CN109191611A - 一种基于人脸识别的考勤设备及方法 - Google Patents
一种基于人脸识别的考勤设备及方法 Download PDFInfo
- Publication number
- CN109191611A CN109191611A CN201811276685.7A CN201811276685A CN109191611A CN 109191611 A CN109191611 A CN 109191611A CN 201811276685 A CN201811276685 A CN 201811276685A CN 109191611 A CN109191611 A CN 109191611A
- Authority
- CN
- China
- Prior art keywords
- attendance
- histogram
- face
- student
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012549 training Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000001815 facial effect Effects 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 11
- 240000007651 Rubus glaucus Species 0.000 claims description 6
- 235000011034 Rubus glaucus Nutrition 0.000 claims description 6
- 235000009122 Rubus idaeus Nutrition 0.000 claims description 6
- 239000004973 liquid crystal related substance Substances 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 230000000052 comparative effect Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 230000008447 perception Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 206010012335 Dependence Diseases 0.000 description 1
- 206010051602 Laziness Diseases 0.000 description 1
- 229910001069 Ti alloy Inorganic materials 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及人脸识别技术领域，具体公开了一种基于人脸识别的考勤设备及方法，所述设备包括微型电脑及与其连接的人脸摄像模块、提示模块；所述人脸摄像模块用于拍摄人脸照片并生成对应的数字信号；所述微型电脑设有用于对所述数字信号进行处理生成对应的灰度直方图，在训练模式下存为参考编码直方图并存入数据库，以及在考勤模式下生成考勤编码直方图并存储；以及将所述考勤编码直方图与所述数据库中所述参考编码直方图进行比对，在识别度超过预设阈值时，通过所述提示模块发出通过信号。其效果在于：无需插座电源，可由充电宝移动电源供电，方便易携带；无需另外调用数据库学生资料储存于程序代码中，加快了人脸识别的执行速度。
Description
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种基于人脸识别的考勤设备及方法。
背景技术
考勤设备，包括校园考勤设备和公司考勤设备，是对学生或者职员的出勤进行记录的电子设备，其作为一种刚需，应用在学校、企业等各大领域。
