CN111563105A - 归寝管理方法及装置、电子设备及存储介质 - Google Patents
归寝管理方法及装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111563105A CN111563105A CN202010425489.2A CN202010425489A CN111563105A CN 111563105 A CN111563105 A CN 111563105A CN 202010425489 A CN202010425489 A CN 202010425489A CN 111563105 A CN111563105 A CN 111563105A
- Authority
- CN
- China
- Prior art keywords
- record
- accommodation
- sleeping
- personnel
- determining
- 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
- 238000007726 management method Methods 0.000 title abstract description 154
- 230000004308 accommodation Effects 0.000 claims abstract description 158
- 238000000034 method Methods 0.000 claims abstract description 71
- 238000012216 screening Methods 0.000 claims description 53
- 238000001514 detection method Methods 0.000 claims description 51
- 238000006073 displacement reaction Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 15
- 230000036578 sleeping time Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000013441 quality evaluation Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 7
- 230000001815 facial effect Effects 0.000 claims 1
- 230000004622 sleep time Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000037303 wrinkles 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- 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
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- 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
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
- G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
- G07C9/257—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition electronically
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种归寝管理方法及装置、电子设备及存储介质。该方法包括:获取归寝管理规则和住宿人员出入宿舍楼的第一记录;依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种归寝管理方法及装置、电子设备及存储介质。
背景技术
归寝管理涉及到企业内员工和学校内学生的安全问题。传统归寝管理方法通过智能设备获取住宿人员出入宿舍楼的记录。归寝管理人员再依据该记录,确定住宿人员的归寝状态。但这种方法的效率和准确度低。
发明内容
本申请提供一种归寝管理方法及装置、电子设备及存储介质。
第一方面,提供了一种归寝管理方法,所述方法包括:
获取归寝管理规则和住宿人员出入宿舍楼的第一记录;
依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态。
在该方面中,依据归寝规则和住宿人员的第一记录,可确定住宿人员的归寝状态,以提高确定住宿人员的归寝状态的速度和准确度,并减少确定住宿人员的归寝状态所耗费的人力成本。
结合本申请任一实施方式,所述住宿人员属于归寝组;所述归寝管理规则用于确定归寝组内的对象的归寝状态。
结合本申请任一实施方式,在所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态之前,所述方法还包括:
获取所述住宿人员的住宿状态;所述住宿状态用于表征所述住宿人员是否请假;
在所述住宿状态为未请假的情况下,执行所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态的步骤。
结合本申请任一实施方式,所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态之前,所述方法包括:
获取最晚归寝时间;
在当前时间为所述最晚归寝时间的情况下,所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态,包括:
从所述第一记录中确定第二记录;所述第二记录为所述住宿人员在所述最晚归寝时间之前的最后一次出入记录;
在所述第二记录为出所述宿舍楼的情况下,确定所述住宿人员的归寝状态为未归;或,在所述第二记录为进所述宿舍楼的情况下,确定所述住宿人员的归寝状态为正常归寝。
结合本申请任一实施方式,所述方法还包括:
获取第三记录;所述第三记录为所述住宿人员在所述最晚归寝时间之后且在截止时间之前的出入记录;
在所述第三记录为出所述宿舍楼的情况下,将所述住宿人员的归寝状态更新为未归;或,
在所述第三记录为进所述宿舍楼,且所述住宿人员的归寝状态为未归或正常归寝的情况下,将所述住宿人员的归寝状态更新为晚归。
结合本申请任一实施方式,所述第一记录存储于出入记录数据库;所述方法还包括:
获取出入记录筛选条件;
使用所述出入记录筛选条件检索所述出入记录数据库,得到与所述出入记录筛选条件匹配的记录,作为第四记录。
结合本申请任一实施方式,在所述出入记录筛选条件包括至少两个条件的情况下,按筛选条件的优先级确定检索顺序;
所述使用所述出入记录筛选条件检索所述出入记录数据库,得到与所述出入记录筛选条件匹配的记录,作为第四记录,包括:
按所述检索顺序依次使用所述出入记录筛选条件中的条件检索所述出入记录数据库,得到所述第四出入记录。
结合本申请任一实施方式,所述获取第一记录,包括:
获取待确认出入记录;所述待确认出入记录携带所述住宿人员的生物特征信息;
从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
结合本申请任一实施方式,在所述待确认出入记录包括第一人脸图像的情况下,所述从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录之前,所述方法还包括:
对所述第一人脸图像进行活体检测处理,得到活体检测结果;
所述从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录,包括:
在依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
结合本申请任一实施方式,所述对所述第一人脸图像进行活体检测处理,得到活体检测结果,包括:
对所述第一人脸图像进行特征提取处理,得到所述第一人脸图像的纹理特征;
依据所述纹理特征,得到所述活体检测结果。
结合本申请任一实施方式,所述在依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录之前,所述方法还包括:
依据图像质量评价指标,得到所述第一人脸图像的质量分数;所述图像质量评价指标包括以下至少一个:图像中是否包含人脸、图像中包含的人脸的数量、图像中人脸区域的清晰度、图像中人脸区域的遮挡情况;
所述在依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录,包括:
