称、授课教师及学生名单。在上课开始前X秒，分析单元可以根据当前时间及课时信息匹配出即将上课的教室，即匹配出即将要上课的教室，并会获取这些将要在这些教室上课的学生名单并给这些教室对应编号的采集单元发送启动信号。之后，这些教室的采集单元会采集教室内学生的影像信息并发送给分析单元。分析单元根据接收到的影像信息对这些教室内的学生进行面部信息识别，并进行学生的个人信息匹配，之后，便可以根据个人信息及学生名单生成签到信息。

这样，系统便可以在上课时自动生成学生的签到信息，不会占用课堂时间，可以保障课堂时间的完整性。并且，由于直接使用面部识别，可以避免出现代签、带答、顶替等行为，保证签到信息的有效性。除此，系统直接生成签到信息，后期管理统计起来也会更加方面，也不用担心出现签到或点明的名单丢失的情况。

综上，本方案可以在不占用上课时间的情况下，精准的了解学生的签到情况。

进一步，分析单元还用于根据接收到的影像信息识别学生当前的个体状态，并基于学生上课时间的个体状态对学生在该堂课的课堂状态进行评级，分析单元还用于将学生课堂状态的评级与课堂信息进行关联生成学生课时状态；存储单元还用于存储学生课时状态。

有益效果：通过分析单元对学生上课时间的个体状态分析，并对学生在该课堂的课堂状态进行评级，可以相对准确的了解学生在该课堂的个体状态。通过将课堂学生课堂状态的评级与课堂信息进行关联生成学生课时状态后存储在存储单元内，则便于教师在期末对学生的日常表现分进行打分时查看学生的课堂表现，从而更加准确的打分。由于教师认识的学生数量非常有限，目前进行日常表现分打分时，很多都是直接根据考勤进行打分，准确性不是很高。使用本系统可以更加准确的对学生的日常表现打分。

进一步，还包括补充单元，用于对学生课时状态进行修改。

有益效果：分析单元对于某些情况，如教师与学生的互动，难以准确的分析出具体的结论，会导致学生的课时状态信息不够准确。此时，教师可以通过补充单元对学生课时状态信息进行修改，保证教师对学生的日常表现打分时，所凭借的依据更加的准确。

进一步，补充单元还用于输入打分建议信息，打分建议信息包括课时名称及授课教师；分析单元还用于接收到打分建议信息后匹配出对应的学生课时状态及签到信息，并根据学生课时状态及签到信息生成学生建议评分。

有益效果：在期末需要对学生进行日常表现打分时，教师可以通过补充单元输入打分建议信息，分析单元会自动匹配出对应的学生课时状态及签到信息，并生成建议评分。这样，不仅更加方便教师进行学生的日常表现打分，并且建议评分是由分析单元统一生成，还可以保证建议评分的标准一致性。

进一步，还包括接收单元；分析单元采用表情识别结合个体对比的方式进行个体状态分析；分析单元分析出某学生的状态为走神时，将该学生当前的个体状态认定为差；分析单元还用于当分析结果为学生都在思考但某学生的思考过程中没有表情变化时，将该学生的个体状态认定为疑似走神并给接收单元发送存疑信息，存疑信息包括疑似走神的学生信息；接收单元用于接收到存疑信息并显示；补充单元还用于输入存疑信息的验证信息；分析单元还用于当验证信息为差时，将对应的疑似走神学生的个体状态修改为差。

有益效果：采用表情识别结合个体对比的方式进行学生的个体状态分析，可以保证分析的全面性和准确性。但即使采用这样的方式，也可能存在分析单元拿不准的情况。例如，当学生需要对教师提出的问题或布置的随堂练习进行思考时，由于很多人思考时的面部表情存在区别，有些学生会眉头紧锁，有些学生在思考时则表情较为平静，虽然大部分的思考的进度从表情上可以明显看出来，但也与少部分学生在思考时表情变化非常小。此时，若有学生在走神想其他的事情，分析单元就难以区分该学生是在思考还是在走神。

