[实用新型]一种基于深度学习的人脸识别的签到装置有效

专利信息
申请号: 201922039274.2 申请日: 2019-11-23
公开(公告)号: CN211293996U 公开(公告)日: 2020-08-18
发明(设计)人: 王家琦;张岩;刘悦 申请(专利权)人: 山东科技大学
主分类号: G07C1/10 分类号: G07C1/10;G06K9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 266590 山东省青岛市黄*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 识别 签到 装置
【说明书】:

本实用新型公开了一种基于深度学习的人脸识别的签到装置,包括:基于Ubuntu操作系统的嵌入式开发板和ALIENTEK ATK‑OV2640摄像头,基于Ubuntu操作系统的嵌入式开发板包括:处理器、摄像头模块接口、WIFI模块接口、电源接口、语音模块接口、开关。开发板上方的摄像头模块接口连接ALIENTEK ATK‑OV2640摄像头,开发板右侧的WIFI模块接口连接WIFI模块,开发板前端面连接4.3寸触摸液晶屏,开发板的右侧连接12V电源,开发板的背面安装语音模块,开发板上方放置光照模块。该基于深度学习的人脸识别签到装置,避免了漏签和代签问题,而且识别速度很快,可极大节省时间,提高效率,提高了用户的体验。其智能程度高,安全性好,占用空间小,非常值得推广。

技术领域

本实用新型涉及基于深度学习的人脸识别技术领域,具体涉及一种基于深度学习的人脸识别的签到装置。

背景技术

签到在日常生活中随处可见,各个公司的上下班签到大都采用刷卡签到的方式,验证方式很不方便,存在忘带的现象。签到在学校里也非常常见,上课的点名,考试时的查验,宿舍的门禁等,大都老师需要手工记录数据。在学生人数较少的时候,手工记录还可以较快的完成,但同时有大量学生的时候,手工记录的弊端就显示了出来,老师上课点个名可能就需要10分钟时间,不仅麻烦还浪费了大量的时间,效率低下。哪怕采用刷校园卡的情况,也会存在忘带或者消磁的情况,这时又需要人工记录,影响签到速度。这些签到方式效率低下,智能化程度低。

发明内容

为解决上述技术问题,本实用新型提出了一种基于深度学习的人脸识别的签到装置,以达到快速高效且准确度高的目的。

为达到上述目的,本实用新型的技术方案如下:一种基于深度学习的人脸识别的签到装置,包括:基于Ubuntu操作系统的嵌入式开发板和ALIENTEK ATK-OV2640摄像头,所述基于Ubuntu操作系统的嵌入式开发板包括:处理器、摄像头模块接口、WIFI模块接口、电源接口、语音模块接口、开关。所述ALIENTEK ATK-OV2640摄像头连接开发板上方的摄像头模块接口,所述WIFI模块连接开发板右侧的WIFI模块接口,所述4.3寸触摸液晶屏连接开发板前方的接口,所述12V电源连接开发板的右侧,所述语音模块连接开发板背面,所述光照模块放置在开发板上方。

作为优选的,所述基于Ubuntu操作系统的嵌入式开发板包括有处理器、摄像头模块接口、WIFI模块接口、电源接口、语音模块接口。所述处理器用于人脸信息的采集录入,提取照片特征,计算特征均值,最后将捕获到的人脸数据和之前存入的人脸数据进行对比计算,判断此人是否为用户。

作为优选的,所述ALIENTEK ATK-OV2640摄像头可通过接口直接插到开发板上方,方便安装。

作为优选的,所述4.3寸触摸液晶屏连接开发板前端面,所述语音模块连接开发板右侧接口,用于提示用户信息。

作为优选的,所述光照模块放置在开发板上方,包括声光传感器和红外传感器采用声光传感器和红外传感器来感知用户和提高亮度。

作为优选的,所述WIFI模块连接开发板右侧的接口,所述12V电源连接开发板右侧接口。

本实用新型具有如下优点:

(1)本实用新型小巧、易于安装,节省了空间,非常适合用于安装在教室和宿舍楼;

(2)本实用新型使用光照模块,其中的红外传感器和声光传感器可以准确感知到人的到来,并提高光照亮度,便于摄像头工作拍摄;

(3)本实用新型运用深度学习的方法,大大提高了人脸识别的准确度和判断速度,可以有效避免用照片代替真人的作假现象;

(4)本实用新型可通过WIFI模块联网,传输数据给服务器,和从服务器下载信息。便于数据的查找;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东科技大学,未经山东科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201922039274.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top