【技术实现步骤摘要】
本专利技术实施例涉及电子签到
,特别涉及一种基于人脸识别的签到系统、方法和装置。
技术介绍
随着各类电子化产品的应用和普及,电子签到在会议签到、员工上班签到、学生上课签到等领域得到了广泛应用。以会议签到场景为例,现有的基于人脸识别的签到方案如下:在会场的入口处设置若干台人脸签到设备。签到用户进入会场时,将脸部对准人脸签到设备的摄像头,人脸签到设备的摄像头采集签到用户的人脸图像(一般为照片),并将签到用户的人脸图像发送给服务器,由服务器对签到用户的人脸图像进行识别和匹配,并得到签到结果。在现有技术中,一台人脸签到设备同时只能供一位用户使用,签到效率低。当需要签到的场合人流密度很高时,需要增加大量的人脸签到设备才能满足需求。
技术实现思路
为了解决现有技术所存在的签到效率低的问题,本专利技术实施例提供了一种基于人脸识别的签到系统、方法和装置。所述技术方案如下:第一方面,提供了一种基于人脸识别的签到系统,所述系统包括:至少一个摄像头和嵌入式人脸识别处理装置;所述嵌入式人脸识别处理装置包括:CPU(Central Processing Unit,中央处理器)、GPU(Graphics Processing Unit,图形处理器)、存储器和输入输出接口;所述摄像头,用于采集记录有签到用户的监控视频流;将所述监控视频流发送给所述嵌入式人脸识别处理装置;所述嵌入式人脸识别处理装置,用于通过所述输入输出接口接收所述监控视频流;通过所述GPU从所述监控视频流中提取所述签到用户的人脸特征;通过所述CPU根据所述签到用户的人脸特征检测所述存储器预先存储的注册人脸特征集中是否 ...
【技术保护点】
一种基于人脸识别的签到系统,其特征在于,所述系统包括:至少一个摄像头和嵌入式人脸识别处理装置;所述嵌入式人脸识别处理装置包括:中央处理器CPU、图形处理器GPU、存储器和输入输出接口;所述摄像头,用于采集记录有签到用户的监控视频流;将所述监控视频流发送给所述嵌入式人脸识别处理装置;所述嵌入式人脸识别处理装置,用于通过所述输入输出接口接收所述监控视频流;通过所述GPU从所述监控视频流中提取所述签到用户的人脸特征;通过所述CPU根据所述签到用户的人脸特征检测所述存储器预先存储的注册人脸特征集中是否存在与所述签到用户相匹配的目标注册用户,所述注册人脸特征集中包括若干个注册用户的人脸特征,若所述注册人脸特征集中存在所述目标注册用户,则确认所述目标注册用户签到成功。
【技术特征摘要】
1.一种基于人脸识别的签到系统,其特征在于,所述系统包括:至少一个摄像头和嵌入式人脸识别处理装置;所述嵌入式人脸识别处理装置包括:中央处理器CPU、图形处理器GPU、存储器和输入输出接口;所述摄像头,用于采集记录有签到用户的监控视频流;将所述监控视频流发送给所述嵌入式人脸识别处理装置;所述嵌入式人脸识别处理装置,用于通过所述输入输出接口接收所述监控视频流;通过所述GPU从所述监控视频流中提取所述签到用户的人脸特征;通过所述CPU根据所述签到用户的人脸特征检测所述存储器预先存储的注册人脸特征集中是否存在与所述签到用户相匹配的目标注册用户,所述注册人脸特征集中包括若干个注册用户的人脸特征,若所述注册人脸特征集中存在所述目标注册用户,则确认所述目标注册用户签到成功。2.根据权利要求1所述的系统,其特征在于,所述嵌入式人脸识别处理装置还包括:图像信号处理器ISP;所述嵌入式人脸识别处理装置,具体用于:通过所述ISP对所述监控视频流解码,得到待识别图像序列;对于所述待识别图像序列中的每一张待识别图像,通过所述GPU采用经GPU优化的基于深度学习的人脸识别处理算法,从所述待识别图像中提取所述签到用户的人脸特征。3.根据权利要求2所述的系统,其特征在于,所述嵌入式人脸识别处理装置,具体用于:对于所述待识别图像序列中的每一张待识别图像,通过所述GPU采用经GPU优化的基于深度学习的人脸检测算法,从所述待识别图像中检测出所述签到用户的人脸;通过所述GPU采用经GPU优化的基于深度学习的人脸配准算法,从所述签到用户的人脸中定位特征点位置,并得到归一化的人脸图像;通过所述GPU采用经GPU优化的基于深度学习的特征提取算法,从所述归一化的人脸图像中提取所述签到用户的人脸特征。