CN110070043A - 一种基于人脸识别的驾培管理***及方法 - Google Patents
一种基于人脸识别的驾培管理***及方法 Download PDFInfo
- Publication number
- CN110070043A CN110070043A CN201910327616.2A CN201910327616A CN110070043A CN 110070043 A CN110070043 A CN 110070043A CN 201910327616 A CN201910327616 A CN 201910327616A CN 110070043 A CN110070043 A CN 110070043A
- Authority
- CN
- China
- Prior art keywords
- face
- server
- recognition
- module
- aspect ratio
- 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
- 238000012549 training Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title abstract description 10
- 230000001815 facial effect Effects 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 3
- 238000007726 management method Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Tourism & Hospitality (AREA)
- Library & Information Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Resources & Organizations (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于人脸识别的驾培管理***及方法,所述***包括:终端设备、后台服务器,所述终端设备包括视频采集模块、图像采集模块、数据转换及生成模块、人脸识别模块,所述图像采集模块用于从视频信息中抓取具有完整头像的图像;所述人脸识别模块用于对截取的图像进行预处理,然后再提取特征;所述后台服务器包括特征比对服务器和人脸特征数据库服务器。本发明在处理数据写入时,速度更快更便捷,补全因网络因素影响计时培训,并极大减轻服务器压力;同时,避免出现企业与运营商作弊事件发生。
Description
技术领域
本发明涉及驾考培训相关应用技术,具体是一种基于人脸识别的驾培管理***及方法。
背景技术
随着我国经济的高速发展,汽车的销量不断攀升,家庭收入的不断提高,越来越多的人可以购买私家车,因此学车的人会越来越多,使得驾车驾驶培训行业得到了迅猛发展。
目前设置在学车或实际操作车辆上的监控***,例如指纹,智能卡等,都存在身份识别的监控漏洞,容易被仿冒作假,导致驾驶人可以通过由他人代学现象频发,未实际完成规定学时的考生上路对社会造成较大的安全隐患。针对此问题,更需要一种基于人脸识别的全过程驾校考生身份验证方法,通过人脸识别这一更直观、识别速度更快,防伪度更高的技术,最大程度地排除人为因素对驾校学时以及考试的干扰。
目前应用的基于人脸识别的驾驶员计时培训***是基于终端采集到照片,需上传到已存储的数据库或者从数据库读取已存储特征对象进行照片比对,依赖于网络,必须是在线状态才能完成识别,并返回结果,这种方式效率比较低下,而且由于完全依赖网络条件,导致处理数据的速度非常慢,且如果是离线状态,则影响驾校经营;而且同一时间由服务器处理照片,造成服务器压力过大,导致数据拥堵,这种方式不利于实际上的应用。
发明内容
本发明的目的在于提供一种基于人脸识别的驾培管理***及方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于人脸识别的驾培管理***,包括:终端设备、后台服务器,所述终端设备包括视频采集模块、图像采集模块、数据转换及生成模块、人脸识别模块,所述图像采集模块用于从视频信息中抓取具有完整头像的图像;所述人脸识别模块用于对截取的图像进行预处理,然后再提取特征,并将照片以光照质量、角度、面部姿态关键字段在人像照片库中进行标定,同时将适合建模的图像进行建模形成人脸特征模板;所述后台服务器包括特征比对服务器和人脸特征数据库服务器,所述人脸特征数据库服务器用于存储驾校学员以及教练的人脸特征数据,所述特征比对服务器用于将人脸特征模板和人脸特征数据库中人脸特征数据进行比对。
作为本发明进一步的方案:所述视频采集模块为安装在教练车上或驾校内的摄像头,用于获取含有人脸头像的动态视频。
作为本发明进一步的方案:所述数据转换及生成模块用于将人脸特征模板生成格式文件。
作为本发明进一步的方案:所述终端设备还包括存储器,用于存储经数据转换及生成模块生成的格式文件。
一种基于人脸识别的驾培管理方法,包括以下步骤:
(1)建立人像数据库;
(2)驾校内的摄像头或车载移动摄像头设备获取视频获取的学员及教练的视频信息;图像采集模块对视频信息进行抓取处理,获取含有完整人脸头像的图像;