在所述质量分数超过质量分数据阈值,且依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
结合本申请任一实施方式,所述第一记录的状态包括:出或进;
所述方法还包括:
获取所述住宿人员的第二人脸图像;
依据所述第一人脸图像和所述第二人脸图像,得到所述住宿人员的位移方向;
依据所述位移方向,确定所述第一记录的状态。
第二方面,提供了一种归寝管理装置,所述装置包括:
获取单元,用于获取归寝管理规则和住宿人员出入宿舍楼的第一记录;
确定单元,用于依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态。
结合本申请任一实施方式,所述住宿人员属于归寝组;所述归寝管理规则用于确定归寝组内的对象的归寝状态。
结合本申请任一实施方式,所述获取单元,用于在所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态之前,获取所述住宿人员的住宿状态;所述住宿状态用于表征所述住宿人员是否请假;
所述确定单元,用于在所述住宿状态为未请假的情况下,执行所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态的步骤。
结合本申请任一实施方式,所述获取单元,用于在所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态之前,获取最晚归寝时间;
在当前时间为所述最晚归寝时间的情况下,所述确定单元,用于:
从所述第一记录中确定第二记录;所述第二记录为所述住宿人员在所述最晚归寝时间之前的最后一次出入记录;
在所述第二记录为出所述宿舍楼的情况下,确定所述住宿人员的归寝状态为未归;或,在所述第二记录为进所述宿舍楼的情况下,确定所述住宿人员的归寝状态为正常归寝。
结合本申请任一实施方式,所述获取单元,还用于:
获取第三记录;所述第三记录为所述住宿人员在所述最晚归寝时间之后且在截止时间之前的出入记录;
在所述第三记录为出所述宿舍楼的情况下,将所述住宿人员的归寝状态更新为未归;或,
在所述第三记录为进所述宿舍楼,且所述住宿人员的归寝状态为未归或正常归寝的情况下,将所述住宿人员的归寝状态更新为晚归。
结合本申请任一实施方式,所述第一记录存储于出入记录数据库;所述获取单元,还用于:
获取出入记录筛选条件;
所述装置还包括:
检索单元,用于使用所述出入记录筛选条件检索所述出入记录数据库,得到与所述出入记录筛选条件匹配的记录,作为第四记录。
结合本申请任一实施方式,所述装置还包括:排序单元,用于在所述出入记录筛选条件包括至少两个条件的情况下,按筛选条件的优先级确定检索顺序;
所述检索单元,用于:
按所述检索顺序依次使用所述出入记录筛选条件中的条件检索所述出入记录数据库,得到所述第四出入记录。
结合本申请任一实施方式,所述获取单元,用于:
获取待确认出入记录;所述待确认出入记录携带所述住宿人员的生物特征信息;
从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
结合本申请任一实施方式,所述装置还包括:活体检测单元,用于在所述待确认出入记录包括第一人脸图像的情况下,所述从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录之前,对所述第一人脸图像进行活体检测处理,得到活体检测结果;
所述获取单元,用于:
在依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
结合本申请任一实施方式,所述活体检测单元,用于:
对所述第一人脸图像进行特征提取处理,得到所述第一人脸图像的纹理特征;
依据所述纹理特征,得到所述活体检测结果。
结合本申请任一实施方式,所述装置还包括:质量评价单元,用于在所述在依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录之前,依据图像质量评价指标,得到所述第一人脸图像的质量分数;所述图像质量评价指标包括以下至少一个:图像中是否包含人脸、图像中包含的人脸的数量、图像中人脸区域的清晰度、图像中人脸区域的遮挡情况;
所述获取单元,用于:
在所述质量分数超过质量分数据阈值,且依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
结合本申请任一实施方式,所述第一记录的状态包括:出或进;
所述获取单元,还用于:
获取所述住宿人员的第二人脸图像;
依据所述第一人脸图像和所述第二人脸图像,得到所述住宿人员的位移方向;
依据所述位移方向,确定所述第一记录的状态。
第三方面,提供了一种电子设备,包括:处理器和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,在所述处理器执行所述计算机指令的情况下,所述电子设备执行如上述第一方面及其任意一种可能实现的方式的方法。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,在所述程序指令被处理器执行的情况下,使所述处理器执行如上述第一方面及其任意一种可能实现的方式的方法。
第五方面,提供了一种计算机程序产品,所述计算机程序产品包括计算机程序或指令,在所述计算机程序或指令在计算机上运行的情况下,使得所述计算机执行上述第一方面及其任一种可能的实现方式的方法。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本申请。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1为本申请实施例提供的一种归寝管理方法的流程示意图;
图2为本申请实施例提供的另一种归寝管理方法的流程示意图;
图3为本申请实施例提供的一种同名点示意图;
图4为本申请实施例提供的一种归寝管理装置的结构示意图;
图5为本申请实施例提供的一种归寝管理装置的硬件结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请方法实施例的执行主体为归寝管理装置。可选的,归寝管理装置可以是以下中的一种:手机、计算机、服务器、平板电脑、门禁设备。本申请方法实施例还可以通过处理器执行计算机程序代码的方式实现。下面结合本申请实施例中的附图对本申请实施例进行描述。
请参阅图1,图1是本申请实施例提供的一种归寝管理方法的流程示意图。
101、获取归寝管理规则和住宿人员出入宿舍楼的第一记录。
本申请实施例中,归寝规则用于依据住宿人员的第一记录,确定住宿人员的归寝状态。归寝状态包括以下至少一个:正常归寝、晚归、未归。
本申请实施例中,第一记录携带住宿人员出入宿舍楼的信息。第一记录可以包含住宿人员在某一天内出入宿舍楼的所有记录。第一记录也可以包含住宿人员在某一天内最后一次出入宿舍楼的记录。
在一种获取归寝规则的实现方式中,归寝管理装置接收用户通过输入组件输入的归寝规则。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取归寝规则的实现方式中,归寝管理装置接收第一终端发送的归寝规则。可选的,第一终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。
在一种获取至少一个第一记录的实现方式中,归寝管理装置接收用户通过输入组件输入的至少一个第一记录。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取至少一个第一记录的实现方式中,归寝管理装置接收第二终端发送的归寝规则。可选的,第二终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。第二终端与第一终端可以相同,也可以不同,本申请对此不做限定。
在又一种获取至少一个第一记录的实现方式中,归寝管理装置通过采集设备采集至少一个第一记录。上述采集设备包括:指纹采集组件、摄像头、虹膜采集组件。
其中,第一记录可以是通过住宿人员在采集设备上主动打卡生成的出入宿舍楼记录,也可以是宿舍楼的采集设备自动获取住宿人员生物信息(如人脸图像)后识别生成的出入宿舍楼记录。
102、依据上述归寝管理规则和上述第一记录,确定上述住宿人员的归寝状态。
归寝管理装置依据归寝管理规则和第一记录,可确定住宿人员的归寝状态。例如,归寝管理规则为:在22点之前归寝,归寝状态为正常归寝;在22点之后归寝,归寝状态为晚归;最后一次出入宿舍楼的记录为出的情况下,归寝状态为未归。归寝管理装置依据获取到的第一记录,确定张三在2020年5月8日这一天有3次出入宿舍楼的记录。这3次记录分别为:2020年5月8日7点50分40秒出宿舍楼、2020年5月8日15点50分50秒进宿舍楼、2020年5月8日22点10分30秒出宿舍楼。依据张三的第一记录可确定,张三在2020年5月8日的归寝状态为未归。
