Nothing Special   »   [go: up one dir, main page]

CN110599129A - 一种基于图像追踪校园考勤方法、装置、识别终端及系统 - Google Patents

一种基于图像追踪校园考勤方法、装置、识别终端及系统 Download PDF

Info

Publication number
CN110599129A
CN110599129A CN201910870967.8A CN201910870967A CN110599129A CN 110599129 A CN110599129 A CN 110599129A CN 201910870967 A CN201910870967 A CN 201910870967A CN 110599129 A CN110599129 A CN 110599129A
Authority
CN
China
Prior art keywords
face
image
tracking
classroom
student
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
CN201910870967.8A
Other languages
English (en)
Inventor
林水源
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.)
Century Haihang (xiamen) Technology Co Ltd
Original Assignee
Century Haihang (xiamen) 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 Century Haihang (xiamen) Technology Co Ltd filed Critical Century Haihang (xiamen) Technology Co Ltd
Priority to CN201910870967.8A priority Critical patent/CN110599129A/zh
Publication of CN110599129A publication Critical patent/CN110599129A/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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Computer Interaction (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于图像追踪校园考勤方法，包括如下步骤：获取由设置于预定的跟踪路径上的多个摄像监控设备采集生成的实时视频流；其中，所述跟踪路径为学生进入教室所需经过的路径，从所述实时视频流中提取出人脸图像，并对每张人脸图像进行人脸识别以及跟踪，以获得与每张人脸图像对应的学生信息以及人脸移动轨迹，根据所述人脸图像轨迹，确定对应的学生信息进入教室的时间；以及根据所述学生信息以及所述进入教室的时间，自动生成与所述学生信息对应的考勤数据。