企业因为一般具有严格的规章制度和工作性质原因，基本不会出现代打、代上班的现象。但近年来，在各个高校及中小学，特别是高校大学生，老师们正式上课前都会花几分钟乃至更多时间点名，占用不少本就珍贵的讲课时间。在老师点名时，学生往往会使用手机，在老师点名结束后往往还觉得意犹未尽而继续使用手机。更有甚者，部分大学生常常因为懒惰、社团活动、沉迷游戏、恋人约会、不想早起等原因而旷课不去上学。而为了能够顺利逃课，不仅仅出现同学之间代答的情况，也衍生出了代课这一业务的产业链，影响教学质量。
发明内容
本发明提供一种基于人脸识别的考勤设备，解决的技术问题是，现有高校考勤制度落后占据老师一部分教学时间以及催生学生代答甚至代课等不良现象的发生，影响教育质量和学校对人才的培养及输出。
为解决以上技术问题，本发明提供一种基于人脸识别的考勤设备，包括微型电脑及与其连接的人脸摄像模块、提示模块；
所述人脸摄像模块用于拍摄人脸照片并生成对应的数字信号；
所述微型电脑设有用于对所述数字信号进行处理生成对应的灰度直方图，在训练模式下存为参考编码直方图并存入数据库，以及在考勤模式下生成考勤编码直方图并存储；以及将所述考勤编码直方图与所述数据库中所述参考编码直方图进行比对，在识别度超过预设阈值时，通过所述提示模块发出通过信号；
所述提示模块用于发出所述提示信号。
优选地，所述人脸摄像模块设有摄像头及与其连接的图像传感器，所述摄像头用于拍摄所述人脸照片并生成对应的所述数字信号，所述图像传感器用于将所述数字信号发送到所述微型电脑；还设有连接所述微型电脑的LED夜视灯，用于在所述摄像头拍摄时进行红外补光。
优选地，所述微型电脑设有控制器模块及与其连接的人脸图像捕获模块、存储模块、无线通讯模块、液晶显示器和键盘模块；
所述控制器模块用于将所述数字信号传输到所述人脸图像捕获模块；
所述人脸图像捕获模块用于将所述数字信号通过RGB转化为灰度图，以及将所述灰度图转化为编码直方图；还用于将所述考勤编码直方图与所述数据库中所述参考编码直方图进行比对，根据识别结果更新所述数据库中提前写入的考勤文本；
所述人脸图像捕获模块还用于为作为对比参照的所述参考编码直方图结合所述提前写入的考勤文本生成所述数据库；
所述存储模块用于存储所述考勤编码直方图、所述数据库与不同时刻的所述考勤文本；
所述控制器模块还用于将更新完成后的所述考勤文本通过所述无线通讯模块发送到远程终端；
所述液晶显示器用于显示微信登录二维码以及考勤时实时拍摄的人脸，以及在所述数据库中进行比对的学生ID和识别度；
所述键盘模块用于控制考勤模式与训练模式的开启、关闭与切换。
本发明提供的一种基于人脸识别的考勤设备，还设有连接所述微型电脑并为以上所有模块供电的电源模块；所述电源模块为便携式电源。
优选地，所述便携式电源为充电宝；所述微型电脑采用树莓派3B+；
所述无线通讯模块设有itchat接口，用于与微信建立通讯连接，发送所述更新后的所述考勤文本；
所述提示模块为蜂鸣器，发出的所述提示信号为蜂鸣声；
所述训练模式为，根据提前写入的考勤文本中预先分配的所述学生ID，对所述学生ID对应名称下的学生一一进行人脸拍摄，生成所述参考编码直方图，并全部存入所述数据库；
所述考勤模式为，考勤负责人通过扫描所述微信登录二维码登录微信账号后，对随机的学生进行人脸拍摄，实时生成所述考勤编码直方图，并与所述数据库中的参考编码直方图进行比对，在识别度超过预设阈值时，将匹配成功的学生ID与对应的名字更新入所述考勤文本，在考勤结束时发送所述更新后的考勤文本到登录的微信账号下。
本发明还提供一种基于人脸识别的考勤方法，包括以下步骤：
S1.对随机的学生进行人脸拍摄，实时生成考勤编码直方图；
S2.与所述数据库中的参考编码直方图进行比对，在识别度超过预设阈值时，将匹配成功的学生ID与对应的名字更新入所述考勤文本，在考勤结束时发送所述更新后的考勤文本到远程终端。
进一步地，在所述步骤S1前还包括步骤：
S0.根据提前写入的考勤文本中预先分配的学生ID，对所述学生ID对应名称下的学生一一进行人脸拍摄，生成参考编码直方图，并全部存入数据库。
进一步地，所述步骤S0具体包括：
S01.录入所述考勤文本；
S02.初始化摄像头；
S03.输入或选择所述考勤文本中预先分配的一学生ID；
S04.打开摄像头，对所述学生ID对应名称下的学生进行人脸拍摄；
S05.将拍摄的画面转化为对应的参考编码直方图并存入数据库；
S06.执行所述步骤S14～S16的循环，遍历所述考勤文本中所有的学生ID后生成比对表。
更进一步地，所述步骤S1、S2具体包括：
S11.生成微信登录二维码；