又例如,归寝管理规则为:在22点之前归寝为正常归寝;在22点之后归寝为晚归。归寝管理装置依据获取到的第一记录,确定张三在2020年5月8日这一天有2次出入宿舍楼的记录。这2次记录分别为:2020年5月8日7点50分40秒出宿舍楼、2020年5月8日22点10分30秒进宿舍楼。依据张三的第一记录可确定,张三在2020年5月8日的归寝状态为晚归。
可选的,在住宿人员的数量大于1的情况下,归寝管理装置在获取每个住宿人员的归寝管理规则和第一记录后,可分别依据每个住宿人员的归寝管理规则和第一记录,确定每个住宿人员的归寝状态。
例如,A学校使用本申请提供的技术方案对学校的学生进行归寝管理。A学校的学生中有本科生、硕士生、博士生,其中,本科生和硕士生的归寝规则(下文将称为归寝规则1)为:在22点之前归寝,归寝状态为正常归寝;在22点之后归寝,归寝状态为晚归;最后一次出入宿舍楼的记录为出的情况下,归寝状态为未归。博士生的归寝规则(下文将称为归寝规则2)为:在23点之前归寝,归寝状态为正常归寝;在23点之后归寝,归寝状态为晚归;最后一次出入宿舍楼的记录为出的情况下,归寝状态为未归。
归寝管理装置获取归寝管理规则1、归寝管理规则2、张三出入宿舍楼的2次记录(即张三的第一记录)和李四出入宿舍楼的2次记录(即李四的第一记录),其中,张三为A学校的硕士生、李四为A学校的博士生。张三出入宿舍楼的2次记录分别为:2020年5月7日8点05分30秒出宿舍楼、2020年5月7日22点15分30秒进宿舍楼。李四出入宿舍楼的2次记录分别为:2020年5月7日7点45分30秒出宿舍楼、2020年5月7日22点15分30秒进宿舍楼。归寝管理装置依据归寝规则1可确定,张三在2020年5月7日的归寝状态为晚归,李四在2020年5月7日的归寝状态为正常归寝。
本申请实施例中,归寝管理装置依据归寝规则和住宿人员的第一记录,可确定住宿人员的归寝状态,以提高确定住宿人员的归寝状态的速度和准确度,并减少确定住宿人员的归寝状态所耗费的人力成本。
作为一种可选的实施方式,上述住宿人员属于归寝组,归寝组内包含至少一个对象。上述归寝规则用于确定归寝组内的对象的归寝状态。例如,归寝组1包括:张三、李四。归寝组2包括:王五、周六。归寝组1的归寝规则可用于确定张三的归寝状态、李四的归寝状态,归寝组2的归寝规则可用于确定王五的归寝状态、周六的归寝状态。
通过归寝组对不同的住宿人员进行区分,有利于对住宿人员的归寝管理。例如,在学校B的宿舍楼C里,不仅住着初中生还住着高中生。而初中生的归寝规则与高中生的归寝规则不同。
由于初中生的归寝规则和高中生的归寝规则不同,为提高确定宿舍楼C的学生的归寝状态的效率,可通过设置不同归寝组对宿舍楼C的学生进行区分。具体的,将初中的住宿学生归为同一个归寝组(下文将称为初中生归寝组),将高中的住宿学生归为同一个归寝组(下文将称为高中生归寝组)。将用于确定初中生归寝组中的对象(即初中住宿生)的归寝状态的归寝规则(下文将称为初中生归寝规则)和用于确定高中生归寝组中的对象(即高中住宿生)的归寝状态的归寝规则(下文将称为初中生归寝规则),输入或发送至归寝装置。归寝装置可依据初中生归寝规则确定初中生归寝组内的对象的归寝状态,并依据高中生归寝规则确定高中生归寝组内的对象的归寝状态。
可选的,归寝管理员可通过归寝装置创建归寝组。该创建过程为:归寝装置在接收到归寝管理员输入的创建归寝组的指令的情况下,显示归寝组创建页面。该归寝组创建页面包括以下至少一个区域:归寝组名称输入区域、住宿人员(即归寝组内的对象)选择区域、归寝设备选择区域。该归寝设备用于对住宿人员出入宿舍楼进行记录,例如具有有感/无感打卡功能的摄像装置。归寝管理员可通过归寝组创建页面输入归寝组名称、选择归寝组内的对象、选择归寝设备。归寝管理装置将依据通过归寝创建页面获取到的归寝组名称、选择归寝组内的对象、选择归寝设备,创建归寝组。
例如,归寝管理员可通过键盘在归寝组名称输入区域内输入静雅苑。归寝装置创建名为静雅苑的归寝组。住宿人员(即归寝组内的对象)选择区域包括以下至少一个区域:静雅苑楼层数输入区域、每层房间数输入区域、每间床位数输入区域。归寝管理员通过键盘向静雅苑楼层输入区域输入6层,并在每层房间数输入区域输入“固定”(如选择每层房间数输入区域内的“固定”可选项)。归寝管理装置在接收到归寝管理员输入“6层”、“固定”的信息的情况下,显示静雅苑第6层的房间数:18间。归寝管理员在每间床位数输入区域输入6张。归寝管理装置在接收到每间床位数输入区域输入6张的信息的情况下,将静雅苑第6层的所有住宿人员添加至静雅苑归寝组内,作为静雅苑归寝组内的对象。
归寝设备选择区域包括以下至少一个区域:通行方向为进的归寝设备选择区域、通行方向为出的归寝设备选择区域。归寝管理员在通行方向为进的归寝设备选择区域选择1号抓拍机。归寝管理装置在接收到选择1号抓拍机作为通过方向为进的归寝设备的信息的情况下,将依据1号抓拍机采集的图像,确定的静雅苑归寝组内的对象出入宿舍楼的记录,作为进宿舍楼的记录。归寝管理员在通行方向为出的归寝设备选择区域选择2号抓拍机。归寝管理装置在接收到选择2号抓拍机为出的归寝设备的信息的情况下,将依据2号抓拍机采集的图像,确定的静雅苑归寝组内的对象出入宿舍楼的记录,作为出宿舍楼的记录。
作为一种可选的实施方式,在执行步骤102之前,归寝管理装置还执行以下步骤:
1、获取上述住宿人员的住宿状态。
本申请实施例中,住宿状态用于表征上述住宿人员是否请假。可选的,住宿人员的住宿状态包括以下中的一个:请假、未请假。
在一种获取住宿人员的住宿状态的实现方式中,归寝管理装置接收用户通过输入组件输入的住宿人员的住宿状态。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取住宿人员的住宿状态的实现方式中,归寝管理装置接收第一控制终端发送的住宿人员的住宿状态。可选的,第一控制终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。
例如,学生A发起请假申请,宿舍管理员批注该请假申请后,宿舍管理员可以通过归寝管理装置解析得到学生A的信息,进行请假操作,将学生A的住宿状态设置为请假。
2、在上述住宿状态为未请假的情况下,执行步骤102。
在住宿人员的状态为未请假的情况下,归寝管理装置执行步骤102;在住宿人员的住宿状态为未请假的情况下,归寝管理装置不依据归寝管理规则和第一记录,确定住宿人员的归寝状态。例如,归寝管理装置获取住宿人员A在2020年5月10日的住宿状态为请假,则归寝管理装置直接将住宿人员A在2020年5月10日的归寝状态设置为请假,在该请假时间段内不根据归寝管理规则确定该住宿人员A的归寝状态。
作为一种可选的实施方式,在执行步骤102之前,归寝管理装置执行以下步骤:
3、获取最晚归寝时间。
本申请实施例中,最晚归寝时间用于确定住宿人员的归寝状态。住宿人员在最晚归寝时间之前归寝,归寝状态为正常归寝。住宿人员在最晚归寝时间之后归寝,归寝状态为晚归。
在一种获取最晚归寝时间的实现方式中,归寝管理装置接收用户通过输入组件输入的最晚归寝时间。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取最晚归寝时间的实现方式中,归寝管理装置接收第三终端发送的最晚归寝时间。可选的,第三终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。
在又一种获取最晚归寝时间的实现方式中,归寝管理规则包括最晚归寝时间,归寝管理装置通过获取归寝管理规则获取最晚归寝时间。
在当前时间为最晚归寝时间的情况下,归寝管理装置在执行步骤102的过程中执行以下步骤:
4、从上述第一记录中确定第二记录。
本申请实施例中,第二记录为住宿人员在最晚归寝时间之前的最后一次出入记录。例如,张三的第一记录包含张三在2020年5月8日内出入宿舍楼的2次记录,这2次记录分别为:7点40分30秒出宿舍楼、20点40分30秒进宿舍楼。假设最晚归寝时间为22点,第二记录为20点40分30秒进宿舍楼。
又例如,张三的第一记录包含张三在2020年5月8日内出入宿舍楼的3次记录,这3次记录分别为:7点40分30秒出宿舍楼、20点40分30秒进宿舍楼、21点48分30秒出宿舍楼。假设最晚归寝时间为22点,第二记录为21点48分30秒出宿舍楼。
再例如,张三的第一记录包含张三在2020年5月8日内出入宿舍楼的4次记录,这4次记录分别为:7点40分30秒出宿舍楼、20点40分30秒进宿舍楼、21点48分30秒出宿舍楼、22点23分30秒进宿舍楼。假设最晚归寝时间为22点,第二记录为21点48分30秒出宿舍楼。
可选的,最晚归寝时间为归寝管理装置执行步骤4的触发条件。例如,假设最晚归寝时间为22:00。当时间来到22:00时,归寝管理装置执行步骤4。
在得到第二记录后,归寝管理装置可通过以下至少一种实现方式确定住宿人员的归寝状态:
在第二记录为出宿舍楼的情况下,确定住宿人员的归寝状态为未归;
在第二记录为进宿舍楼的情况下,确定住宿人员的归寝状态为正常归寝。
可选的,归寝管理装置在执行时间段内执行步骤4。执行时间段的起始时间为最晚归寝时间,执行时间段的终止时间为截止时间。该截止时间可依据实际需求进行设置,例如,最晚归寝时间为22:00,截止时间可为5:00。