使用本系统，当遇到学生都在思考，但某学生的思考过程中没有表情变化时，分析单元会将该学生认定为疑似走神并给接收单元发送存疑信息。授课教师通过疑似信息，可以了解到上述情况，在进行后续的课堂互动时，就可以对这些存疑的学生进行抽查，虽然思考后不一定立马就能很好的掌握知识点，但与走神相比其对于知识的掌握度肯定会好很多。之后，授课教师可通过输入单元输入存疑信息的验证信息。如果验证信息为差，则分析单元将对应的疑似走神学生的个体状态认定为差。通过这样的方式，即使存在难以识别是否走神的情况，也可以通过后续的处理进行校验，从而保证对学生课堂状态的有效监控。

进一步，存储单元还用于存储疑似走神的学生信息并生成对应学生的特殊档案；分析单元还用于分析结果为学生都在思考时，从分析结果中提入存在特殊档案的学生的思考习惯并存储在对应的特殊档案中；分析单元还用于某特殊档案中存储的思考习惯的数量达到预设值时，进行对应学生的思考习惯分析，得到该学生的思考表情规律并存储在该学生的特殊档案中；分析单元还用于认定某学生为疑似走神时，判断存储单元内是否存储有该学生的特殊档案，若存在则判断该特殊档案是否有思考表情规律，若有且为表情会变化，则分析单元将该疑似信息对应的学生的个体状态认定为差。

有益效果：如果每次出现疑似走神的学生，都需要授课教师进行验证，会存在两个问题，第一，比较消耗授课教师的精力；第二，当疑似走神的学生较多时，授课教师会验证不过来。本方案中，存储单元会存储疑似走神的学生信息并生成对应学生的特殊档案。之后，分析单元在分析结果为学生都在思考时，会提取存在特殊档案的学生的思考习惯并存储在对应的特殊档案中。当某特殊档案中存储的思考习惯的数量达到预设值时，对该学生进行思考习惯分析，得到该学生的思考表情规律并存储在该学生的特殊档案中。由于课堂上的思考行为经常发生，上述过程的实际所需时间并不长。再然后，分析单元认定某学生为疑似走神时，可判断存储单元内是否存储有该学生的特殊档案，若存在并且该学生的思考表情规律为表情会变化，则说明该学生当前处于走神状态，因此，分析单元直接将该疑似信息对应的学生的个体状态认定为差，不再给接收端发送该学生存疑信息。

通过这样的方式，系统的识别能力可以持续提升，持续减少教师的工作量。并且，由于思考问题时不存在表情变化的学生本来就是少数人，随着系统使用时间的增加，需要授课教师进行辅助验证的情况会越来越少，授课教师需要花费在验证是否走神上的时间和精力也会越来越少。

进一步，分析单元按照预设的频率识别学生的面部信息并匹配学生的个人信息后，生成签到信息，签到信息包括迟到、早退、旷课和完整上课。

有益效果：与一次性匹配学生的个人信息并形成签到信息相比，这样的方式可以更加完整的了解学生的考勤信息，避免部分学生通过迟到、早退等投机取巧的方式来完成签到。

进一步，还包括提醒单元，提醒单元集成在学生端；分析单元还用于生成签到信息时，向签到信息为旷课的学生端发送签到异常信号；提醒单元用于接受到签到异常信号时，发出提醒。

有益效果：大学学生，尤其是大二之后的学生，由于大家选择的课不同，部分学生会出现忘了自己的课程导致没去上课的情况。通过这样的方式，可以让这些学生知道自己错过了哪些课，自己抽时间将没上的课时内容补起来。

进一步，学生端还包括上传单元，用于接收到签到异常信号后上传请假证明；分析单元还用于接收到请假证明后，将签到信息中对应学生的状态修改为请假。

有益效果：可避免部分学生由于请假没去上课，却仍被记录为旷课的情况。

进一步，X大于3。

有益效果:可提供足够的启动时间，保证采集单元在上课时能顺利工作。

附图说明

图1为本发明实施例一的逻辑框图；

图2为本发明实施例二的逻辑框图。

具体实施方式

下面通过具体实施方式进一步详细的说明：

实施例一

如图1所示，一种用于校园的人脸识别系统，包括采集单元、存储单元、分析单元、补充单元、提醒单元及上传单元。其中，采集单元有多个，分别安装在各教室内，采集单元包括多个摄像头，摄像头的具体数量及安装位置，本领域技术人员可依据教室内的空间布局具体设置。存储单元及分析单元集成在后台端，本实施例中后台端为服务器。补充单元集成在授课端，本实施例中授课端为装载对应APP的平板电脑。提醒单元及上传单元集成在学生端，本实施例中学生端为装载对应APP的智能手机。