S12.考勤负责人通过扫描所述微信登录二维码登录微信账号；
S13.打开摄像头，对随机的一学生进行人脸拍摄；
S21.将拍摄的画面转化为对应的考勤编码直方图；
S22.将所述考勤编码直方图与所述比对表中的参考编码直方图进行比对，若识别度超过预设阈值则发出匹配成功提示并进一步将匹配成功的学生ID与对应的名字、考勤结果更新入所述考勤文本，反之则发出匹配失败信息并进一步将匹配失败的学生ID与对应的名字、考勤结果更新入所述考勤文本；
S23.执行所述步骤S23～S25的循环，遍历当下应用环境中所有的学生后发送所述更新后的考勤文本到远程终端上登录的所述微信账号上。
进一步地，所述步骤S05中所述将拍摄的画面转化为对应的参考编码直方图与所述步骤S24中将拍摄的画面转化为对应的考勤编码直方图的过程一致，具体为：
S021.将所述拍摄的画面由RGB转化为灰度图；
S022.以所述灰度图的每个像素为中心，采用LBP算法判断与周围像素灰度值大小关系，对其进行二进制编码，整幅图像的LBP编码图像；
S023.将所述LBP编码图像分为gradx*gradx个区域；
S024.获取每个所述区域的LBP编码直方图，合而为整幅图像的LBP编码直方图即所述参考编码直方图或所述考勤编码直方图。
本发明提供的一种基于人脸识别的考勤设备，无需插座电源，可由充电宝移动电源供电，方便易携带；无需另外调用数据库学生资料储存于程序代码中，加快了人脸识别的执行速度；
本发明提供的一种基于人脸识别的考勤设备及方法，自动生成考勤文本(多为表格)发送到对应的微信账号上，使得考勤信息一目了然，既不耽误老师上课时间，还可以使老师精确掌握迟到、缺课的同学名单、数量；采用人脸识别技术这一生物识别技术，通过比较不同人脸图像LBP编码直方图达到人脸识别的目的，识别结果不受光照、缩放、旋转和平移的影响，保证了识别的精准率，极大地降低了学生找代课的可行性，提高教育质量。
附图说明
图1是本发明实施例提供的一种基于人脸识别的考勤设备的模块结构图；
图2是本发明实施例提供的图1的产品结构图；
图3是本发明实施例提供的一种基于人脸识别的考勤设备方法的步骤流程图
图4是本发明实施例提供的图3的工作流程图。
具体实施方式
下面结合附图具体阐明本发明的实施方式，实施例的给出仅仅是为了说明目的，并不能理解为对本发明的限定，包括附图仅供参考和说明使用，不构成对本发明专利保护范围的限制，因为在不脱离本发明精神和范围基础上，可以对本发明进行许多改变。
本发明实施例提供的一种基于人脸识别的考勤设备，其模块结构如图1所示，其产品结构如图2所示(部分未标出)。在本实施例中，本发明提供一种基于人脸识别的考勤设备，包括微型电脑1及与其连接的人脸摄像模块2、提示模块3；
所述人脸摄像模块2用于拍摄人脸照片并生成对应的数字信号；
所述微型电脑1设有用于对所述数字信号进行处理生成对应的灰度直方图，在训练模式下存为参考编码直方图并存入数据库，以及在考勤模式下生成考勤编码直方图并存储；以及将所述考勤编码直方图与所述数据库中所述参考编码直方图进行比对，在识别度超过预设阈值时，通过所述提示模块3发出通过信号；
所述提示模块3用于发出所述提示信号。所述阈值可以选择设置在60～90之间，根据具体的特征值提取算法和摄像头的拍照清晰度决定。
需要进一步补充说明的是：
所述人脸摄像模块2设有摄像头21及与其连接的图像传感器22，所述摄像头21用于拍摄所述人脸照片并生成对应的所述数字信号，所述图像传感器22用于将所述数字信号发送到所述微型电脑1；还设有连接所述微型电脑1的LED夜视灯，用于在所述摄像头21拍摄时进行红外补光。在图2中，所述摄像头21还采用底座和钛合金软管进行物理支撑。所述摄像头21，可选用T18摄像头。
如图1，所述微型电脑1设有控制器模块11及与其连接的人脸图像捕获模块12、存储模块13、无线通讯模块14、液晶显示器15和键盘模块16；
所述控制器模块11用于将所述数字信号传输到所述人脸图像捕获模块12；
所述人脸图像捕获模块12用于将所述数字信号通过RGB转化为灰度图，以及将所述灰度图转化为编码直方图；还用于将所述考勤编码直方图与所述数据库中所述参考编码直方图进行比对，根据识别结果更新所述数据库中提前写入的考勤文本；
所述人脸图像捕获模块12还用于为作为对比参照的所述参考编码直方图结合所述提前写入的考勤文本生成所述数据库；