在当天的截止时间~当天的最晚归寝时间内,归寝管理装置不执行确定住宿人员的归寝状态的操作。在当天时间到达最晚归寝时间~第二天的截止时间内,归寝管理装置才开始执行确定住宿人员的归寝状态的操作。这样,可减少归寝管理装置的数据处理量。例如,假设最晚归寝时间为22点,截止时间为6:00。在2020年5月15日的6点至2020年5月15日21点59分59秒,归寝管理装置不执行确定住宿人员的归寝状态的操作。在2020年5月15日22点至2020年5月16日的5点59分59秒,归寝管理装置执行确定住宿人员的归寝状态的操作。
可选的,上归寝管理装置在执行步骤4之前获取截止时间。在一种获取截止时间的实现方式中,归寝管理装置接收用户通过输入组件输入的截止时间。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取截止时间的实现方式中,归寝管理装置接收第二控制终端发送的截止时间。可选的,第二控制终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。
在又一种获取截止时间的实现方式中,归寝管理规则包括截止时间,归寝管理装置通过获取归寝管理规则获取截止时间。
可选的,归寝管理员可以通过归寝管理装置编辑归寝规则。该编辑过程包括:在归寝管理装置接收到编辑归寝管理规则的情况下,显示编辑页面。该编辑页面包括以下至少一个区域:归寝规则有效时间输入区域、时间规则输入区域、出入时间规则使用状态输入区域。归寝管理员可通过有效时间输入区域输入归寝规则的有效时间段。归寝管理员可通过时间规则输入区域输入归寝规则的执行时间段和休息时间段。归寝管理员可通过出入时间规则使用状态区域输入归寝规则所适用的宿舍楼。
例如,归寝管理员在有效时间输入区域内输入2020年3月1日~2020年5月15日、在时间规则输入区域输入的执行时间段为:22:00~6:00、在时间规则输入区域输入的休息时间段为:6:00~22:00、在出入时间规则使用状态区域输入选择的宿舍楼为:2号宿舍楼。归寝管理装置在通过编辑页面接收归寝管理员输入的信息的情况下,确定22:00为最晚归寝时间、6:00为截止时间、当天的22:00至第二天的6:00为归寝管理规则的执行时间段、当天的6:00至当天的22:00为归寝管理规则的休息时间段、确定在2020年3月1日~2020年5月15日将归寝管理规则用于确定2号宿舍楼内的住宿人员的归寝状态。
在最晚归寝时间之后,住宿人员的出入宿舍楼的记录可能会更新,而出入宿舍楼的记录的更新会带来住宿人员的归寝状态的更新。因此,在依据第二记录确定住宿人员的归寝状态后,归寝管理装置还执行以下步骤:
5、获取第三记录。
本申请实施例中,第三记录为住宿人员在当天的最晚归寝时间之后至第二天的截止时间之前的最新一次出入记录,例如住宿人员A在当天的最晚归寝时间之后至第二天的截止时间之前的出入记录中,最接近当前时刻的一次出入记录。
在一种获取第三记录的实现方式中,归寝管理装置接收用户通过输入组件输入的第三记录。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取第三记录的实现方式中,归寝管理装置接收第四终端发送的第三记录。可选的,第四终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。
在获取第三记录之后,归寝管理装置还执行步骤6和步骤7:
6、在第三记录为出宿舍楼的情况下,将住宿人员的归寝状态更新为未归。
例如,假设最晚归寝时间为22点。在2020年5月8日22点3分30秒,张三的归寝状态为正常归寝。归寝管理装置在2020年5月8日22点3分30秒获取到张三的第三记录,其中,第三记录为张三出宿舍楼的记录。归寝管理装置将张三的归寝状态由正常归寝更新为未归。
又例如,假设最晚归寝时间为22点。在2020年5月8日22点3分30秒,张三的归寝状态为晚归。归寝管理装置在2020年5月8日22点3分30秒获取到张三的第三记录,其中,第三记录为张三出宿舍楼的记录。归寝管理装置将张三的归寝状态由晚归更新为未归。
7、在第三记录为进宿舍楼,且住宿人员的归寝状态为未归或正常归寝的情况下,将住宿人员的归寝状态更新为晚归。
例如,假设最晚归寝时间为22点。在2020年5月8日22点3分30秒,张三的归寝状态为未归。归寝管理装置在2020年5月8日22点3分30秒获取到张三的第三记录,其中,第三记录为张三进宿舍楼的记录。归寝管理装置将张三的归寝状态由未归更新为晚归。
例如,假设最晚归寝时间为22点。张三在2020年5月8日21:50进宿舍楼,且在2020年5月8日21:58进宿舍楼。由于在归寝管理装置中,张三的在2020年5月8日的第二记录为张三在2020年5月8日21:50进宿舍楼。在2020年5月8日22点3分30秒,张三的归寝状态为正常归寝。归寝管理装置在2020年5月8日22点3分30秒获取到张三的第三记录,其中,第三记录为张三进宿舍楼的记录。归寝管理装置将张三的归寝状态由正常归寝更新为晚归。
作为一种可选的实施方式,上述第一记录存储于出入记录数据库。例如,上述住宿人员为A学校的学生张三。A学校共有50000名在校住宿的学生,该出入记录数据库包含上述50000名学生出入宿舍楼的记录。由于出入记录数据库中的数据量非常大,对归寝管理人员来说,从众多出入记录中确定查找特定出入记录(如查找异常出入记录)的工作量非常大。为此,本申请还提供了一种通过检索出入记录数据库,确定异常出入记录的方法。该方法包括以下步骤:
8、获取出入记录筛选条件。
本申请实施例中,出入记录筛选条件包括以下至少一个:姓名、日期、归寝状态、归寝组。
在一种获取出入记录筛选条件的实现方式中,归寝装置接收用户通过输入组件输入的出入记录筛选条件。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取出入记录筛选条件的实现方式中,归寝装置接收第五终端发送的出入记录筛选条件。可选的,第五终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。
9、使用出入记录筛选条件检索出入记录数据库,得到与出入记录筛选条件匹配的第四记录。
例如,筛选条件为:张三在2020年5月8日内的出入记录。依据该筛选条件,从出入记录数据库中确定张三在2020年5月8日内出入宿舍楼的记录,作为第四记录。
又例如,筛选条件为:2020年5月6日至2020年5月8日内归寝状态为未归的出入记录。依据该筛选条件,从出入记录数据库中确定2020年5月6日至2020年5月8日内归寝状态为未归的至少一个出入记录,作为第四记录。
再例如,筛选条件为:归寝组A内的对象出入宿舍楼的记录。假设归寝组A内的归寝对象包括张三和李四。依据该筛选条件,归寝装置从出入记录数据库中确定张三出入宿舍楼的记录,作为第四记录。
需要理解的是,住宿人员的归寝状态,是依据住宿人员当天最后一次出入记录得到的,而住宿人员在一天内可能有多次出入记录。因此一个归寝状态与至少一个记录对应。例如,出入记录数据库包含张三在2020年5月8日内出入宿舍楼的三个记录。依据这3个出入记录确定张三在2020年5月8日的归寝状态为未归。张三在2020年5月8日内的3个出入记录为与张三在2020年5月8日的归寝状态为未归对应的出入记录。
作为一种可选的实施方式,由于不同筛选条件之间存在显著性差异,依据筛选条件的显著性差异确定筛选条件优先级顺序,作为检索顺序。
在一种获取筛选条件优先级的实现方式中,归寝装置接收用户通过输入组件输入的筛选条件优先级。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取筛选条件优先级的实现方式中,归寝装置的存储组件中存储有筛选条件优先级。归寝装置通过从存储组件中读取筛选条件优先级获取筛选条件优先级。
归寝管理装置按该检索顺序依次使用出入记录筛选条件中的条件检索出入记录数据库,可提高检索效率。
例如:出入记录筛选条件为:2020年4月8日至2020年4月13日内归寝状态为未归的出入记录。由于归寝状态为缺勤的出入记录的数量比2020年4月8日至2020年4月13日的出入记录的数量少,即“未归”这个条件比“2020年4月8日至2020年4月13日”这个条件的更显著。因此可先使用“未归”这个条件检索出入记录数据库,即从出入记录数据库中检索出归寝状态为未归出入记录(下文将称为未归出入记录),再使用“2020年4月8日至2020年4月13日”这个条件对未归出入记录进行检索,筛选出2020年4月8日至2020年4月13日内归寝状态为未归的出入记录。