4.根据权利要求3所述的系统,其特征在于,所述嵌入式人脸识别处理装置,还用于:通过所述GPU采用经GPU优化的基于深度学习的活体识别算法,检测所述归一化的人脸图像是否为活体人脸;若所述归一化的人脸图像为所述活体人脸,则执行所述通过所述GPU采用经GPU优化的基于深度学习的特征提取算法,从所述归一化的人脸图像中提取所述签到用户的人脸特征的步骤。5.根据权利要求1至4任一项所述的系统,其特征在于,所述嵌入式人脸识别处理装置,具体用于:通过所述CPU计算所述签到用户的人脸特征与每一个注册用户的人脸特征之间的相似度;通过所述CPU检测所述相似度的最大值是否大于预设阈值;若所述相似度的最大值大于所述预设阈值,则通过所述CPU将所述相似度的最大值对应的注册用户确定为与所述签到用户相匹配的目标注册用户。6.根据权利要求1至4任一项所述的系统,其特征在于,所述系统还包括:显示设备;所述显示设备,用于从所述嵌入式人脸识别处理装置获取签到结果;显示所述签到结果。7.一种嵌入式人脸识别处理装置,其特征在于,所述嵌入式人脸识别处理装置包括:中央处理器CPU、图形处理器GPU、存储器和输入输出接口;所述输入输出接口,用于接收摄像头采集的记录有签到用户的监控视频流;所述GPU,用于从所述监控视频流中提取所述签到用户的人脸特征;所述CPU,还用于根据所述签到用户的人脸特征检测所述存储器预先存储的注册人脸特征集中是否存在与所述签到用户相匹配的目标注册用户,所述注册人脸特征集中包括若干个注册用户的人脸特征;若所述注册人脸特征集中存在所述目标注册用户,则确认所述目标注册用户签到成功。8.根据权利要求7所述的嵌入式人脸识别处理装置,其特征在于,所述嵌入式人脸识别处理装置还包括:图像信号处理器ISP;所述ISP,用于对所述监控视频流解码,得到待识别图像序列;所述GPU,用于对于所述待识别图像序列中的每一张待识别图像,采用经GPU优化的基于深度学习的人脸识别处理算法,从所述待识别图像中提取所述签到用户的人脸特征。9.根据权利要求8所述的嵌入式人脸识别处理装置,其特征在于,所述GPU具体用于:对于所述待识别图像序列中的每一张待识别图像,采用经GPU优化的基于深度学习的人脸检测算法,从所述待识别图像中检测出所述签到用户的人脸;采用经GPU优化的基于深度学习的人脸配准算法,从所述签到用户的人脸中定位特征点位置,并得到归一化的人脸图像;采用经GPU优化的基于深度学习的特征提取算法,从所述归一化的人脸图像中提取所述签到用户的人脸特征。10.根据权利要求9所述的嵌入式人脸识别处理装置,其特征在于,所述GPU还用于:采用经GPU优化的基于深度学习的活体识别算法,检测所述归一化的人脸图像是否为活体人脸;若所述归一化的人脸图像为所述活体人脸,则执行所述采用经GPU优化的基于深度学习的特征提取算法,从所述归一化的人脸图像中提取所述签到用户的人脸特征的步骤。11.根据权利要求7至10任一项所述的嵌入式人脸识别处理装置,其特征在于,所述CPU具体用于:计算所述签到用户的人脸特征与每一个注册用户的人脸特征之间的相似度;检测所述相似度的最大值是否大于预设阈值;若所述相似度的最大值大于所述预设阈值,则将所述相似度的最大值对应的注册用户确定为与所述签到用户相匹配的目标注册用户。12.根据权利要求7至10任一项所述的嵌入式人脸识别处理装置,其特征在于,所述CPU,还用于:通过所述输入输出接口向显示设备发送签到结果。13.一种基于人脸识别的签到方法,其特征在于,应用于嵌入式人脸识别处理装置中,所述嵌入式人脸识别处理装置包括:中央处理器CPU、图形处理器GPU、存储器和输入输出接口;所述方法包括:所述输入输出接口接收摄像头采集的记...
【专利技术属性】
技术研发人员:于佳骏,王时全,陈志博,吴永坚,黄飞跃,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。