所述存储模块13用于存储所述考勤编码直方图、所述数据库与不同时刻的所述考勤文本；
所述控制器模块11还用于将更新完成后的所述考勤文本通过所述无线通讯模块14发送到远程终端(主要通过扫描)；
所述液晶显示器15用于显示微信登录二维码以及考勤时实时拍摄的人脸，以及在所述数据库中进行比对的学生ID和识别度；
所述键盘模块16用于控制考勤模式与训练模式的开启、关闭与切换。比如，按下“Exc”键即退出。
本发明提供的一种基于人脸识别的考勤设备，还设有连接所述微型电脑1并为以上所有模块供电的电源模块4；所述电源模块4为便携式电源。
优选地，所述便携式电源优选但不限于为充电宝，也可以采用在所述微型电脑1中设置可充电电池模块，而充电宝是电源外置方式；所述微型电脑1优选但不限于采用树莓派3B+。
所述无线通讯模块14设有itchat接口，用于与微信建立无线通讯连接，发送所述更新后的所述考勤文本；
所述提示模块3为蜂鸣器，发出的所述提示信号为蜂鸣声，比如，如果发出“嘀嘀嘀”的声音则表示考勤通过。不过在本申请中，也可以采用其他提示方式，如语音提示，显示器提示等。
在本设备中，所述训练模式为，根据提前写入的考勤文本中预先分配的所述学生ID，对所述学生ID对应名称下的学生一一进行人脸拍摄，生成所述参考编码直方图，并全部存入所述数据库；
所述考勤模式为，考勤负责人通过扫描所述微信登录二维码登录微信账号后，对随机的学生进行人脸拍摄，实时生成所述考勤编码直方图，并与所述数据库中的参考编码直方图进行比对，在识别度超过预设阈值时，将匹配成功的学生ID与对应的名字更新入所述考勤文本，在考勤结束时发送所述更新后的考勤文本到登录的微信账号下。
发送到所述微信账号的考勤文本(可通过其他的应用PC连接所述微型电脑1，对所述控制器模块11进行更改，包括设定所述考勤文本的格式以及相应的统计过程等)优选为Excel文档，文档中包含学生ID(可以是重新分配的ID，也可以是学生在学校唯一的身份ID——学号)、学生名称、签到时间、识别度、识别结果(通过、不通过、缺席)，方便老师很清晰地知道该班以及该节课的考勤情况，且生成的Excel也非常便于统计、管理以及保存。
本设备的使用及处理过程可以简单地描述如下：
首先，需要采集样本：在树莓派3B+上用OpenCV和Python控制通过摄像头21捕获人脸图像，用OpenCV对图片进行预处理，通过RGB将图片转为灰度图，且把灰度图通过LBP算法(Local Binary Pattern Histogram，局部二值模式算法)直方图均衡化并保存，得到与输入匹配的待检测对象(对应于学生ID)的特征图像模型，即参考模型。然后在树莓派3B+上由OpenCV特定的函数对待检测的目标对象进行概率统计，训练OpenCV识别器。
然后，现场考勤识别：树莓派3B+控制摄像头21捕捉新人脸，再次用LBP算法对捕捉到的学生图像或视频中检测到的人脸进行直方图均衡化，并进一步在所述参考模型中比对，当人脸匹配的概率(也被成为识别度)大于优选的65％时，则匹配成功，此时相应的ID所对应的学号和名字写入文本，并将文本形式由txt转化为excel，引入蜂鸣器鸣叫功能，告知待测学生识别成功。
本发明实施例提供的一种基于人脸识别的考勤设备，无需插座电源，可由充电宝移动电源供电，方便易携带；无需另外调用数据库学生资料储存于程序代码中，加快了人脸识别的执行速度；自动生成考勤文本(多为表格)发送到对应的微信账号上，使得考勤信息一目了然，既不耽误老师上课时间，还可以使老师精确掌握迟到、缺课的同学名单、数量；采用人脸识别技术这一生物识别技术，极大地降低了学生找代课的可行性，提高教育质量。
针对本发明实施例提供的一种基于人脸识别的考勤设备，如图3的步骤流程图和图4的工作流程图可知，本发明实施例还提供一种基于人脸识别的考勤方法，包括以下步骤：
S1.对随机的学生进行人脸拍摄，实时生成考勤编码直方图；
S2.与所述数据库中的参考编码直方图进行比对，在识别度超过预设阈值时，将匹配成功的学生ID与对应的名字更新入所述考勤文本，在考勤结束时发送所述更新后的考勤文本到远程终端。
还需要进一步说明的是：
在所述步骤S1前还包括步骤：
S0.根据提前写入的考勤文本中预先分配的学生ID，对所述学生ID对应名称下的学生一一进行人脸拍摄，生成参考编码直方图，并全部存入数据库。