又例如,A学校有10000名本科生、50名留学生。现归寝管理人员需要查看,2020年4月15日内留学生的异常出入记录(此处的异常出入记录包括归寝状态为以下至少一种的出入记录:晚归、未归),可通过向归寝装置输入以下出入记录筛选条件:2020年4月15日内留学生的异常出入记录。考虑到2020年4月15日内A学校学生的异常出入记录的数量比2020年4月15日内留学生的出入记录的数量多,即“2020年4月15日内留学生的出入记录”这个条件比“2020年4月15日内的异常出入记录”这个条件的更显著。因此可先使用“2020年4月15日内留学生的出入记录”这个条件检索出入记录数据库,即从出入记录数据库中检索出2020年4月15日内留学生的出入记录(下文将称为留学生出入记录),再使用“异常出入记录”这个条件对留学生出入记录进行检索,筛选出2020年4月15日内留学生的异常出入记录。
依据筛选条件的优先级顺序确定筛选条件的检索顺序,并按该检索顺序使用出入记录筛选条件检索出入记录数据库,可快速缩小检索范围,提升检索速度。
请参阅图2,图2是本申请实施例提供的步骤101的一种实现方法的流程示意图。
201、获取待确认出入记录,其中,上述待确认出入记录均携带住宿人员的生物特征信息。
本申请实施例中,生物特征信息包括以下至少一种:人脸图像、虹膜信息、指纹信息、声纹信息。归寝管理装置依据通过生物特征采集装置获取住宿人员的生物特征信息,可得到待确认出入记录。
在一种可能实现的方式中,归寝管理装置装载有生物特征采集组件。归寝管理装置通过生物特征采集组件采集住宿人员的生物特征信息,并依据该生物特征信息得到出入记录。上述生物特征采集装置包括以下至少一种:摄像头、抓拍机、指纹采集组件、虹膜采集组件、声纹采集组件。例如,归寝管理装置为装载有摄像头的门禁设备。门禁设备通过摄像头采集住宿人员的人脸图像,并依据采集到的人脸图像得到住宿人员出入宿舍楼的待确认记录。
在另一种可能实现的方式中,归寝管理装置为服务器,且服务器与人脸识别门禁设备之间具有通信连接。服务器可通过该通信连接从门禁设备获取住宿人员的生物特征信息。
202、从上述待确认出入记录中,确定携带与上述住宿人员的生物特征模板匹配的生物特征信息的记录,得到上述第一记录。
本申请实施例中,生物特征模板包括以下至少一种:人脸图像模板、指纹模板、虹膜模板、声纹模板。生物特征模板用于识别住宿人员的身份,每个住宿人员对应一个生物特征模板。例如,待确认出入记录携带住宿人员的人脸图像。在住宿人员的人脸图像与人脸图像模板匹配的情况下,表征住宿人员与人脸图像模板中的人物为同一个人。又例如,待确认出入记录携带住宿人员的指纹信息。在住宿人员的人脸图像与人脸图像模板匹配,且人脸图像模板所指示的身份为张三的情况下,表征住宿人员为张三。
待确认出入记录中携带的生物特征信息与生物特征模板匹配,表征住宿人员与生物特征模板所指示的人物为同一个人,即确定待确认出入记录为生物特征模板对应的住宿人员的出入记录。通过将待确认出入记录中的每个待确认出入记录分别与预存的住宿人员的生物特征模板进行比对,将携带与住宿人员的生物特征模板匹配的生物特征信息的待确认出入记录,作为住宿人员的出入记录,可得到上述第一记录。
在上述待确认出入记录包括第一人脸图像的情况下,归寝管理装置基于人脸识别技术对第一人脸图像进行处理,以确定第一人脸图像中的人物的身份,进而确定待确认出入记录是否为住宿人员的出入记录。
然而,近来越来越多使用“非活体”的人脸图像攻击人脸识别技术的事件发生。上述“非活体”的人脸图像包括:纸质照片、电子图像等等。使用“非活体”的人脸图像攻击人脸识别技术,进而使出入记录的准确度降低。例如,张三将李四的照片放置与门禁设备的图像采集区域,使门禁设备采集到包含李四面部的第一人脸图像,进而使归寝管理装置基于该第一人脸图像,生成李四的出入记录。
为提高基于人脸识别技术确定的归寝状态的准确度,作为一种可选的实施方式,在执行步骤202之前,归寝管理装置还执行以下步骤:
10、对上述第一人脸图像进行活体检测处理,得到活体检测结果。
本申请实施例中,活体检测结果包括:第一人脸图像中的人物是活体或第一人脸图像中的人物不是活体。
在一种可能实现的方式中,对第一人脸图像进行特征提取处理,得到第一人脸图像的纹理特征。依据该纹理特征,得到活体检测结果。
本申请实施例中,纹理特征携带以下至少一种信息:人脸皮肤的肤色信息、人脸皮肤的光泽度信息、人脸皮肤的皱纹信息、人脸皮肤的纹理信息。
上述特征提取处理用于从第一人脸图像中提取纹理特征。可选的,上述特征提取处理可通过以下任意一种方法实现:开源人脸识别网络OpenFace、多任务级联卷积神经网络(multi-task cascaded convolutional networks,MTCNN)、调整卷积神经网络(tweakedconvolutional neural networks,TCNN)、或任务约束深度卷积神经网络(tasks-constrained deep convolutional network,TCDCN)。
由于真人的面部中的纹理特征所携带的信息比“非活体”中的纹理特征所携带的信息丰富。因此,可依据第一人脸图像中的纹理特征所携带的信息确定第一人脸图像中的人物是否为活体。
可选的,依据纹理特征可得到第一人脸图像中的人物为活体的置信度。在该置信度超过置信度阈值的情况下,确定活体检测结果为第一人脸图像中的人物是活体;在该置信度未超过置信度阈值的情况下,确定活体检测结果为第一人脸图像中的人物不是活体。
在另一种可能实现的方式中,在归寝管理设备(如装载有摄像头的终端)采集第一人脸图像的过程中,输出一段活体检测视频以及指示指令,该指示指令用于指示住宿人员依据该活体检测视频做参考动作。归寝管理设备在接收到开始采集活体检测视频的指令的情况下,使用成像组件(如摄像头)采集目标视频流。归寝管理装置在获取到目标视频流,且在确定目标视频流中的人物为住宿人员且目标视频流中人物所做的动作与参考动作匹配的情况下,确定活体检测结果为第一人脸图像中的人物是活体;归寝管理装置在获取到目标视频流,且在确定目标视频流中的人物不是住宿人员,和/或,目标视频流中人物所做的动作与参考动作不匹配的情况下,确定活体检测结果为第一人脸图像中的人物不是活体。
在又一种可能实现的方式中,上述活体检测处理可通过活体检测网络实现。通过将至少一张带有标注信息的图像作为训练数据,对卷积神经网络进行训练可得到活体检测网络,其中,标注信息包括训练数据中的对象(包括人和物)是否为活体。
在得到活体检测结果之后,归寝管理装置在执行步骤202的过程中具体执行以下步骤:
11、在依据上述活体检测结果确定上述第一人脸图像中的人物为活体的情况下,从上述待确认出入记录中,确定携带与上述住宿人员的生物特征模板匹配的生物特征信息的记录,得到上述第一记录。
在依据活体检测结果确定第一人脸图像中的人物为活体的情况下,从待确认出入记录中,确定携带与住宿人员的生物特征模板匹配的生物特征信息的记录,得到上述第一记录,可提高出入记录的准确度。
作为一种可选的实施方式,在执行步骤11或步骤202之前,归寝管理装置还执行以下步骤:
12、依据图像质量评价指标,得到第一人脸图像的质量分数,其中,图像质量评价指标包括以下至少一个:图像中是否包含人脸、图像中包含的人脸的数量、图像中人脸区域的清晰度、图像中人脸区域的遮挡情况。
由于归寝管理装置在后续处理中需要通过对第一人脸图像中的人脸区域进行处理,以确定第一人脸图像中的人物的身份,第一人脸图像中的人脸区域越清晰越完整,得到的第一人脸图像中的人物的身份的准确度越高。因此第一人脸图像中包含人脸,表征第一人脸图像的质量高;第一人脸图像中人脸区域的清晰度越高,表征第一人脸图像的质量越高;第一人脸图像中人脸区域的被遮挡的面积越小,表征第一人脸图像的质量越高。
此外,在第一人脸图像中包含的人脸数量大于1的情况下,可能会影响归寝管理装置对第一人脸图像中人物的身份的判断,进而降低第一人脸图像中人物的身份的准确度。因此,第一人脸图像中包含的人脸数量越少,表征第一人脸图像的质量越高。
例如,若第一人脸图像中包含有人脸图像,质量分数加5分。又例如,若第一人脸图像中包含至少2张人脸,质量分数减2分。
再例如,在第一人脸图像中,被遮挡的区域的面积与人脸区域的比值小于或等于15%,质量分数减0.5分,被遮挡的区域的面积与人脸区域的比值大于15%小于或等于40%,质量分数减1分,被遮挡的区域的面积与人脸区域的比值大于40%小于或等于70%,质量分数减2分,被遮挡的区域的面积与人脸区域的比值大于70%,质量分数减3.5分。
又例如,在第一人脸图像中,人脸清晰度为1级,质量分数减0.5分;人脸清晰度为2级,质量分数加0.5分;人脸清晰度为3级,质量分数加1.5分;人脸清晰度为4级,质量分数加2.5分;人脸清晰度为5级,质量分数加4.5分。可选的,人脸清晰度可通过以下方法中的一种得到:二次模糊(reblur)、能量梯度函数、熵函数。
归寝管理装置通过在执行步骤11之前执行步骤12得到第一人脸图像的质量分数后,步骤11具体包括以下步骤:
13、在上述质量分数超过质量分数据阈值,且依据上述活体检测结果确定上述第一人脸图像中的人物为活体的情况下,从上述待确认出入记录中,确定携带与上述住宿人员的生物特征模板匹配的生物特征信息的数据,得到上述第一记录。
本申请实施例中,质量分数阈值为正数。质量分数阈值越高,第一人脸图像中人物的身份的准确度越高,住宿人员的第一记录的准确度越高。