Description

一种基于图像追踪校园考勤方法、装置、识别终端及系统
技术领域
本发明涉及图像识别领域，尤其涉及一种基于图像追踪校园考勤方法、装置、识别终端及系统。
背景技术
随着人工智能技术和图像处理等技术的不断发展，人脸识别已经被广泛地应用到社会活动各个领域。例如：人脸识别智能开锁、人脸识别智能支付、人脸识别智能安检等等。
采用人脸识别进行考勤已广泛应用，但目前传统的人脸识别应用到校园考勤时，存在如下问题：
1、图像活体动态辨别度低，无法判断静态人物图像和真人的区别；
2、存在发生学生遗忘进行识别而导致考勤出现异常的可能；
3、人脸识别需要花费较多时间，可能存在学生需要排队考勤的可能。
发明内容
针对上述问题，本发明的目的在于提供一种基于图像追踪校园考勤方法、装置、识别终端及系统，能提高考勤的效率以及准确率。
本发明提供了一种基于图像追踪校园考勤方法，包括如下步骤：
获取由设置于预定的跟踪路径上的多个摄像监控设备采集生成的实时视频流；其中，所述跟踪路径为学生进入教室所需经过的路径；
从所述实时视频流中提取出人脸图像，并对每张人脸图像进行人脸识别以及跟踪，以获得与每张人脸图像对应的学生信息以及人脸移动轨迹；
根据所述人脸图像轨迹，确定对应的学生信息进入教室的时间；以及
根据所述学生信息以及所述进入教室的时间，自动生成与所述学生信息对应的考勤数据。
优选地，所述从所述实时视频流中提取出人脸图像，并对每张人脸图像进行人脸识别以及跟踪，以获得与每张人脸图像对应的学生信息以及人脸移动轨迹具体为：
从所述实时视频流中提取出人脸图像，并提取每张人脸图像的人脸特征点；
将所述人脸特征点与预存的人脸数据库内的人脸特征点进行匹配，以获取与每张人脸图像对应的学生信息；
根据实时视频流中的每帧图像中的人脸图像，生成每个学生信息的人脸移动轨迹。
优选地，还包括：
对参与考勤的每个学生，采集多张人脸图像；其中，每张人脸图像包含有不同的姿态和面部表情；
对采集的多张人脸图像进行特征点提取以及筛选，以得到具有显著特征点的人脸特征库；
将每个学生的人脸特征库存入至服务器的人脸特征数据库内。
优选地，每个教室门口放置一个摄像监控设备；则所述根据所述人脸图像轨迹，确定对应的学生信息进入教室的时间具体为：
根据所述人脸图像轨迹，获取拍摄最后一帧图像的摄像监控设备所对应的教室以及拍摄时间，以获得学生所进入的教室以及进入教室的时间。
上述技术方案中，通过摄像监控设备采集生成的实时视频流，从实时视频流中提取出人脸图像，从每张人脸图像中提取人脸特征点，将人脸特征点与预存的人脸数据库内的人脸特征点进行匹配，获取与每张人脸图像对应的学生信息，然后根据实时视频流中的每帧图像中的人脸图像，生成每个学生信息的人脸移动轨迹，最后根据人脸图像轨迹确定学生信息进入教室的时间以及根据学生信息以及进入教室的时间，自动生成与所述学生信息对应的考勤数据，如此，学生的整个考勤操作在其进入教室的同时就自动完成了，无需再到考勤机器前进行专门的考勤，避免了排队考勤以及遗漏考勤的情况出现。此外，由于本实施例的考勤采用了通过人脸移动轨迹的动态考勤方法，活体辨别度高，能有效区别静态人物图像和真人，提高考勤的准确性。
本发明还提供一种基于图像追踪校园置考勤装置，包括：
视频流获取单元，用于获取由设置于预定的跟踪路径上的多个摄像监控设备采集生成的实时视频流；其中，所述跟踪路径为学生进入教室所需经过的路径；
人脸移动轨迹获取单元，用于从所述实时视频流中提取出人脸图像，并对每张人脸图像进行人脸识别以及跟踪，以获得与每张人脸图像对应的学生信息以及人脸移动轨迹；
时间确定单元，用于根据所述人脸图像轨迹，确定对应的学生信息进入教室的时间；以及
生成考勤数据单元，用于根据所述学生信息以及所述进入教室的时间，自动生成与所述学生信息对应的考勤数据。
优选地，包括：
人脸特征点提取单元，用于从所述实时视频流中提取出人脸图像，并提取每张人脸图像的人脸特征点；
学生信息获取单元，用于将所述人脸特征点与预存的人脸数据库内的人脸特征点进行匹配，以获取与每张人脸图像对应的学生信息；
人脸移动轨迹生成单元，用于根据实时视频流中的每帧图像中的人脸图像，生成每个学生信息的人脸移动轨迹。
优选地，还包括：
人脸图像采集单元，用于对参与考勤的每个学生，采集多张人脸图像；其中，每张人脸图像包含有不同的姿态和面部表情；
提取及筛选单元，用于对采集的多张人脸图像进行特征点提取以及筛选，以得到具有显著特征点的人脸特征库；
人脸特征库存储单元，用于将每个学生的人脸特征库存入至服务器的人脸特征数据库内。