每个采集单元有唯一的编号。存储单元内存储有各教室的课时信息，课时信息包括课时名称、授课教师及学生名单；存储单元内还存储有各学生的个人信息，个人信息包括面部信息。

分析单元用于在上课前X秒，根据当前时间及课时信息匹配出即将上课的教室，获取对应的学生名单并给对应编号的采集单元发送启动信号；其中X大于3，本实施例中，X为5。这样，可提供足够的启动时间，保证采集单元在上课时能顺利工作。

采集单元接收到启动信号后采集教室内学生的影像信息并发送给分析单元；分析单元还用于根据接收到的影像信息识别学生的面部信息后，基于面积信息匹配学生的个人信息，并根据个人信息及学生名单生成签到信息。具体的，分析单元按照预设的频率识别学生的面部信息并匹配学生的个人信息后，生成签到信息，签到信息包括迟到、早退、旷课和完整上课。分析单元还用于生成签到信息时，向签到信息为旷课的学生端发送签到异常信号；提醒单元用于接受到签到异常信号时，发出提醒。上传单元，用于接收到签到异常信号后上传请假证明；分析单元还用于接收到请假证明后，将签到信息中对应学生的状态修改为请假。

分析单元还用于根据接收到的影像信息识别学生当前的个体状态，并基于学生上课时间的个体状态对学生在该堂课的课堂状态进行评级，分析单元还用于将学生课堂状态的评级与课堂信息进行关联生成学生课时状态；存储单元还用于存储学生课时状态。补充单元用于对学生课时状态进行修改。

补充单元还用于输入打分建议信息，打分建议信息包括课时名称及授课教师；分析单元还用于接收到打分建议信息后匹配出对应的学生课时状态及签到信息，并根据学生课时状态及签到信息生成学生建议评分。

具体实施过程如下：

使用本系统，在上课开始前X秒，分析单元可以根据当前时间及课时信息匹配出即将上课的教室，即匹配出即将要上课的教室，并会获取这些将要在这些教室上课的学生名单并给这些教室对应编号的采集单元发送启动信号。之后，这些教室的采集单元会采集教室内学生的影像信息并发送给分析单元。分析单元根据接收到的影像信息对这些教室内的学生进行面部信息识别，并进行学生的个人信息匹配，之后，便可以根据个人信息及学生名单生成签到信息。由于分析单元按照预设的频率识别学生的面部信息并匹配学生的个人信息后，生成签到信息，并且签到信息包括迟到、早退、旷课和完整上课。与一次性匹配学生的个人信息并形成签到信息相比，这样的方式，可以更加完整的了解学生的考勤信息，避免部分学生通过迟到、早退等投机取巧的方式来完成签到。本系统便可以在上课时自动生成学生的签到信息，不会占用课堂时间，可以保障课堂时间的完整性。并且，由于直接使用面部识别，可以避免出现代签、带答、顶替等行为，保证签到信息的有效性。除此，系统直接生成签到信息，后期管理统计起来也会更加方面，也不用担心出现签到或点明的名单丢失的情况。

需要说明的是，大学学生，尤其是大二之后的学生，由于大家选择的课不同，部分学生会出现忘了自己的课程导致没去上课的情况。本系统中，分析单元生成签到信息时会向签到信息为旷课的学生端发送签到异常信号；提醒单元则会在接受到签到异常信号时发出提醒。这样，可以让这些学生知道自己错过了哪些课，可以自己抽时间将没上的课时内容补起来。同时，如果该学生是由于请假而未去上课，该学生可以在接收到签到异常信号后通过上传单元上传请假证明；分析单元收到请假证明后会将签到信息中该学生的状态修改为请假。避免该学生由于请假没去上课却仍被记录为旷课的情况。

除此，通过分析单元对学生上课时间的个体状态分析，并对学生在该课堂的课堂状态进行评级，可以相对准确的了解学生在该课堂的个体状态。通过将课堂学生课堂状态的评级与课堂信息进行关联生成学生课时状态后，存储在存储单元内，则便于教师期末的时候对学生的日常表现分进行打分时，查看学生在对应课堂上的表现，从而更加准确的对学生的日常表现分进行打分。由于教师认识的学生数量非常有限，目前进行日常表现分打分时，很多情况下都是直接根据考勤进行打分，准确性不是很高。使用本系统，则可以更加准确的对学生的日常表现打分。然而，分析单元对于某些情况，如教师与学生的互动，难以准确的分析出具体的结论，会导致学生的课时状态信息不够准确。此时，教师可以通过补充单元对学生课时状态信息进行修改。保证教师对学生的日常表现打分时，所凭借的依据更加的准确。