在质量分数超过质量分数据阈值,且依据纹理特征确定第一人脸图像中的人物为活体的情况下,从待确认出入记录中,确定携带与住宿人员的生物特征模板匹配的生物特征信息的数据,得到第一记录,可进一步提高住宿人员的第一记录的准确度。
归寝管理装置通过在执行步骤202之前执行步骤12得到待确认人脸图像的质量分数后,步骤202具体包括以下步骤:
14、在上述质量分数超过质量分数据阈值的情况下,从上述待确认出入记录中,确定携带与上述住宿人员的生物特征模板匹配的生物特征信息的数据,得到上述第一记录。
在质量分数超过质量分数据阈值的情况下,从待确认出入记录中,确定携带与住宿人员的生物特征模板匹配的生物特征信息的数据,得到第一记录,可提高住宿人员的第一记录的准确度。
如步骤101所述,第一记录携带住宿人员出入宿舍楼的信息。本申请实施例中,依据第一记录携带的信息,可得到第一记录的状态,其中,第一记录的状态包括进或出。“进”表征住宿人员进入宿舍楼;“出”表征住宿人员走出宿舍楼。作为一种可选的实施方式,归寝管理装置通过执行以下步骤可得到第一记录的状态:
15、获取上述住宿人员的第二人脸图像;
本申请实施例中,第二人脸图像与第一人脸图像均为,在住宿人员在同一次出入宿舍楼的过程中通过成像设备采集得到。
在一种获取第二人脸图像的实现方式中,归寝管理装置接收用户通过输入组件输入的第二人脸图像。上述输入组件包括:键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取第二人脸图像的实现方式中,归寝管理装置接收第六终端发送的归寝规则。可选的,第六终端可以是以下任意一种:手机、计算机、平板电脑、服务器、可穿戴设备。
在又一种获取第二人脸图像的实现方式中,归寝管理装置装载有成像组件。归寝管理装置通过成像组件采集第二人脸图像。上述成像组件包括:摄像头、抓拍组件。
16、依据上述第一人脸图像和所述第二人脸图像,得到上述住宿人员的位移方向。
在一种可能实现的方式中,将住宿人员在第一人脸图像中所覆盖的像素区域称为第一像素区域,将住宿人员在第二人脸图像中所覆盖的像素区域称为第二像素区域。通过对第一人脸图像和第二人脸图像进行特征匹配处理,得到第一像素区域与第二像素区域中的同名点。本申请实施例中,同一个物理点在不同图像中的像素点互为同名点。如图3所示,像素点A与像素点C互为同名点,像素点B与像素点D互为同名点。依据第一像素区域和第二像素区域中的同名点之间的像素位移,得到住宿人员的像素位移。将住宿人员的像素位移的方向作为住宿人员的位移方向。
在另一种可能实现的方式中,通过将标注信息为人物的位移方向的图像对作为训练数据,对人物位移方向模型进行训练,其中,图像对包括至少两张图像,且至少两张图像中的每张图像均包含人物。使用训练后的人物位移模型对第一人脸图像和第二人脸图像进行处理,可得到住宿人员的位移方向。
17、依据上述位移方向,确定上述第一记录的状态。
依据住宿人员出入宿舍楼的速度的方向,可确定住宿人员是出宿舍楼还是进宿舍楼,进而可确定第一记录的状态。
在本申请实施例中,归寝管理装置通过步骤15~步骤17,可通过单个成像设备或单个成像组件,确定第一记录的状态,可降低设备成本低。
在其他实施例中,可以通过至少两个成像设备确定住宿人员是出宿舍楼还是进宿舍楼。例如,在宿舍楼的大门处安装1号摄像头和2号摄像头。将依据1号摄像头采集到的图像得到的第一记录的状态,确定为出。将依据2号摄像头采集到的图像得到的第一记录的状态,确定为进。
本申请实施例还提供了将上述技术方案应用于校园的应用场景。在该场景下,基于上述技术方案可实现对学校的学生的归寝管理。
在该场景下,归寝管理装置为服务器。该服务器与安装在宿舍楼的抓拍机之间具有通信连接。抓拍机用于抓拍住宿人员出入宿舍楼的画面。通过该通信连接,服务器可获取抓拍机抓拍到的画面。进而可基于该画面,得到住宿人员出入宿舍楼的记录,并依据该记录确定住宿人员的归寝状态。
可选的,每栋宿舍楼均安装有抓拍机。通过在服务器与抓拍机之间建立通信连接,实现对宿舍楼的归寝管理。例如,学校A共有宿舍楼1和宿舍楼2两栋宿舍楼。宿舍楼1安装有抓拍机1,宿舍楼2安装有抓拍机2。在服务器与抓拍机1之间建立通信连接,可通过服务器实现对宿舍楼1的归寝管理。在服务器与抓拍机1之间建立通信连接,并在服务器与抓拍机2之间建立通信连接,可通过服务器实现对宿舍楼1和宿舍楼2的归寝管理。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
上述详细阐述了本申请实施例的方法,下面提供了本申请实施例的装置。
请参阅图4,图4为本申请实施例提供的一种归寝管理装置的结构示意图。该归寝管理装置1包括:获取单元11、确定单元12、排序单元13、检索单元14、活体检测单元15、质量评价单元16。其中:
获取单元,用于获取归寝管理规则和住宿人员出入宿舍楼的第一记录;
确定单元,用于依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态。
结合本申请任一实施方式,所述住宿人员属于归寝组;所述归寝管理规则用于确定归寝组内的对象的归寝状态。
结合本申请任一实施方式,所述获取单元,用于在所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态之前,获取所述住宿人员的住宿状态;所述住宿状态用于表征所述住宿人员是否请假;
所述确定单元,用于在所述住宿状态为未请假的情况下,执行所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态的步骤。
结合本申请任一实施方式,所述获取单元,用于在所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态之前,获取最晚归寝时间;
在当前时间为所述最晚归寝时间的情况下,所述确定单元,用于:
从所述第一记录中确定第二记录;所述第二记录为所述住宿人员在所述最晚归寝时间之前的最后一次出入记录;
在所述第二记录为出所述宿舍楼的情况下,确定所述住宿人员的归寝状态为未归;或,
在所述第二记录为进所述宿舍楼的情况下,确定所述住宿人员的归寝状态为正常归寝。
结合本申请任一实施方式,所述获取单元,还用于:
获取第三记录;所述第三记录为所述住宿人员在所述最晚归寝时间之后且在截止时间之前的出入记录;
在所述第三记录为出所述宿舍楼的情况下,将所述住宿人员的归寝状态更新为未归;或,
在所述第三记录为进所述宿舍楼,且所述住宿人员的归寝状态为未归或正常归寝的情况下,将所述住宿人员的归寝状态更新为晚归。
结合本申请任一实施方式,所述第一记录存储于出入记录数据库;所述获取单元,还用于:
获取出入记录筛选条件;
所述装置还包括:
检索单元,用于使用所述出入记录筛选条件检索所述出入记录数据库,得到与所述出入记录筛选条件匹配的记录,作为第四记录。
结合本申请任一实施方式,所述装置还包括:排序单元,用于在所述出入记录筛选条件包括至少两个条件的情况下,按筛选条件的优先级确定检索顺序;
所述检索单元,用于:
按所述检索顺序依次使用所述出入记录筛选条件中的条件检索所述出入记录数据库,得到所述第四出入记录。
结合本申请任一实施方式,所述获取单元,用于:
获取待确认出入记录;所述待确认出入记录携带所述住宿人员的生物特征信息;
从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
结合本申请任一实施方式,所述装置还包括:活体检测单元,用于在所述待确认出入记录包括第一人脸图像的情况下,所述从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录之前,对所述第一人脸图像进行活体检测处理,得到活体检测结果;
所述获取单元,用于:
在依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
结合本申请任一实施方式,所述活体检测单元,用于:
对所述第一人脸图像进行特征提取处理,得到所述第一人脸图像的纹理特征;
依据所述纹理特征,得到所述活体检测结果。
结合本申请任一实施方式,所述装置还包括:质量评价单元,用于在所述在依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录之前,依据图像质量评价指标,得到所述第一人脸图像的质量分数;所述图像质量评价指标包括以下至少一个:图像中是否包含人脸、图像中包含的人脸的数量、图像中人脸区域的清晰度、图像中人脸区域的遮挡情况;
所述获取单元,用于:
在所述质量分数超过质量分数据阈值,且依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
结合本申请任一实施方式,所述第一记录的状态包括:出或进;
所述获取单元,还用于:
获取所述住宿人员的第二人脸图像;
依据所述第一人脸图像和所述第二人脸图像,得到所述住宿人员的位移方向;
依据所述位移方向,确定所述第一记录的状态。