进一步地，所述步骤S0具体包括：
S01.录入所述考勤文本；
S02.初始化摄像头21；
S03.输入或选择所述考勤文本中预先分配的一学生ID；
S04.打开摄像头21，对所述学生ID对应名称下的学生进行人脸拍摄；
S05.将拍摄的画面转化为对应的参考编码直方图并存入数据库；
S06.执行所述步骤S14～S16的循环，遍历所述考勤文本中所有的学生ID后生成比对表。
更进一步地，所述步骤S1、S2具体包括：
S11.生成微信登录二维码；
S12.考勤负责人通过扫描所述微信登录二维码登录微信账号；
S13.打开摄像头21，对随机的一学生进行人脸拍摄；
S21.将拍摄的画面转化为对应的考勤编码直方图；
S22.将所述考勤编码直方图与所述比对表中的参考编码直方图进行比对，若识别度超过预设阈值则发出匹配成功提示并进一步将匹配成功的学生ID与对应的名字、考勤结果更新入所述考勤文本，反之则发出匹配失败信息并进一步将匹配失败的学生ID与对应的名字、考勤结果更新入所述考勤文本；
S23.执行所述步骤S23～S25的循环，遍历当下应用环境中所有的学生后发送所述更新后的考勤文本到远程终端上登录的所述微信账号上。
进一步地，所述步骤S05中所述将拍摄的画面转化为对应的参考编码直方图与所述步骤S24中将拍摄的画面转化为对应的考勤编码直方图的过程一致，具体为：
S021.将所述拍摄的画面由RGB转化为灰度图；
S022.以所述灰度图的每个像素为中心，采用LBP算法(Local Binary PatternHistogram，局部二值模式算法)判断与周围像素灰度值大小关系，对其进行二进制编码，整幅图像的LBP编码图像；
S023.将所述LBP编码图像分为gradx*gradx(大于1)个区域；
S024.获取每个所述区域的LBP编码直方图，合而为整幅图像的LBP编码直方图即所述参考编码直方图或所述考勤编码直方图。
可以进一步解释的是，本方法运用OpenCV对人脸进行检测。OpenCV在物体检测上使用的是haar特征的级联表，在OpenCV中有一个文件夹data/haarcascades，该文件夹包含了OpenCV的人脸检测的XML文件，这些文件可用于检测静止图像、视频和摄像头21所得到图像中的人脸。然后运用OpenCV对图片进行预处理，在从摄像头21中获得一个帧(一张图片)后，将图片从RGB模式转为灰度图，并进一步将灰度图进行灰度图直方图均衡化操作，因为OpenCV中人脸检测需要基于灰色的色彩空间。
本发明实施例提供的一种基于人脸识别的考勤设备及方法，自动生成考勤文本(多为表格)发送到对应的微信账号上，使得考勤信息一目了然，既不耽误老师上课时间，还可以使老师精确掌握迟到、缺课的同学名单、数量；采用人脸识别技术这一生物识别技术，通过比较不同人脸图像LBP编码直方图达到人脸识别的目的，识别结果不受光照、缩放、旋转和平移的影响，保证了识别的精准率，极大地降低了学生找代课的可行性，提高教育质量。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (10)
1.一种基于人脸识别的考勤设备，其特征在于，包括微型电脑及与其连接的人脸摄像模块、提示模块；
所述人脸摄像模块用于拍摄人脸照片并生成对应的数字信号；
所述微型电脑设有用于对所述数字信号进行处理生成对应的灰度直方图，在训练模式下存为参考编码直方图并存入数据库，以及在考勤模式下生成考勤编码直方图并存储；以及将所述考勤编码直方图与所述数据库中所述参考编码直方图进行比对，在识别度超过预设阈值时，通过所述提示模块发出通过信号；
所述提示模块用于发出所述提示信号。
2.如权利要求1所述的一种基于人脸识别的考勤设备，其特征在于：所述人脸摄像模块设有摄像头及与其连接的图像传感器，所述摄像头用于拍摄所述人脸照片并生成对应的所述数字信号，所述图像传感器用于将所述数字信号发送到所述微型电脑；还设有连接所述微型电脑的LED夜视灯，用于在所述摄像头拍摄时进行红外补光。
3.如权利要求2所述的一种基于人脸识别的考勤设备，其特征在于：所述微型电脑设有控制器模块及与其连接的人脸图像捕获模块、存储模块、无线通讯模块、液晶显示器和键盘模块；
所述控制器模块用于将所述数字信号传输到所述人脸图像捕获模块；