除此，在期末需要对学生进行日常表现打分时，教师还可以通过补充单元输入打分建议信息，分析单元会自动匹配出对应的学生课时状态及签到信息，并生成建议评分。这样，不仅更加方便教师进行学生的日常表现打分，并且建议评分是由分析单元统一生成，还可以保证建议评分的标准一致性。

实施例二

如图2所示，与实施例一相比不同的是，还包括接收单元，接收单元集成在授课端。

本实施例中，分析单元采用表情识别结合个体对比的方式进行个体状态分析；分析单元分析出某学生的状态为走神时，将该学生当前的个体状态认定为差；分析单元还用于当分析结果为学生都在思考但某学生的思考过程中没有表情变化时，将该学生的个体状态认定为疑似走神并给接收单元发送存疑信息，存疑信息包括疑似走神的学生信息；接收单元用于接收到存疑信息并显示；补充单元还用于输入存疑信息的验证信息；分析单元还用于当验证信息为差时，将对应的疑似走神学生的个体状态修改为差。

存储单元还用于存储疑似走神的学生信息并生成对应学生的特殊档案；分析单元还用于分析结果为学生都在思考时，从分析结果中提入存在特殊档案的学生的思考习惯并存储在对应的特殊档案中；分析单元还用于某特殊档案中存储的思考习惯的数量达到预设值时，进行对应学生的思考习惯分析，得到该学生的思考表情规律并存储在该学生的特殊档案中；分析单元还用于认定某学生为疑似走神时，判断存储单元内是否存储有该学生的特殊档案，若存在则判断该特殊档案是否有思考表情规律，若有且为表情会变化，则分析单元将该疑似信息对应的学生的个体状态认定为差。

具体实施过程如下：

本实施例中，采用表情识别结合个体对比的方式进行学生的个体状态分析，可以保证分析的全面性和准确性。但即使采用这样的方式，也可能存在分析单元拿不准的情况。例如，当学生需要对教师提出的问题或布置的随堂练习进行思考时，由于很多人思考时的面部表情存在区别，有些学生会眉头紧锁，有些学生在思考时则表情较为平静，虽然大部分的思考的进度从表情上可以明显看出来，但也与少部分学生在思考时表情变化非常小。此时，若有学生在走神想其他的事情，分析单元就难以区分该学生是在思考还是在走神。使用本系统，当遇到学生都在思考，但某学生的思考过程中没有表情变化时，分析单元会将该学生认定为疑似走神并给接收单元发送存疑信息。授课教师通过疑似信息，可以了解到上述情况，在进行后续的课堂互动时，就可以对这些存疑的学生进行抽查，虽然思考后不一定立马就能很好的掌握知识点，但与走神相比其对于知识的掌握度肯定会好很多。之后，授课教师可通过输入单元输入存疑信息的验证信息。如果验证信息为差，则分析单元将对应的疑似走神学生的个体状态认定为差。通过这样的方式，即使存在难以识别是否走神的情况，也可以通过后续的处理进行校验，从而保证对学生课堂状态的有效监控。

但是，如果每次出现疑似走神的学生，都需要授课教师进行验证，会存在两个问题，第一，比较消耗授课教师的精力；第二，当疑似走神的学生较多时，授课教师会验证不过来。本方案中，存储单元会存储疑似走神的学生信息并生成对应学生的特殊档案。之后，分析单元在分析结果为学生都在思考时，会提取存在特殊档案的学生的思考习惯并存储在对应的特殊档案中。当某特殊档案中存储的思考习惯的数量达到预设值时，对该学生进行思考习惯分析，得到该学生的思考表情规律并存储在该学生的特殊档案中。由于课堂上的思考行为经常发生，上述过程的实际所需时间并不长。再然后，分析单元认定某学生为疑似走神时，可判断存储单元内是否存储有该学生的特殊档案，若存在并且该学生的思考表情规律为表情会变化，则说明该学生当前处于走神状态，因此，分析单元直接将该疑似信息对应的学生的个体状态认定为差，不再给接收端发送该学生存疑信息。