优选地，包括：
时间获取单元，用于根据所述人脸图像轨迹，获取拍摄最后一帧图像的摄像监控设备所对应的教室以及拍摄时间，以获得学生所进入的教室以及进入教室的时间。
本发明还提供一种识别终端，包括：存储器以及处理器，所述存储器内存储有可执行代码，所述存储器与处理器连接，所述可执行代码能够被所述处理器执行，以实现如上述的基于图像追踪校园考勤方法。
本发明还提供一种基于图像追踪校园考勤系统，包括：
多个设置于预定的根据路径上的摄像监控设备、服务器以及上述的识别终端；
所述摄像监控设备，用于采集生成实时视频流，并将所述实时视频流发送给所述识别终端；其中，所述跟踪路径为学生进入教室所需经过的路径；
所述识别终端，用于从接收的实时视频流中提取出人脸图像，并对每张人脸图像进行跟踪，以获得与每张人脸图像对应的人脸图像轨迹，并根据获得的人脸图像轨迹，生成对应人脸特征点，并将所述人脸特征点发送给服务器；
所述服务器，用于根据预存的人脸特征点数据库与人脸特征点进行身份识别，并将识别结果返回识别终端。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，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为本发明实施例提供基于图像追踪校园考勤方法的流程示意图；
图2为本发明实施例提供基于图像追踪校园考勤装置的结构示意图；
图3为本发明实施例提供基于图像追踪校园考勤系统的结构示意图。
附图标记说明；
基于图像追踪校园考勤装置100、视频流获取单元101、人脸移动轨迹获取单元102、时间确定单元103、生成考勤数据单元104、人脸特征点提取单元105、学生信息获取单元106、人脸移动轨迹生成单元107、人脸图像采集单元108、提取及筛选单元109、人脸特征库存储单元110、时间获取单元111、基于图像追踪校园考勤系统200、摄像监控设备201、识别终端202、服务器203。
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做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。
图像追踪技术，是指通过某种方式(如图像识别、红外、超声波等)将摄像头中拍摄到的物体进行定位，并指挥摄像头对该物体进行跟踪，让该物体一直被保持在摄像头视野范围内。
请参阅图1，图1是本发明实施例提供的基于图像追踪校园考勤方法的流程示意图。所述基于图像追踪校园考勤方法可由识别终端202来执行，并至少包括如下步骤：
S1，获取由设置于预定的跟踪路径上的多个摄像监控设备201采集生成的实时视频流；其中，所述跟踪路径为学生进入教室所需经过的路径。
S2，从所述实时视频流中提取出人脸图像，并对每张人脸图像进行人脸识别以及跟踪，以获得与每张人脸图像对应的学生信息以及人脸移动轨迹。
具体地，从所述实时视频流中提取出人脸图像，并提取每张人脸图像的人脸特征点；
将所述人脸特征点与预存的人脸数据库内的人脸特征点进行匹配，以获取与每张人脸图像对应的学生信息；
根据实时视频流中的每帧图像中的人脸图像，生成每个学生信息的人脸移动轨迹。
需要说明的是，人脸图像追踪可为：对学生的人脸图像序列进行追踪，每位学生的人脸图像序列组成人脸图像轨迹。若存在同一个学生的人脸图像序列形成了两条人脸图像轨迹，则多条人脸图像轨迹需要满足一个条件，即多条人脸图像轨迹出现的时间交集必须为空。
S3，根据所述人脸图像轨迹，确定对应的学生信息进入教室的时间。
具体地，每个教室门口放置一个摄像监控设备201，根据所述人脸图像轨迹，获取拍摄最后一帧图像的摄像监控设备201所对应的教室以及拍摄时间，以获得学生所进入的教室以及进入教室的时间。
S4，根据所述学生信息以及所述进入教室的时间，自动生成与所述学生信息对应的考勤数据。
在本发明实施例中，通过摄像监控设备201采集生成的实时视频流，从实时视频流中提取出人脸图像，从每张人脸图像中提取人脸特征点，将人脸特征点与预存的人脸数据库内的人脸特征点进行匹配，获取与每张人脸图像对应的学生信息，然后根据实时视频流中的每帧图像中的人脸图像，生成每个学生信息的人脸移动轨迹，最后根据人脸图像轨迹确定学生信息进入教室的时间以及根据学生信息以及进入教室的时间，自动生成与所述学生信息对应的考勤数据，如此，学生的整个考勤操作在其进入教室的同时就自动完成了，无需再到考勤机器前进行专门的考勤，避免了排队考勤以及遗漏考勤的情况出现。此外，由于本实施例的考勤采用了通过人脸移动轨迹的动态考勤方法，活体辨别度高，能有效区别静态人物图像和真人，提高考勤的准确性。