(3)若终端设备在离线状态下,终端设备中的人脸识别模块采用离线人脸分析算法完成图像中的人脸采集、重复人脸唯一化,和人脸特征模板提取,将人脸图片保存到存储器存储备份,并通过手动导入的方式或在离线终端联网后自动将人脸图片上传至特征比对服务器;若离线终端在联网状态下,终端设备中的人脸识别模块则将将人脸图片上传至特征比对服务器;
(4)特征比对服务器判断为目标对象后,返回结果至管理中心,自动开始记录学时,并把学时自动上传到特征比对服务器进行第二次数据甄选比较。
作为本发明进一步的方案:步骤(1)建立人像数据库方法为:学员通过图像采集模块采集头像,并上传至人脸特征数据库服务器中存储。
作为本发明进一步的方案:若特征比对服务器判断非目标对象,将学时数据记为0,同时特征比对服务器向管理中心发送报警命令。
与现有技术相比,本发明的有益效果是:对比上一代基于人脸识别的驾驶员计时培训***,本发明在处理数据写入时,速度更快更便捷,补全因网络因素影响计时培训,并极大减轻服务器压力;同时,由于一个地市有多家运营商,不同运营商使用的人脸算法判断条件不同,避免出现企业与运营商作弊事件发生。此外,终端设备在没有网络的状态下,可离线抓拍教练、学员照片进行比对,实现离线培训实现,提高***的适应性。
附图说明
图1为一种基于人脸识别的驾培管理方法的流程图。
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。
本发明实施例中,一种基于人脸识别的驾培管理***,包括:终端设备、后台服务器,所述终端设备包括视频采集模块、图像采集模块、数据转换及生成模块、人脸识别模块和存储器,所述视频采集模块为安装在教练车上或驾校内的摄像头,用于获取含有人脸头像的动态视频;所述图像采集模块用于从视频信息中抓取具有完整头像的图像;所述数据转换及生成模块用于将人脸特征模板生成格式文件并存储在存储器内,所述人脸识别模块用于对截取的图像进行预处理,然后再提取特征,并将照片以光照质量、角度、面部姿态关键字段在人像照片库中进行标定,同时将适合建模的图像进行建模形成人脸特征模板,其中,离线状态下,人脸识别模块生成的人脸特征模板传送至数据转换及生成模块中处理,联网状态下,人脸识别模块生成的人脸特征模板传送至后台服务器中处理;所述后台服务器包括特征比对服务器和人脸特征数据库服务器,所述人脸特征数据库服务器用于存储驾校学员以及教练的人脸特征数据,所述特征比对服务器用于将人脸特征模板和人脸特征数据库中人脸特征数据进行比对,比对完成后将比对结果发送至管理中心。
参阅图1,一种基于人脸识别的驾培管理方法,包括以下步骤:
(1)学员通过图像采集模块采集头像,并上传至人脸特征数据库服务器中存储,建立起人像数据库;
(2)驾校内的摄像头或车载移动摄像头设备获取的视频获取学员及教练的视频信息;图像采集模块对视频信息进行抓取处理,获取含有完整人脸头像的图像;
(3)终端设备在离线状态下,终端设备中的人脸识别模块采用离线人脸分析算法完成图像中(多个)人脸采集、重复人脸唯一化,和人脸特征模板提取,将人脸图片保存到存储器存储备份,并通过手动导入的方式或在离线终端联网后自动将人脸图片上传至特征比对服务器,这样当终端设备处于无网络情况下时,也可自主完成认证、识别和数据记录;离线终端在联网状态下,终端设备中的人脸识别模块将人脸图片上传至特征比对服务器;
(4)特征比对服务器经过识别判断为目标对象后,返回结果至管理中心,自动开始记录学时,并把学时自动上传到特征比对服务器进行第二次数据甄选比较,通过特征比对服务器人脸识别复查学时,再次核对学员学时真实性;若判断非目标对象,则认为非该学员登录,则此次学时数据记为0,同时特征比对服务器向管理中心发送报警命令,以进行通知警示。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种基于人脸识别的驾培管理***,包括:终端设备、后台服务器,其特征在于:所述终端设备包括视频采集模块、图像采集模块、数据转换及生成模块、人脸识别模块,所述图像采集模块用于从视频信息中抓取具有完整头像的图像;
所述人脸识别模块用于对截取的图像进行预处理,然后再提取特征,并将照片以光照质量、角度、面部姿态关键字段在人像照片库中进行标定,同时将适合建模的图像进行建模形成人脸特征模板;
所述后台服务器包括特征比对服务器和人脸特征数据库服务器,所述人脸特征数据库服务器用于存储驾校学员以及教练的人脸特征数据,所述特征比对服务器用于将人脸特征模板和人脸特征数据库中人脸特征数据进行比对。
2.根据权利要求1所述的一种基于人脸识别的驾培管理***,其特征在于:所述视频采集模块为安装在教练车上或驾校内的摄像头,用于获取含有人脸头像的动态视频。
3.根据权利要求1所述的一种基于人脸识别的驾培管理***,其特征在于:所述数据转换及生成模块用于将人脸特征模板生成格式文件。
4.根据权利要求3所述的一种基于人脸识别的驾培管理***,其特征在于:所述终端设备还包括存储器,用于存储经数据转换及生成模块生成的格式文件。
5.一种基于人脸识别的驾培管理方法,其特征在于:包括以下步骤:
(1)建立人像数据库;
(2)驾校内的摄像头或车载移动摄像头设备获取视频获取的学员及教练的视频信息;图像采集模块对视频信息进行抓取处理,获取含有完整人脸头像的图像;
