[发明专利]一种基于人脸识别的课堂考勤方法及系统

说明书

本发明公开了一种基于人脸识别的课堂考勤方法及系统，包含以下步骤：S1、摄像头连续采集视频图像，并将所述视频图像传送至服务器；S2、利用人脸检测算法对S1中获取的教室图像帧进行人脸对齐和坐标信息求取；S3、针对每一图像帧，对检测到的人脸进行特征点提取，将提取后的特征向量与数据库中的人脸特征进行对比，判定检测到的人脸与数据库中的人脸是否为相同。本发明的有益效果是：通过多帧图像的人脸识别结果，计算每个人脸在平面中的二维概率分布，得到人脸的位置分布概率极大值点，再通过阈值筛选确定最终考勤结果。该方法相比单帧图像识别结果准确率更高，避免了因为系统单帧图像识别错误而导致学生考勤结果的判断错误。

技术领域

本发明涉及教学技术领域，特别涉及一种基于人脸识别的课堂考勤方法 及系统。

背景技术

目前学校使用的基于人脸识别的智慧课堂考勤系统中，有单帧图像人脸 识别和多帧图像人脸识别两种方式。但现有的两种方式均存在一定的不足， 使用单帧图像人脸识别来确定学生的考勤结果时，系统容易识别错误，导致 学生没来而误识别为到场或者学生来了而识别为未到场；在使用多帧图像人 脸识别时在连续跟踪的情况下，容易出现交叉错误。由此可见，目前的学校 中的智慧课堂考勤系统的误判率高，系统人脸识别的准确率低。

发明内容

为克服现有技术中学校采用的基于人脸识别的智慧课堂考勤系统误判率 高，人脸识别的准确率低的技术难题，本发明提供一种基于人脸识别的学生 课堂考勤系统及方法，通过多帧图像的人脸识别结果，计算每个学生在教室 中的二维概率分布，得到学生的位置分布概率极大值点，再通过阈值筛选确 定最终学生考勤结果。具体方案技术方案如下：

一种基于人脸识别的课堂考勤方法，包含以下步骤：S1、摄像头连续采 集视频图像，并将所述视频图像传送至服务器，服务器对所述视频图像进行 图像帧转换；S2、利用人脸检测算法对S1中获取的图像帧进行人脸对齐和坐 标信息求取；S3、针对每一图像帧，对检测到的人脸进行特征点提取，将提 取后的特征向量与数据库中的人脸特征进行对比，对检测到的人脸与数据库 中的人脸进行相似度匹配；S4、针对同一身份信息的多个连续图像帧，求取 空间位置分布概率，叠加同一身份信息的人脸的多个空间位置分布概率，并 计算极大值点，记录极大值点的坐标和身份信息；S5、设定第一阈值，对于 每个人脸的空间位置分布概率，记录超过第一阈值的极大值、超过第一阈值 的极大值对应的极值点坐标、对应的身份信息；S6、将考勤名单中的身份信 息与S5中记录的身份信息匹配是否一致，若是，则对应身份考勤成功；若否， 则对应身份缺勤。

进一步地，在S2中，所述人脸检测算法为基于神经网络模型的人脸 检测算法。

进一步地，在S3中，设置第二阈值，计算检测到的人脸与数据库中的人 脸的相似度，若相似度大于第二阈值，则判定检测到的人脸与数据库中对应 的人脸相同。

进一步地，在S4中，针对同一身份信息的多个连续图像帧，利用概率分 布函数求取空间位置分布概率。

进一步地，所述概率分布函数为正态分布函数。

一种基于人脸识别的课堂考勤系统，包括图像采集模块、图像识别模块、 识别统计模块、考勤结果模块、储存有身份信息的后台数据库；图像采集模 块包括摄像头，用于拍摄和采集视频图像，并将所述视频图像传送至图像识 别模块；图像识别模块包括人脸检测单元、人脸定位单元和人脸识别单元， 人脸检测单元用于检测视频图像中的人脸，人脸定位单元用于对检测到的人 脸进行处理，获取人脸大小、人脸特征向量以及坐标信息，人脸识别单元获 取人脸特征向量后与数据库中人脸进行相似度匹配；识别统计模块使用概率分布函数求得识别出的每个人脸的图像位置分布概率，设定阈值筛除掉错误 结果，求得最大概率坐标点，并将人脸对应的身份信息传送到考勤结果模块； 考勤结果模块将考勤名单与识别统计模块中传送的身份信息相匹配，输出最 终的考勤结果。