在本发明一个优选实施例中，还包括：
对参与考勤的每个学生，采集多张人脸图像；其中，每张人脸图像包含有不同的姿态和面部表情；
对采集的多张人脸图像进行特征点提取以及筛选，以得到具有显著特征点的人脸特征库；
将每个学生的人脸特征库存入至服务器203的人脸特征数据库内。
具体地，使用Eigenface算法从所述多条人脸图像轨迹中分别提取每条人脸图像轨迹的特征点，并对提取的每条人脸图像轨迹的特征点进行去噪，并剥除明显异常的特征点再通过平均距离的方法，把多条人脸的特征点融合生成待识别的学生的具有显著特征点的人脸特征库。
需要说明的是，例如：对于任意一条人脸图像轨迹，采用深度卷积神经网络提取该人脸图像轨迹的每一张人脸图像的人脸特征点，本发明不做具体限定。
在本发明实施例中，通过摄像监控设备201采集多张人脸图像，对采集的多张人脸图像进行特征点提取以及筛选，得到具有显著特征点的人脸特征库将每个学生的人脸特征库存入至服务器203的人脸特征数据库内，根据人脸识别考勤时与服务器203的人脸特征数据库进行匹配，将识别结果返回识别终端，提高人脸识别考勤速度。
请参阅图2，图2是本发明实施例提供的基于图像追踪校园考勤装置100的结构示意图。包括：
视频流获取单元101，用于获取由设置于预定的跟踪路径上的多个摄像监控设备采集生成的实时视频流；其中，所述跟踪路径为学生进入教室所需经过的路径；
人脸移动轨迹获取单元102，用于从所述实时视频流中提取出人脸图像，并对每张人脸图像进行人脸识别以及跟踪，以获得与每张人脸图像对应的学生信息以及人脸移动轨迹；
时间确定单元103，用于根据所述人脸图像轨迹，确定对应的学生信息进入教室的时间；以及
生成考勤数据单元104，用于根据所述学生信息以及所述进入教室的时间，自动生成与所述学生信息对应的考勤数据。
在本发明一个优选实施例中，包括：
人脸特征点提取单元105，用于从所述实时视频流中提取出人脸图像，并提取每张人脸图像的人脸特征点；
学生信息获取单元106，用于将所述人脸特征点与预存的人脸数据库内的人脸特征点进行匹配，以获取与每张人脸图像对应的学生信息；
人脸移动轨迹生成单元107，用于根据实时视频流中的每帧图像中的人脸图像，生成每个学生信息的人脸移动轨迹。
在本发明一个优选实施例中，还包括：
人脸图像采集单元108，用于对参与考勤的每个学生，采集多张人脸图像；其中，每张人脸图像包含有不同的姿态和面部表情；
提取及筛选单元109，用于对采集的多张人脸图像进行特征点提取以及筛选，以得到具有显著特征点的人脸特征库；
人脸特征库存储单元110，用于将每个学生的人脸特征库存入至服务器的人脸特征数据库内。
在本发明一个优选实施例中，包括：
时间获取单元111，用于根据所述人脸图像轨迹，获取拍摄最后一帧图像的摄像监控设备所对应的教室以及拍摄时间，以获得学生所进入的教室以及进入教室的时间。
请参阅图3，图3本发明实施例提供的基于图像追踪校园考勤系统200的结构示意图。包括：
多个设置于预定的根据路径上的摄像监控设备201、服务器以203及上述识别终端202；
所述摄像监控设备201，用于采集生成实时视频流，并将所述实时视频流发送给所述识别终端202；其中，所述跟踪路径为学生进入教室所需经过的路径；
所述识别终端202，用于从接收的实时视频流中提取出人脸图像，并对每张人脸图像进行跟踪，以获得与每张人脸图像对应的人脸图像轨迹，并根据获得的人脸图像轨迹，生成对应人脸特征点，并将所述人脸特征点发送给服务器203；
所述服务器203，用于根据预存的人脸特征点数据库与人脸特征点进行身份识别，并将识别结果返回识别终端202。
在本发明实施例中，通过摄像监控设备201采集生成的实时视频流并将其发送给识别终端202，识别终端202根据接收的实时视频流中提取出人脸图像，并对每张人脸图像进行跟踪，以获得与每张人脸图像对应的人脸图像轨迹，并根据获得的人脸图像轨迹，生成对应人脸特征点，并将人脸特征点发送给服务器203，服务器203根据预存的人脸特征点数据库与接收的人脸特征点进行身份识别，将识别结果返回识别终端202，实现图像活体动态辨别度低，提高无法判断静态人物图像和真人的区别，解决了学生遗忘进行识别而导致考勤出现异常情况及人脸识别需要花费较多时间学生需要排队考勤的情况。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

