[发明专利]一种大视场双目视觉的红外图像考勤方法

摘要

本发明公开了一种大视场双目视觉的红外图像考勤方法，该方法利用教室黑板所在墙面两端的双目红外相机对学生图像进行数据采集，然后对左目和右目两幅图像进行拼接，合成教室内的大幅面大视角图像，然后自动对图像中人脸区域部分进行定位，通过特征提取、识别比对等过程完成学生身份的确定，最终实现对学生的考勤。传统的基于可见光图像的考勤方法容易受光照变化、复杂背景等因素影响，导致识别率不高的问题。本方法有效地克服了该问题，对于学生迟到、早退、旷课等情况也可以做到准确记录与统计，提高了课堂考勤的工作效率，节约了节约教师的时间资源，减轻了教师的负担，提高了学校的教学质量，促进了学校校风学风建设。

主权项

1.一种大视场双目视觉的红外图像人脸识别考勤方法，其特征在于，包括以下步骤：1）课堂图像采集：利用设置在教室黑板所在墙面两端的双目红外相机对课堂进行同步数据采集，得到同一场景下的左目图像与右目图像，要求左目图像与右目图像之间有重叠区域；2）双目图像拼接：对左目图像与右目图像进行拼接；2.1)对左目图像与右目图像进行几何畸变校正和噪声点的抑制处理，让左目图像与右目图像不存在明显的几何畸变，处理后分别对左目图像与右目图像进行角点提取；2.2)检测出图像的角点后，利用双向的相似测度NCC算法进行粗匹配；2.3)对粗匹配的结果通过Ransac算法进行细匹配；2.4)图像的拼接和融合：确定左目图像与右目图像的位置关系和图片合成之后所在区域的边界，通过2.3）步骤中的细匹配结果对图像进行拼接和融合，并对拼接的边界通过加权的方法进行平滑处理从而实现了图像之间的无缝拼接；3）图像人脸定位：在大视场图像中搜索并确定出每个学生的人脸图像区域位置；所述步骤3）图像人脸定位包括：3.1)对训练人脸图像进行预处理：使用平移、旋转、放缩三种方式对人脸图像进行几何归一化；3.2)生成Haar特征集合；3.3)训练AdaBoost分类器；结合图像的预处理，Haar特征提取以及训练完成的AdaBoost分类器共同构成了人脸检测器；3.4）识别过程：当一定数量的显著特征出现在照片中时，步骤3.1)‑3.3)中构建的人脸检测器输出高响应值报告学生人脸的出现和出现位置；4）图像人脸识别：对人脸图像进行特征提取，并在事先采集的特征库中搜索匹配特征，识别人脸图像以辨识学生身份；5）完成课堂考勤：对考勤结果进行记录，如匹配失败，即在人脸特征库里面没有匹配到待识别的人脸，则返回步骤1）调整双目红外相机角度进行数据采集。