所述人脸图像捕获模块用于将所述数字信号通过RGB转化为灰度图，以及将所述灰度图转化为编码直方图；还用于将所述考勤编码直方图与所述数据库中所述参考编码直方图进行比对，根据识别结果更新所述数据库中提前写入的考勤文本；
所述人脸图像捕获模块还用于为作为对比参照的所述参考编码直方图结合所述提前写入的考勤文本生成所述数据库；
所述存储模块用于存储所述考勤编码直方图、所述数据库与不同时刻的所述考勤文本；
所述控制器模块还用于将更新完成后的所述考勤文本通过所述无线通讯模块发送到远程终端；
所述液晶显示器用于显示微信登录二维码以及考勤时实时拍摄的人脸，以及在所述数据库中进行比对的学生ID和识别度；
所述键盘模块用于控制考勤模式与训练模式的开启、关闭与切换。
4.如权利要求2所述的一种基于人脸识别的考勤设备，其特征在于：还设有连接所述微型电脑并为以上所有模块供电的电源模块；所述电源模块为便携式电源。
5.如权利要求4所述的一种基于人脸识别的考勤设备，其特征在于：所述便携式电源为充电宝；所述微型电脑采用树莓派3B+；
所述无线通讯模块设有itchat接口，用于与微信建立通讯连接，发送所述更新后的所述考勤文本；
所述提示模块为蜂鸣器，发出的所述提示信号为蜂鸣声；
所述训练模式为，根据提前写入的考勤文本中预先分配的所述学生ID，对所述学生ID对应名称下的学生一一进行人脸拍摄，生成所述参考编码直方图，并全部存入所述数据库；
所述考勤模式为，考勤负责人通过扫描所述微信登录二维码登录微信账号后，对随机的学生进行人脸拍摄，实时生成所述考勤编码直方图，并与所述数据库中的参考编码直方图进行比对，在识别度超过预设阈值时，将匹配成功的学生ID与对应的名字更新入所述考勤文本，在考勤结束时发送所述更新后的考勤文本到登录的微信账号下。
6.一种基于人脸识别的考勤方法，其特征在于，包括以下步骤：
S1.对随机的学生进行人脸拍摄，实时生成考勤编码直方图；
S2.与所述数据库中的参考编码直方图进行比对，在识别度超过预设阈值时，将匹配成功的学生ID与对应的名字更新入所述考勤文本，在考勤结束时发送所述更新后的考勤文本到远程终端。
7.如权利要求6所述的一种基于人脸识别的考勤方法，其特征在于，在所述步骤S1前还包括步骤：
S0.根据提前写入的考勤文本中预先分配的学生ID，对所述学生ID对应名称下的学生一一进行人脸拍摄，生成参考编码直方图，并全部存入数据库。
8.如权利要求7所述的一种基于人脸识别的考勤方法，其特征在于，所述步骤S0具体包括：
S01.录入所述考勤文本；
S02.初始化摄像头；
S03.输入或选择所述考勤文本中预先分配的一学生ID；
S04.打开摄像头，对所述学生ID对应名称下的学生进行人脸拍摄；
S05.将拍摄的画面转化为对应的参考编码直方图并存入数据库；
S06.执行所述步骤S14～S16的循环，遍历所述考勤文本中所有的学生ID后生成比对表。
9.如权利要求8所述的一种基于人脸识别的考勤方法，其特征在于，所述步骤S1、S2具体包括：
S11.生成微信登录二维码；
S12.考勤负责人通过扫描所述微信登录二维码登录微信账号；
S13.打开摄像头，对随机的一学生进行人脸拍摄；
S21.将拍摄的画面转化为对应的考勤编码直方图；
S22.将所述考勤编码直方图与所述比对表中的参考编码直方图进行比对，若识别度超过预设阈值则发出匹配成功提示并进一步将匹配成功的学生ID与对应的名字、考勤结果更新入所述考勤文本，反之则发出匹配失败信息并进一步将匹配失败的学生ID与对应的名字、考勤结果更新入所述考勤文本；
S23.执行所述步骤S23～S25的循环，遍历当下应用环境中所有的学生后发送所述更新后的考勤文本到远程终端上登录的所述微信账号上。
10.如权利要求9所述的一种基于人脸识别的考勤方法，其特征在于，所述步骤S05中所述将拍摄的画面转化为对应的参考编码直方图与所述步骤S24中将拍摄的画面转化为对应的考勤编码直方图的过程一致，具体为：
S021.将所述拍摄的画面由RGB转化为灰度图；
S022.以所述灰度图的每个像素为中心，采用LBP算法判断与周围像素灰度值大小关系，对其进行二进制编码，整幅图像的LBP编码图像；
S023.将所述LBP编码图像分为gradx*gradx个区域；