在一些实施例中,本申请实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
图5为本申请实施例提供的一种归寝管理装置的硬件结构示意图。该归寝管理装置2包括处理器21和存储器22,还可以包括输入装置23,输出装置24。该处理器21、存储器22、输入装置23和输出装置24通过连接器相耦合,该连接器包括各类接口、传输线或总线等等,本申请实施例对此不作限定。应当理解,本申请的各个实施例中,耦合是指通过特定方式的相互联系,包括直接相连或者通过其他设备间接相连,例如可以通过各类接口、传输线、总线等相连。
处理器可以包括是一个或多个处理器,例如包括一个或多个中央处理器(centralprocessing unit,CPU),在处理器是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。可选的,处理器21可以是多个GPU构成的处理器组,多个处理器之间通过一个或多个总线彼此耦合。可选的,该处理器还可以为其他类型的处理器等等,本申请实施例不作限定。
存储器22可用于存储计算机程序指令,以及用于执行本申请方案的程序代码在内的各类计算机程序代码。可选地,存储器包括但不限于是随机存储记忆体(random accessmemory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasableprogrammable read only memory,EPROM)、或便携式只读存储器(compact disc read-only memory,CD-ROM),该存储器用于相关指令及数据。
输入装置23用于输入数据和/或信号,以及输出装置24用于输出数据和/或信号。输入装置23和输出装置24可以是独立的器件,也可以是一个整体的器件。
可理解,本申请实施例中,存储器22不仅可用于存储相关指令,还可用于存储相关数据,如该存储器22可用于存储通过输入装置23获取的归寝管理规则,又或者该存储器22还可用于存储通过处理器21得到的归寝状态等等,本申请实施例对于该存储器中具体所存储的数据不作限定。
可以理解的是,图5仅仅示出了一种归寝管理装置的简化设计。在实际应用中,归寝管理装置还可以分别包含必要的其他元件,包含但不限于任意数量的输入/输出装置、处理器、存储器等,而所有可以实现本申请实施例的归寝管理装置都在本申请的保护范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。所属领域的技术人员还可以清楚地了解到,本申请各个实施例描述各有侧重,为描述的方便和简洁,相同或类似的部分在不同实施例中可能没有赘述,因此,在某一实施例未描述或未详细描述的部分可以参见其他实施例的记载。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,数字通用光盘(digital versatiledisc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
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,该流程可以由计算机程序来指令相关的硬件完成,该程序可存储于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实施例的流程。而前述的存储介质包括:只读存储器(read-only memory,ROM)或随机存储存储器(random access memory,RAM)、磁碟或者光盘等各种可存储程序代码的介质。
Claims (15)
1.一种归寝管理方法,其特征在于,所述方法包括:
获取归寝管理规则和住宿人员出入宿舍楼的第一记录;
依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态。
2.根据权利要求1所述的方法,其特征在于,所述住宿人员属于归寝组;所述归寝管理规则用于确定归寝组内的对象的归寝状态。
3.根据权利要求1或2所述的方法,其特征在于,在所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态之前,所述方法还包括:
获取所述住宿人员的住宿状态;所述住宿状态用于表征所述住宿人员是否请假;
在所述住宿状态为未请假的情况下,执行所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态的步骤。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态之前,所述方法包括:
获取最晚归寝时间;
在当前时间为所述最晚归寝时间的情况下,所述依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态,包括:
从所述第一记录中确定第二记录;所述第二记录为所述住宿人员在所述最晚归寝时间之前的最后一次出入记录;
在所述第二记录为出所述宿舍楼的情况下,确定所述住宿人员的归寝状态为未归;或,
在所述第二记录为进所述宿舍楼的情况下,确定所述住宿人员的归寝状态为正常归寝。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取第三记录;所述第三记录为所述住宿人员在所述最晚归寝时间之后且在截止时间之前的出入记录;
在所述第三记录为出所述宿舍楼的情况下,将所述住宿人员的归寝状态更新为未归;或,
在所述第三记录为进所述宿舍楼,且所述住宿人员的归寝状态为未归或正常归寝的情况下,将所述住宿人员的归寝状态更新为晚归。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述第一记录存储于出入记录数据库;所述方法还包括:
获取出入记录筛选条件;
使用所述出入记录筛选条件检索所述出入记录数据库,得到与所述出入记录筛选条件匹配的记录,作为第四记录。
7.根据权利要求6所述的方法,其特征在于,
在所述出入记录筛选条件包括至少两个条件的情况下,按筛选条件的优先级确定检索顺序;
所述使用所述出入记录筛选条件检索所述出入记录数据库,得到与所述出入记录筛选条件匹配的记录,作为第四记录,包括:
按所述检索顺序依次使用所述出入记录筛选条件中的条件检索所述出入记录数据库,得到所述第四出入记录。
8.根据权利要求1至7中任意一项所述的方法,其特征在于,所述获取第一记录,包括:
获取待确认出入记录;所述待确认出入记录携带所述住宿人员的生物特征信息;
从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
9.根据权利要求8所述的方法,其特征在于,在所述待确认出入记录包括第一人脸图像的情况下,所述从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录之前,所述方法还包括:
对所述第一人脸图像进行活体检测处理,得到活体检测结果;
所述从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录,包括:
在依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
10.根据权利要求9所述的方法,其特征在于,所述对所述第一人脸图像进行活体检测处理,得到活体检测结果,包括:
对所述第一人脸图像进行特征提取处理,得到所述第一人脸图像的纹理特征;
依据所述纹理特征,得到所述活体检测结果。
11.根据权利要求9所述的方法,其特征在于,所述在依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录之前,所述方法还包括:
依据图像质量评价指标,得到所述第一人脸图像的质量分数;所述图像质量评价指标包括以下至少一个:图像中是否包含人脸、图像中包含的人脸的数量、图像中人脸区域的清晰度、图像中人脸区域的遮挡情况;
所述在依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录,包括:
在所述质量分数超过质量分数据阈值,且依据所述活体检测结果确定所述第一人脸图像中的人物为活体的情况下,从所述待确认出入记录中,确定携带与所述住宿人员的生物特征模板匹配的生物特征信息的记录,得到所述第一记录。
12.根据权利要求9至11中任意一项所述的方法,其特征在于,所述第一记录的状态包括:出或进;
所述方法还包括:
获取所述住宿人员的第二人脸图像;
依据所述第一人脸图像和所述第二人脸图像,得到所述住宿人员的位移方向;
依据所述位移方向,确定所述第一记录的状态。
13.一种归寝管理装置,其特征在于,所述装置包括:
获取单元,用于获取归寝管理规则和住宿人员出入宿舍楼的第一记录;
确定单元,用于依据所述归寝管理规则和所述第一记录,确定所述住宿人员的归寝状态。