(3)若终端设备在离线状态下,终端设备中的人脸识别模块采用离线人脸分析算法完成图像中的人脸采集、重复人脸唯一化和人脸特征模板提取,将人脸图片保存到存储器存储备份,并通过手动导入的方式或在离线终端联网后自动将人脸图片上传至特征比对服务器;若离线终端在联网状态下,终端设备中的人脸识别模块则将将人脸图片上传至特征比对服务器;
(4)特征比对服务器判断为目标对象后,返回结果至管理中心,自动开始记录学时,并把学时自动上传到特征比对服务器进行第二次数据甄选比较。
6.根据权利要求5所述的一种基于人脸识别的驾培管理方法,其特征在于:步骤(1)中,学员通过图像采集模块采集头像,并上传至人脸特征数据库服务器中存储,建立起人像数据库。
7.根据权利要求5所述的一种基于人脸识别的驾培管理方法,其特征在于:步骤(4)中,若特征比对服务器判断为非目标对象,将学时数据记为0,同时特征比对服务器向管理中心发送报警命令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910327616.2A CN110070043A (zh) | 2019-04-23 | 2019-04-23 | 一种基于人脸识别的驾培管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910327616.2A CN110070043A (zh) | 2019-04-23 | 2019-04-23 | 一种基于人脸识别的驾培管理***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110070043A true CN110070043A (zh) | 2019-07-30 |
Family
ID=67368431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910327616.2A Pending CN110070043A (zh) | 2019-04-23 | 2019-04-23 | 一种基于人脸识别的驾培管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110070043A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260008A (zh) * | 2020-01-17 | 2020-06-09 | 小圾(上海)环保科技有限公司 | 一种垃圾无感投递监控***及其投递方法 |
CN111539281A (zh) * | 2020-04-15 | 2020-08-14 | 上海明略人工智能(集团)有限公司 | 分布式人脸识别方法及*** |
CN111598043A (zh) * | 2020-05-25 | 2020-08-28 | 山东超越数控电子股份有限公司 | 一种人脸识别的方法、***、设备及介质 |
CN111985301A (zh) * | 2020-06-30 | 2020-11-24 | 辽宁省交通高等专科学校 | 一种人脸识别*** |
CN113556507A (zh) * | 2020-04-23 | 2021-10-26 | 中科云视有限公司 | 一种培训用车载智能监控***及其监控方法 |
CN114118966A (zh) * | 2021-11-26 | 2022-03-01 | 中交四航局江门航通船业有限公司 | 岗前安全培训的数据处理方法、***和存储介质 |
CN117787921A (zh) * | 2024-02-27 | 2024-03-29 | 北京烽火万家科技有限公司 | 智能教育培训管理方法及智能教育培训的身份防伪方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012042946A1 (ja) * | 2010-09-29 | 2012-04-05 | オムロン株式会社 | 情報処理装置および方法、並びにプログラム |
CN105719357A (zh) * | 2016-01-18 | 2016-06-29 | 福建慧舟信息科技有限公司 | 人脸识别的学时计算方法、装置及*** |
CN106600732A (zh) * | 2016-11-23 | 2017-04-26 | 深圳市能信安科技股份有限公司 | 一种基于人脸识别的驾驶员培训计时***及方法 |
CN206322235U (zh) * | 2016-08-24 | 2017-07-11 | 中控智慧科技股份有限公司 | 一种具有生物识别特征的驾校管理设备 |
CN109299120A (zh) * | 2018-08-31 | 2019-02-01 | 深圳市商汤科技有限公司 | 数据处理方法和装置、电子设备、计算机存储介质 |
-
2019
- 2019-04-23 CN CN201910327616.2A patent/CN110070043A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012042946A1 (ja) * | 2010-09-29 | 2012-04-05 | オムロン株式会社 | 情報処理装置および方法、並びにプログラム |
