[发明专利]基于深度神经网络的参会人员识别记录系统及方法

说明书

本发明公开了一种基于深度神经网络的参会人员识别记录系统及方法，属于会议考勤管理技术领域，其包括相机模块、边缘计算设备以及存储设备，所述相机模块和边缘计算设备均安装在开会区域内，所述边缘计算设备包括供电模块、AI核心运算模块以及网络传输模块，所述边缘计算设备通过网络传输模块与存储设备相连，所述相机模块采集开会区域内的视频和图片，所述网络模块将相机模块采集到的视频和图片传输至存储设备中，所述AI核心运算模块调用存储设备中的视频和图片进行处理和检测。本发明具有高灵活性和便捷度，自动化准确识别并记录参会人员，有利于降低会议组织的管理难度和管理成本的效果。

技术领域

本发明涉及会议考勤管理技术领域，特别涉及一种基于深度神经网络的参会人员识别记录系统及方法。

背景技术

考勤管理是企业事业单位对员工出勤进行考察管理的一种管理制度，包括是否迟到早退，有无旷工请假等，在施工现场等处开展会议时也需要对参会人员进行考勤管理，现有技术中对会议的考勤管理方法通常包括人工表格统计填报、手机APP参会填报以及参会刷卡记录三种方法。

上述现有技术中存在以下不足：人工表格统计填报需要配备专门的管理人员对参会人员的信息进行录入和整理。手机APP参会填报需要参会人员必须佩戴手机、电脑等可以承载APP硬件设备，不适用于一些限制使用电子产品或不方便使用电子产品的场所。参会刷卡记录需要参会人员佩戴专用的电子卡，易产生电子卡丢失、代刷的情况。以上三种方法的灵活性和便捷性均存在不足，且准确性难以保证，此问题亟待解决。

发明内容

针对现有技术存在的不足，本发明的目的在于提供基于深度神经网络的参会人员识别记录系统及方法，具有高灵活性和便捷度，自动化准确识别并记录参会人员，有利于降低会议组织的管理难度和管理成本的效果。

一种基于深度神经网络的参会人员识别记录系统，包括相机模块、边缘计算设备以及存储设备，所述相机模块和边缘计算设备均安装在开会区域内，所述边缘计算设备包括供电模块、AI核心运算模块以及网络传输模块，所述边缘计算设备通过网络传输模块与存储设备相连，所述相机模块采集开会区域内的视频和图片，所述网络模块将相机模块采集到的视频和图片传输至存储设备中，所述AI核心运算模块调用存储设备中的视频和图片进行处理、检测和识别。

本发明进一步设置为：所述AI核心运算模块包括模型应用模块，所述模型应用单元包括检测单元、第一判断单元和第二判断单元，使用图像处理算法调取所述相机模块截取每一帧图像输入检测单元，所述检测单元检测图像中的人数和位置；

所述第一判断单元设定开始阈值，图像中人数大于开始阈值且人员分布符合开会特征时判定为会议开始，所述相机模块开始录像；

所述第二判断单元设定结束阈值，图像中人数小于结束阈值且人员分布不符合开会特征时判定为会议结束，所述相机模块结束录像并上传至存储设备保存。

本发明进一步设置为：所述检测单元连接有模型训练模块，所述模型训练模块包括数据集制作单元和模型训练单元，所述数据集制作单元调取所述存储设备中的视频和图像转换成数据集，所述模型训练单元对数据集进行训练并输出模型至所述检测单元。

本发明进一步设置为：所述检测单元通过输入单一图片，得到所有满足参会人员特征的分割实例。

本发明进一步设置为：所述模型训练单元为经过特殊数据训练的模型及其衍生模型，包括FASTER-RCNN、SSD、Yolo。

本发明进一步设置为：所述数据制作单元通过计算机算法对输入图片进行预处理和增强，预处理和增强内容包括色彩空间转换、图像尺寸变换和图像投影变换。

本发明进一步设置为：所述相机模块设置为监控相机、广角相机以及红外线相机任意一种图像采集设备，所述网络传输模块设置为有线网络模块和无线网络模块，所述存储设备设置为硬盘、记忆卡、私有云服务器以及公有云服务器中任意一种。