Claims (10)

1.一种基于图像追踪校园考勤方法，其特征在于，包括如下步骤：
获取由设置于预定的跟踪路径上的多个摄像监控设备采集生成的实时视频流；其中，所述跟踪路径为学生进入教室所需经过的路径；
从所述实时视频流中提取出人脸图像，并对每张人脸图像进行人脸识别以及跟踪，以获得与每张人脸图像对应的学生信息以及人脸移动轨迹；
根据所述人脸图像轨迹，确定对应的学生信息进入教室的时间；以及
根据所述学生信息以及所述进入教室的时间，自动生成与所述学生信息对应的考勤数据。
2.根据权利要求1所述的基于图像追踪校园考勤方法，其特征在于，所述从所述实时视频流中提取出人脸图像，并对每张人脸图像进行人脸识别以及跟踪，以获得与每张人脸图像对应的学生信息以及人脸移动轨迹具体为：
从所述实时视频流中提取出人脸图像，并提取每张人脸图像的人脸特征点；
将所述人脸特征点与预存的人脸数据库内的人脸特征点进行匹配，以获取与每张人脸图像对应的学生信息；
根据实时视频流中的每帧图像中的人脸图像，生成每个学生信息的人脸移动轨迹。
3.根据权利要求1所述的基于图像追踪校园考勤方法，其特征在于，还包括：
对参与考勤的每个学生，采集多张人脸图像；其中，每张人脸图像包含有不同的姿态和面部表情；
对采集的多张人脸图像进行特征点提取以及筛选，以得到具有显著特征点的人脸特征库；
将每个学生的人脸特征库存入至服务器的人脸特征数据库内。
4.根据权利要求3所述的基于图像追踪校园考勤方法，其特征在于，每个教室门口放置一个摄像监控设备；则所述根据所述人脸图像轨迹，确定对应的学生信息进入教室的时间具体为：
根据所述人脸图像轨迹，获取拍摄最后一帧图像的摄像监控设备所对应的教室以及拍摄时间，以获得学生所进入的教室以及进入教室的时间。
5.一种基于图像追踪校园考勤装置，其特征在于，包括：
视频流获取单元，用于获取由设置于预定的跟踪路径上的多个摄像监控设备采集生成的实时视频流；其中，所述跟踪路径为学生进入教室所需经过的路径；
人脸移动轨迹获取单元，用于从所述实时视频流中提取出人脸图像，并对每张人脸图像进行人脸识别以及跟踪，以获得与每张人脸图像对应的学生信息以及人脸移动轨迹；
时间确定单元，用于根据所述人脸图像轨迹，确定对应的学生信息进入教室的时间；以及
生成考勤数据单元，用于根据所述学生信息以及所述进入教室的时间，自动生成与所述学生信息对应的考勤数据。
6.根据权利要求5所述的基于图像追踪校园考勤装置，其特征在于，包括：
人脸特征点提取单元，用于从所述实时视频流中提取出人脸图像，并提取每张人脸图像的人脸特征点；
学生信息获取单元，用于将所述人脸特征点与预存的人脸数据库内的人脸特征点进行匹配，以获取与每张人脸图像对应的学生信息；
人脸移动轨迹生成单元，用于根据实时视频流中的每帧图像中的人脸图像，生成每个学生信息的人脸移动轨迹。
7.根据权利要求5所述的基于图像追踪校园考勤装置，其特征在于，还包括：
人脸图像采集单元，用于对参与考勤的每个学生，采集多张人脸图像；其中，每张人脸图像包含有不同的姿态和面部表情；
提取及筛选单元，用于对采集的多张人脸图像进行特征点提取以及筛选，以得到具有显著特征点的人脸特征库；
人脸特征库存储单元，用于将每个学生的人脸特征库存入至服务器的人脸特征数据库内。
8.根据权利要求7所述的基于图像追踪校园考勤装置，其特征在于，所述生成考勤数据单元具体用于，根据所述人脸图像轨迹，获取拍摄最后一帧图像的摄像监控设备所对应的教室以及拍摄时间，以获得学生所进入的教室以及进入教室的时间。
9.一种识别终端，其特征在于，包括：存储器以及处理器，所述存储器与处理器连接，所述存储器内存储有可执行代码，所述可执行代码能够被所述处理器执行，以实现如权利要求1至4任意一项所述的基于图像追踪校园考勤方法。
10.一种基于图像追踪校园考勤系统，其特征在于，包括：
多个设置于预定的根据路径上的摄像监控设备、服务器以及如权利要求9所述的识别终端；
所述摄像监控设备，用于采集生成实时视频流，并将所述实时视频流发送给所述识别终端；其中，所述跟踪路径为学生进入教室所需经过的路径；
所述识别终端，用于从接收的实时视频流中提取出人脸图像，并对每张人脸图像进行跟踪，以获得与每张人脸图像对应的人脸图像轨迹，并根据获得的人脸图像轨迹，生成对应人脸特征点，并将所述人脸特征点发送给服务器；
所述服务器，用于根据预存的人脸特征点数据库与人脸特征点进行身份识别，并将识别结果返回识别终端。
CN201910870967.8A 2019-09-16 2019-09-16 一种基于图像追踪校园考勤方法、装置、识别终端及系统 Pending CN110599129A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910870967.8A CN110599129A (zh) 2019-09-16 2019-09-16 一种基于图像追踪校园考勤方法、装置、识别终端及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910870967.8A CN110599129A (zh) 2019-09-16 2019-09-16 一种基于图像追踪校园考勤方法、装置、识别终端及系统