S024.获取每个所述区域的LBP编码直方图，合而为整幅图像的LBP编码直方图即所述参考编码直方图或所述考勤编码直方图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811276685.7A CN109191611A (zh) | 2018-10-30 | 2018-10-30 | 一种基于人脸识别的考勤设备及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811276685.7A CN109191611A (zh) | 2018-10-30 | 2018-10-30 | 一种基于人脸识别的考勤设备及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109191611A true CN109191611A (zh) | 2019-01-11 |
Family
ID=64940656
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811276685.7A Pending CN109191611A (zh) | 2018-10-30 | 2018-10-30 | 一种基于人脸识别的考勤设备及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109191611A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110046867A (zh) * | 2019-02-28 | 2019-07-23 | 惠州学院 | 人脸识别点名装置及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101567043A (zh) * | 2009-05-31 | 2009-10-28 | 中山大学 | 基于分类识别的人脸跟踪方法 |
| CN102332086A (zh) * | 2011-06-15 | 2012-01-25 | 夏东 | 一种基于双阈值局部二进制模式的人脸识别方法 |
| CN104240231A (zh) * | 2014-07-08 | 2014-12-24 | 大连民族学院 | 基于局部结构二进制模式的多源图像配准 |
| WO2016110005A1 (zh) * | 2015-01-07 | 2016-07-14 | 深圳市唯特视科技有限公司 | 基于灰度和深度信息的多层融合的多模态人脸识别装置及方法 |
| CN107392179A (zh) * | 2017-08-11 | 2017-11-24 | 安徽辉墨教学仪器有限公司 | 一种基于人脸识别的教学考勤方法 |
| CN107481343A (zh) * | 2017-07-22 | 2017-12-15 | 华中师范大学 | 一种基于人脸识别技术的课堂考勤签到***及其工作方法 |
| CN107742100A (zh) * | 2017-10-12 | 2018-02-27 | 平安科技（深圳）有限公司 | 一种考生身份验证方法及终端设备 |
| CN107833306A (zh) * | 2017-12-15 | 2018-03-23 | 南京工业职业技术学院 | 人脸和虹膜特征融合识别的智能课堂考勤*** |
-
2018
- 2018-10-30 CN CN201811276685.7A patent/CN109191611A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101567043A (zh) * | 2009-05-31 | 2009-10-28 | 中山大学 | 基于分类识别的人脸跟踪方法 |
| CN102332086A (zh) * | 2011-06-15 | 2012-01-25 | 夏东 | 一种基于双阈值局部二进制模式的人脸识别方法 |
| CN104240231A (zh) * | 2014-07-08 | 2014-12-24 | 大连民族学院 | 基于局部结构二进制模式的多源图像配准 |
| WO2016110005A1 (zh) * | 2015-01-07 | 2016-07-14 | 深圳市唯特视科技有限公司 | 基于灰度和深度信息的多层融合的多模态人脸识别装置及方法 |