这样，系统的识别能力可以持续提升，持续减少教师的工作量。并且，由于思考问题时不存在表情变化的学生本来就是少数人，随着系统使用时间的增加，需要授课教师进行辅助验证的情况会越来越少，授课教师需要花费在验证是否走神上的时间和精力也会越来越少。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.一种用于校园的人脸识别系统，其特征在于：包括采集单元、存储单元和分析单元；采集单元有多个，分别安装在各教室，每个采集单元有唯一的编号；存储单元内存储有各教室的课时信息，课时信息包括课时名称、授课教师及学生名单；存储单元内还存储有各学生的个人信息，个人信息包括面部信息；

分析单元用于在上课前X秒，根据当前时间及课时信息匹配出即将上课的教室，获取对应的学生名单并给对应编号的采集单元发送启动信号；采集单元接收到启动信号后采集教室内学生的影像信息并发送给分析单元；分析单元还用于根据接收到的影像信息识别学生的面部信息后，基于面积信息匹配学生的个人信息，并根据个人信息及学生名单生成签到信息。

2.根据权利要求1所述的用于校园的人脸识别系统，其特征在于：分析单元还用于根据接收到的影像信息识别学生当前的个体状态，并基于学生上课时间的个体状态对学生在该堂课的课堂状态进行评级，分析单元还用于将学生课堂状态的评级与课堂信息进行关联生成学生课时状态；存储单元还用于存储学生课时状态。

3.根据权利要求2所述的用于校园的人脸识别系统，其特征在于：还包括补充单元，用于对学生课时状态进行修改。

4.根据权利要求3所述的用于校园的人脸识别系统，其特征在于：补充单元还用于输入打分建议信息，打分建议信息包括课时名称及授课教师；分析单元还用于接收到打分建议信息后匹配出对应的学生课时状态及签到信息，并根据学生课时状态及签到信息生成学生建议评分。

5.根据权利要求3所述的用于校园的人脸识别系统，其特征在于：还包括接收单元；分析单元采用表情识别结合个体对比的方式进行个体状态分析；分析单元分析出某学生的状态为走神时，将该学生当前的个体状态认定为差；分析单元还用于当分析结果为学生都在思考但某学生的思考过程中没有表情变化时，将该学生的个体状态认定为疑似走神并给接收单元发送存疑信息，存疑信息包括疑似走神的学生信息；接收单元用于接收到存疑信息并显示；补充单元还用于输入存疑信息的验证信息；分析单元还用于当验证信息为差时，将对应的疑似走神学生的个体状态修改为差。

6.根据权利要求5所述的用于校园的人脸识别系统，其特征在于：存储单元还用于存储疑似走神的学生信息并生成对应学生的特殊档案；分析单元还用于分析结果为学生都在思考时，从分析结果中提入存在特殊档案的学生的思考习惯并存储在对应的特殊档案中；分析单元还用于某特殊档案中存储的思考习惯的数量达到预设值时，进行对应学生的思考习惯分析，得到该学生的思考表情规律并存储在该学生的特殊档案中；分析单元还用于认定某学生为疑似走神时，判断存储单元内是否存储有该学生的特殊档案，若存在则判断该特殊档案是否有思考表情规律，若有且为表情会变化，则分析单元将该疑似信息对应的学生的个体状态认定为差。

7.根据权利要求1所述的用于校园的人脸识别系统，其特征在于：分析单元按照预设的频率识别学生的面部信息并匹配学生的个人信息后，生成签到信息，签到信息包括迟到、早退、旷课和完整上课。

8.根据权利要求7所述的用于校园的人脸识别系统，其特征在于：还包括提醒单元，提醒单元集成在学生端；分析单元还用于生成签到信息时，向签到信息为旷课的学生端发送签到异常信号；提醒单元用于接受到签到异常信号时，发出提醒。

9.根据权利要求8所述的用于校园的人脸识别系统，其特征在于：学生端还包括上传单元，用于接收到签到异常信号后上传请假证明；分析单元还用于接收到请假证明后，将签到信息中对应学生的状态修改为请假。

10.根据权利要求1所述的用于校园的人脸识别系统，其特征在于：X大于3。

Images