Publications (1)

Publication Number Publication Date
CN110599129A true CN110599129A (zh) 2019-12-20

Family

ID=68859646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910870967.8A Pending CN110599129A (zh) 2019-09-16 2019-09-16 一种基于图像追踪校园考勤方法、装置、识别终端及系统

Country Status (1)

Country Link
CN (1) CN110599129A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111212233A (zh) * 2020-01-19 2020-05-29 成都依能科技股份有限公司 基于ptz摄像头自动优化扫描路径的方法
CN111222492A (zh) * 2020-01-19 2020-06-02 四川联众竞达科技有限公司 移动轨迹的追踪方法
CN111243057A (zh) * 2020-01-20 2020-06-05 上海锦同智能科技有限公司 一种校园人员流动轨迹绘制方法
CN112597854A (zh) * 2020-12-15 2021-04-02 重庆电子工程职业学院 无配合式人脸识别系统及方法
CN113903093A (zh) * 2021-10-09 2022-01-07 福建技术师范学院 一种基于视频流和人脸识别的高校课堂考勤系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654048A (zh) * 2015-12-30 2016-06-08 四川川大智胜软件股份有限公司 一种多视角人脸比对方法
CN106204815A (zh) * 2016-06-23 2016-12-07 江西洪都航空工业集团有限责任公司 一种基于人脸检测和识别的门禁系统
CN106228628A (zh) * 2016-07-15 2016-12-14 腾讯科技（深圳）有限公司 基于人脸识别的签到系统、方法和装置
CN108010152A (zh) * 2017-12-29 2018-05-08 宁波金晟芯影像技术有限公司 一种具备自动识别的考勤系统
CN108171834A (zh) * 2017-12-25 2018-06-15 深圳禾思众成科技有限公司 一种智能门禁系统
CN108564673A (zh) * 2018-04-13 2018-09-21 北京师范大学 一种基于全局人脸识别的课堂考勤方法及系统
CN109754478A (zh) * 2017-11-06 2019-05-14 北京航天长峰科技工业集团有限公司 一种低用户配合度的人脸智能考勤方法
CN109840962A (zh) * 2018-12-27 2019-06-04 北京智慧云行科技有限责任公司 人脸识别移动考勤系统及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654048A (zh) * 2015-12-30 2016-06-08 四川川大智胜软件股份有限公司 一种多视角人脸比对方法
CN106204815A (zh) * 2016-06-23 2016-12-07 江西洪都航空工业集团有限责任公司 一种基于人脸检测和识别的门禁系统
CN106228628A (zh) * 2016-07-15 2016-12-14 腾讯科技（深圳）有限公司 基于人脸识别的签到系统、方法和装置
CN109754478A (zh) * 2017-11-06 2019-05-14 北京航天长峰科技工业集团有限公司 一种低用户配合度的人脸智能考勤方法
CN108171834A (zh) * 2017-12-25 2018-06-15 深圳禾思众成科技有限公司 一种智能门禁系统
CN108010152A (zh) * 2017-12-29 2018-05-08 宁波金晟芯影像技术有限公司 一种具备自动识别的考勤系统
CN108564673A (zh) * 2018-04-13 2018-09-21 北京师范大学 一种基于全局人脸识别的课堂考勤方法及系统
CN109840962A (zh) * 2018-12-27 2019-06-04 北京智慧云行科技有限责任公司 人脸识别移动考勤系统及方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111212233A (zh) * 2020-01-19 2020-05-29 成都依能科技股份有限公司 基于ptz摄像头自动优化扫描路径的方法
CN111222492A (zh) * 2020-01-19 2020-06-02 四川联众竞达科技有限公司 移动轨迹的追踪方法
CN111212233B (zh) * 2020-01-19 2021-08-31 成都依能科技股份有限公司 基于ptz摄像头自动优化扫描路径的方法
CN111243057A (zh) * 2020-01-20 2020-06-05 上海锦同智能科技有限公司 一种校园人员流动轨迹绘制方法
CN112597854A (zh) * 2020-12-15 2021-04-02 重庆电子工程职业学院 无配合式人脸识别系统及方法
CN113903093A (zh) * 2021-10-09 2022-01-07 福建技术师范学院 一种基于视频流和人脸识别的高校课堂考勤系统