| CN107481343A (zh) * | 2017-07-22 | 2017-12-15 | 华中师范大学 | 一种基于人脸识别技术的课堂考勤签到***及其工作方法 |
| CN107392179A (zh) * | 2017-08-11 | 2017-11-24 | 安徽辉墨教学仪器有限公司 | 一种基于人脸识别的教学考勤方法 |
| CN107742100A (zh) * | 2017-10-12 | 2018-02-27 | 平安科技（深圳）有限公司 | 一种考生身份验证方法及终端设备 |
| CN107833306A (zh) * | 2017-12-15 | 2018-03-23 | 南京工业职业技术学院 | 人脸和虹膜特征融合识别的智能课堂考勤*** |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110046867A (zh) * | 2019-02-28 | 2019-07-23 | 惠州学院 | 人脸识别点名装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110991381B (zh) | 一种基于行为和语音智能识别的实时课堂学生状态分析与指示提醒***和方法 | |
| US9898647B2 (en) | Systems and methods for detecting, identifying and tracking objects and events over time | |
| CN110488975B (zh) | 一种基于人工智能的数据处理方法及相关装置 | |
| CN112487928B (zh) | 基于特征模型的课堂学情实时监测方法与*** | |
| CN209231993U (zh) | 一种智能教室管理综合*** | |
| CN104808794B (zh) | 一种唇语输入方法和*** | |
| CN108830559A (zh) | 一种基于人脸识别的考勤方法及装置 | |
| CN106097794A (zh) | 基于增强现实的汉语拼音组合认读学习***及认读方法 | |
| CN106846526A (zh) | 一种基于高校课堂的移动电话管理及考勤***实现方法 | |
| CN105787833A (zh) | 一种学生学习综合管理*** | |
| CN206557851U (zh) | 一种教学听课情况采集装置 | |
| CN109872570A (zh) | 一种多媒体安全培训工具箱和培训***和培训方法 | |
| CN115331154B (zh) | 一种实验步骤评分方法、装置、设备及可读存储介质 | |
| CN110119605A (zh) | 一种便携式多媒体培训考试*** | |
| CN111178263B (zh) | 一种实时表情分析方法及其装置 | |
| CN111970471B (zh) | 基于视频会议的参会人员评分方法、装置、设备及介质 | |
| CN110399810A (zh) | 一种辅助点名方法及装置 | |
| CN113705510A (zh) | 目标识别跟踪的方法、装置、设备及存储介质 | |
| CN113963453B (zh) | 一种基于双摄像头人脸识别技术的课堂考勤方法及*** | |
| CN109191611A (zh) | 一种基于人脸识别的考勤设备及方法 | |
| CN110660285A (zh) | 场景自适应的定制化智能培训方法及*** | |
| CN109887116A (zh) | 一种教学用点名签到电子信息*** | |
| CN109559266A (zh) | 一种基于大数据的智能教育设备 | |
| CN107203647B (zh) | 基于生物特征的学生信息采集方法及装置 | |
| KR20230103664A (ko) | 감정 지표와 집중 지표를 바탕으로 제공되는 아바타를 이용하여 사용자 및 참여자 간 상호 작용이 가능한 비대면 화상 회의 장치, 방법, 및 프로그램 |
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: 20190111 |