[发明专利]一种基于人脸识别的教学考勤方法及其装置

权利要求书

1.一种基于人脸识别的教学考勤方法，其特征在于包括以下步骤：

1）对课堂情况进行拍照；

2）使用学生轮廓检测器从照片中分割出每个学生的轮廓；

3）使用人脸识别算法识别出每个轮廓对应的学生身份，并计入考勤；

4）识别到的考勤结果将公布在课程的教学网站上，学生登陆网站后可以对错误的识别结果进行纠正从而提高考勤的准确率。

2.根据权利要求1所述的一种基于人脸识别的教学考勤方法，其特征在于：所述步骤2中的学生轮廓检测器的训练和识别采用的步骤为：

21）训练过程：

a．提取训练数据集中所有的学生轮廓中包含的细节，使用AdaBoost算法对各细节的显著性进行评估并选出具有代表性的细节作为轮廓的识别标志；

b．使用前述步骤a挑选出的识别标志构建轮廓检测器；

22）识别过程：当一定数量的识别标志出现在照片中时，步骤21训练过程中b构建的轮廓检测器输出高响应值报告学生轮廓的出现和出现位置。

3.根据权利要求1所述的一种基于人脸识别的教学考勤方法，其特征在于：所述步骤3中人脸识别算法中训练和识别采用的步骤为：

31）训练过程：

a. 提取训练数据集中每个学生轮廓的特征脸特征向量；

b. 使用每个学生M对应的多张照片中的多个轮廓的特征向量做为正样本，其他学生的特征向量做为负样本，输入支持向量机并训练出一个简单人脸识别器，该人脸识别器会对每张未标示学生身份的轮廓x输出一个概率p(M|x)表达该轮廓属于学生M的概率；将所有学生的简单人脸识别器集合输出的概率组合在一起，可以产生一个概率矢量p(x)用于表达对未标识学生的身份轮廓x的识别结果；

c. 根据训练数据集中学生之间的长期位置选择关系学习出一张学生关系网，该网的节点为学生，学生节点间使用加权的边进行两两连接，每条边的权重为其连接的两学生坐在相邻位置的概率，连接学生M和P的边权重为联合概率为：

该网络可表示为一个矩阵R, R的i行第j列等于，即第i个学生和第j个学生的关系；

d. 对每张未标示学生身份的轮廓x，根据步骤31中b和c的结果构建一个全局人脸识别器；

32) 识别过程：将步骤31中d所述全局人脸识别器应用于所有的轮廓即可识别出当前课堂中所有学生的身份并计入考勤记录。

4.根据权利要求3所述的一种基于人脸识别的教学考勤方法，其特征在于，所述步骤31中d中所述的全局人脸识别器的构建方法为：利用步骤31中c中所学习到的学生关系网辅助步骤31中b中的简单人脸识别器，进行学生身份的识别，该识别过程可表示为一个迭代过程：

其中为一平衡因子，通常根据经验在区间[0.5，0.8]上选择，上标(i+1)代表第(i+1)轮的识别结果，N(x)为一个自动查找函数用于返回当前照片中与x相邻的轮廓；该迭代过程一直进行到在临接两轮的变化趋于零时收敛，即：

。

5.根据权利要求1所述的一种基于人脸识别的教学考勤方法，其特征在于：所述步骤4具体包括：

51）将全局人脸识别器识别到的考勤结果将公布在课程的教学网站上；

52）学生登陆网站后对错误的识别结果进行如下纠正，从而提高考勤的准确率：

a. 如果识别结果正确，不需要做任何事情；

b. 如果自己的轮廓被识别成其他人，直接在课堂照片中自己的轮廓上点击以将识别结果替换成自己的名字；

c．如果自己的轮廓未被识别任何人，直接在照片中自己的轮廓上点击以确认自己的身份。

6.一种基于人脸识别的教学考勤装置，其特征在于包括：

图像采集模块：对课堂情况进行拍照；

轮廓检测器：用于提取学生轮廓的细节，输出高响应值报告学生轮廓的出现和出现位置；

人脸识别器：用于表达对未标识学生的身份轮廓x的识别结果，并根据轮廓检测器响应的学生之间的长期位置选择关系学习出一张学生关系网；

身份识别器：通过人脸识别器应用于轮廓检测器识别出当前课堂中所有学生的身份并计入考勤记录。