Similar Documents

Publication Publication Date Title
CN110599129A (zh) 一种基于图像追踪校园考勤方法、装置、识别终端及系统
CN111325089B (zh) 跟踪对象的方法和设备
CN106997629B (zh) 门禁控制方法、装置及系统
CN109299683B (zh) 一种基于人脸识别和行为大数据的安防评估系统
CN108269333A (zh) 人脸识别方法、应用服务器及计算机可读存储介质
CN111126346A (zh) 脸部识别方法、分类模型的训练方法、装置和存储介质
CN105631430A (zh) 一种人脸图像的匹配方法和装置
CN109298785A (zh) 一种监测设备的人机联控系统及方法
CN111985348B (zh) 人脸识别方法和系统
CN111177469A (zh) 人脸检索方法及人脸检索装置
CN112184771B (zh) 一种社区的人员轨迹跟踪的方法及装置
WO2022134916A1 (zh) 身份特征生成方法、设备及存储介质
CN111242077A (zh) 一种人物追踪方法、系统及服务器
CN111091057A (zh) 一种信息处理方法、装置及计算机可读存储介质
CN110175553B (zh) 基于步态识别与人脸识别建立特征库的方法及装置
CN113537107A (zh) 一种基于深度学习的人脸识别及追踪方法、装置及设备
CN106980844A (zh) 一种基于人脸识别系统的人物关系挖掘系统及方法
CN114359976A (zh) 一种基于人物识别的智能安防方法与装置
CN107967743A (zh) 一种应用于电子招投标中的身份识别方法和系统
CN112749605A (zh) 身份识别方法、系统和设备
Taskiran et al. Hybrid face recognition under adverse conditions using appearance‐based and dynamic features of smile expression
CN113689585B (zh) 一种无感考勤打卡方法、系统及相关设备
CN114495188B (zh) 一种图像数据处理方法、装置和相关设备
CN111401313B (zh) 体育参赛人员识别定位方法、系统以及设备
Nguyen et al. Towards recognizing facial expressions at deeper level: Discriminating genuine and fake smiles from a sequence of images

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
CB02 Change of applicant information

Address after: 361000 unit 2202, No. 63, Chengyi North Street, phase III, software park, Xiamen City, Fujian Province

Applicant after: Century Haihang (Xiamen) Technology Co.,Ltd.

Address before: 391000 Pioneer Building, 1302 Jimei Avenue, Jimei District, Xiamen City, Fujian Province

Applicant before: Century Haihang (Xiamen) Technology Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191220