CN105719357A (zh) * | 2016-01-18 | 2016-06-29 | 福建慧舟信息科技有限公司 | 人脸识别的学时计算方法、装置及*** |
CN206322235U (zh) * | 2016-08-24 | 2017-07-11 | 中控智慧科技股份有限公司 | 一种具有生物识别特征的驾校管理设备 |
CN106600732A (zh) * | 2016-11-23 | 2017-04-26 | 深圳市能信安科技股份有限公司 | 一种基于人脸识别的驾驶员培训计时***及方法 |
CN109299120A (zh) * | 2018-08-31 | 2019-02-01 | 深圳市商汤科技有限公司 | 数据处理方法和装置、电子设备、计算机存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260008A (zh) * | 2020-01-17 | 2020-06-09 | 小圾(上海)环保科技有限公司 | 一种垃圾无感投递监控***及其投递方法 |
CN111539281A (zh) * | 2020-04-15 | 2020-08-14 | 上海明略人工智能(集团)有限公司 | 分布式人脸识别方法及*** |
CN111539281B (zh) * | 2020-04-15 | 2024-04-05 | 上海明略人工智能(集团)有限公司 | 分布式人脸识别方法及*** |
CN113556507A (zh) * | 2020-04-23 | 2021-10-26 | 中科云视有限公司 | 一种培训用车载智能监控***及其监控方法 |
CN111598043A (zh) * | 2020-05-25 | 2020-08-28 | 山东超越数控电子股份有限公司 | 一种人脸识别的方法、***、设备及介质 |
CN111985301A (zh) * | 2020-06-30 | 2020-11-24 | 辽宁省交通高等专科学校 | 一种人脸识别*** |
CN114118966A (zh) * | 2021-11-26 | 2022-03-01 | 中交四航局江门航通船业有限公司 | 岗前安全培训的数据处理方法、***和存储介质 |
CN117787921A (zh) * | 2024-02-27 | 2024-03-29 | 北京烽火万家科技有限公司 | 智能教育培训管理方法及智能教育培训的身份防伪方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110070043A (zh) | 一种基于人脸识别的驾培管理***及方法 | |
CN100487720C (zh) | 人脸对照装置 | |
CN107967458A (zh) | 一种人脸识别方法 | |
CN108171032A (zh) | 一种身份鉴定方法、电子装置及计算机可读存储介质 | |
CN109284733A (zh) | 一种基于yolo和多任务卷积神经网络的导购消极行为监控方法 | |
CN108009482A (zh) | 一种提高人脸识别效率方法 | |
CN105844206A (zh) | 身份认证方法及设备 | |
CN110490238A (zh) | 一种图像处理方法、装置及存储介质 | |
JP2022521038A (ja) | 顔認識方法、ニューラルネットワークのトレーニング方法、装置及び電子機器 | |
CN107609462A (zh) | 待检测信息生成及活体检测方法、装置、设备及存储介质 | |
CN107423987A (zh) | 一种本地式快递物流实名认证***及认证方法 | |
CN109801265A (zh) | 一种基于卷积神经网络的实时输电设备异物检测*** | |
CN110189111A (zh) | 考勤方法及装置 | |
CN107977439A (zh) | 一种人脸图像库构建方法 | |
CN108323209A (zh) | 信息处理方法、***、云处理设备以及计算机程序产品 | |
CN107609364A (zh) | 用户身份确认方法和装置 | |
CN208351494U (zh) | 人脸识别*** | |
CN109977832A (zh) | 一种图像处理方法、装置及存储介质 | |
Zhou | Application research of face recognition technology in smart campus | |
CN111738199A (zh) | 图像信息验证方法、装置、计算装置和介质 | |
CN113158771B (zh) | 一种社区人员信息采集方法及***和应用 | |
CN113591603A (zh) | 证件的验证方法、装置、电子设备及存储介质 | |
Zhang et al. | Cloud-based class attendance record system | |
CN111339939B (zh) | 基于图像识别的考勤方法及装置 | |
CN114519897A (zh) | 基于颜色空间融合及循环神经网络的人脸活体检测方法 |
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: 20190730 |