14.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,在所述处理器执行所述计算机指令的情况下,所述电子设备执行如权利要求1至12中任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,在所述程序指令被处理器执行的情况下,使所述处理器执行权利要求1至12中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010425489.2A CN111563105A (zh) | 2020-05-19 | 2020-05-19 | 归寝管理方法及装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010425489.2A CN111563105A (zh) | 2020-05-19 | 2020-05-19 | 归寝管理方法及装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111563105A true CN111563105A (zh) | 2020-08-21 |
Family
ID=72072290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010425489.2A Pending CN111563105A (zh) | 2020-05-19 | 2020-05-19 | 归寝管理方法及装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111563105A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381690A (zh) * | 2020-11-17 | 2021-02-19 | 广东鉴面智能科技有限公司 | 一种学校归寝管理方法及系统 |
CN112509166A (zh) * | 2020-12-07 | 2021-03-16 | 新哲教育发展(深圳)有限公司 | 学生就寝管理系统及方法 |
CN112862995A (zh) * | 2020-12-30 | 2021-05-28 | 广东科裕智能科技有限公司 | 宿舍管理方法、系统及其存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101035273A (zh) * | 2007-04-24 | 2007-09-12 | 北京中星微电子有限公司 | 视频监控中的自动跟踪控制方法和控制装置 |
JP2008268988A (ja) * | 2007-04-16 | 2008-11-06 | Nds Data Solutions Co Ltd | 寮入退館管理装置及びその方法 |
CN101609588A (zh) * | 2008-06-16 | 2009-12-23 | 云南正卓信息技术有限公司 | 全自动无人值守别墅防入侵智能视频监控报警系统 |
CN106557726A (zh) * | 2015-09-25 | 2017-04-05 | 北京市商汤科技开发有限公司 | 一种带静默式活体检测的人脸身份认证系统及其方法 |
CN107742331A (zh) * | 2017-11-23 | 2018-02-27 | 彭俊又 | 基于安防系统的学生宿舍考勤方法 |
CN110363893A (zh) * | 2019-07-09 | 2019-10-22 | 汉王智联(武汉)科技有限公司 | 一种基于人脸识别的宿舍就寝异常数据统计方法及系统 |
CN110909706A (zh) * | 2019-11-29 | 2020-03-24 | 北京明略软件系统有限公司 | 一种昼伏夜出人员判定方法、装置、电子设备及存储介质 |
-
2020
- 2020-05-19 CN CN202010425489.2A patent/CN111563105A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008268988A (ja) * | 2007-04-16 | 2008-11-06 | Nds Data Solutions Co Ltd | 寮入退館管理装置及びその方法 |
CN101035273A (zh) * | 2007-04-24 | 2007-09-12 | 北京中星微电子有限公司 | 视频监控中的自动跟踪控制方法和控制装置 |
CN101609588A (zh) * | 2008-06-16 | 2009-12-23 | 云南正卓信息技术有限公司 | 全自动无人值守别墅防入侵智能视频监控报警系统 |
CN106557726A (zh) * | 2015-09-25 | 2017-04-05 | 北京市商汤科技开发有限公司 | 一种带静默式活体检测的人脸身份认证系统及其方法 |
CN107742331A (zh) * | 2017-11-23 | 2018-02-27 | 彭俊又 | 基于安防系统的学生宿舍考勤方法 |
CN110363893A (zh) * | 2019-07-09 | 2019-10-22 | 汉王智联(武汉)科技有限公司 | 一种基于人脸识别的宿舍就寝异常数据统计方法及系统 |
CN110909706A (zh) * | 2019-11-29 | 2020-03-24 | 北京明略软件系统有限公司 | 一种昼伏夜出人员判定方法、装置、电子设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381690A (zh) * | 2020-11-17 | 2021-02-19 | 广东鉴面智能科技有限公司 | 一种学校归寝管理方法及系统 |
CN112509166A (zh) * | 2020-12-07 | 2021-03-16 | 新哲教育发展(深圳)有限公司 | 学生就寝管理系统及方法 |
CN112862995A (zh) * | 2020-12-30 | 2021-05-28 | 广东科裕智能科技有限公司 | 宿舍管理方法、系统及其存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020530144A (ja) | ドアアクセス制御方法、ドアアクセス制御装置、システム及び記憶媒体 | |
CN111563105A (zh) | 归寝管理方法及装置、电子设备及存储介质 | |
CN109829381A (zh) | 一种犬只识别管理方法、装置、系统及存储介质 | |
CN112199530B (zh) | 多维度脸库图片自动更新方法、系统、设备及介质 | |
CN105144156A (zh) | 将元数据与个人图像集合中的图像相关联 | |
CN103503000A (zh) | 面部识别 | |
CN108446681B (zh) | 行人分析方法、装置、终端及存储介质 | |
AU2011252761B2 (en) | Automatic identity enrolment | |
WO2020070821A1 (ja) | 生体認証装置、生体認証方法、及び生体認証プログラム | |
CN108461130B (zh) | 就诊任务智能调度方法及系统 | |
AU2011252761A1 (en) | Automatic identity enrolment | |
CN110427862B (zh) | 一种人脸图片收集方法、装置及电子设备 | |
CN111739182A (zh) | 考勤方法及装置、电子设备及存储介质 | |
CN110175522A (zh) | 考勤方法、系统及相关产品 | |
CN114049658A (zh) | 基于人脸识别的流动人口管理方法、装置、计算机设备和存储介质 | |
CN113837006A (zh) | 一种人脸识别方法、装置、存储介质及电子设备 | |
CN204537273U (zh) | 一种用于门禁系统的刷卡拍照设备 | |
CN101847282A (zh) | 法院庭审旁听远程预定及身份认证系统 | |
CN101847283A (zh) | 法院庭审旁听远程预定及现场自动身份认证的方法 | |
CN116521746A (zh) | 婚姻登记方法、装置、婚姻自主登记一体机及存储介质 | |
CN109492626A (zh) | 一种无感人脸案场管理方法及其系统 | |
JP6958795B1 (ja) | 情報処理方法、コンピュータプログラム及び情報処理装置 | |
CN110956559A (zh) | 订单处理方法、权限验证方法、装置、设备及存储介质 | |
CN113591713A (zh) | 图像处理方法及装置、电子设备及计算机可读存储介质 | |
CN109934082B (zh) | 一种基于头像识别的分组方法及装置 |
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: 20200821 |