一种基于人脸识别和贝叶斯学习的教室视频点到方法技术

一种基于人脸识别和贝叶斯学习的教室视频点到方法，采用以下步骤，步骤1：处理模块对摄像机视频流中t时刻单幅画面进行头肩检测，人数统计，建模教室位置分布图和每个人的位置坐标；设上课学生集合为N，应到人数为n＝|N|，头肩检测到的集合为M(t)，人数为m(t)，则m(t)≤n；步骤2：对画面内的人脸进行特征提取，并根据人脸特征来检索上课名单n，确认当前集合k(t)，和前一副画面人脸确认集合K(t‑1)进行迭代，得到t时刻的确认集合K(t)＝k(t)∪K(t‑1)；无需对硬件设备、摄像头进行改造，现有大部分摄像头即可满足要求，降低用户成本；提高了原有人脸识别动态点到的准确率和速度。利用本发明专利技术，能够解决目前对教室学生快速、高效点到的问题。

A Classroom Video Point-to-Point Method Based on Face Recognition and Bayesian Learning

A method of classroom video point-to-point based on face recognition and Bayesian learning is presented. The following steps are adopted. Step 1: Processing module detects the head and shoulder of a single picture at t time in the video stream of the camera, counts the number of people, builds the location distribution map of the classroom and the position coordinates of each person; Setting the number of students in class as N, the number of students should be n= | N |, the number of heads and shoulders detected as M (t), and the number of students should be m (m). T), then m (t) = n; Step 2: Extract the features of the face in the picture, and search the class list n according to the face features, confirm the current set K (t), and iterate with the previous set K (t 1) to get the set K (t) = k (t) K (t 1) of the face recognition at t time. Without revamping the hardware and camera, most of the existing cameras can meet the requirements. It reduces the user cost and improves the accuracy and speed of the original face recognition dynamic point. By using the present invention, the problem of fast and efficient access to classroom students can be solved.

【技术实现步骤摘要】
一种基于人脸识别和贝叶斯学习的教室视频点到方法
本专利技术涉及人脸识别领域，具体涉及一种基于人脸识别和贝叶斯学习的教室视频点到方法。
技术介绍
传统的教室上课，老师和教务处都想又快又准确的知道哪些学生没来上课，从而实施后续的教学管理。如果靠老师一个一个学生点名，要浪费很多时间，学生人数50人的情况下，大致要耗费3-5分钟的时间，且不一定准确。如果靠学生自己签名，会出现学生代签的情况。如果靠安装刷卡、指纹或者人脸考勤机的话，学生也要在课前或者课后排队去签到，非常麻烦，且额外增加了成本。市场上已经出现了基于视频监控的人脸识别点到方法，以海康威视等监控厂商为代表，在后台对监控画面实时抓拍到的人脸进行特征提取和学生名单人脸库进行1：n检索，逐一确认，最终实现无感知点到。但该方法严重依赖于学生是否正视前方，特别是学生一直在低头或者人脸角度较偏的时候，会出现漏抓的情况，单幅画面的点到准确率仅仅在80％左右。即便是根据长时间的监控画面(学生低头是随机出现的)来反复迭代识别结果，也只能达到95％左右，且此时存在耗时过长的问题，一般要15分钟左右(100次迭代，按照每次迭代间隔10秒来计算)才能出结果本文档来自技高网...

【技术保护点】
1.一种基于人脸识别和贝叶斯学习的教室视频点到方法，其特征在于：采用以下步骤，步骤1：处理模块对摄像机视频流中t时刻单幅画面进行头肩检测，人数统计，建模教室位置分布图和每个人的位置坐标；设上课学生集合为N，应到人数为n＝|N|，头肩检测到的集合为M(t)，人数为m(t)，则m(t)≤n；步骤2：对画面内的人脸进行特征提取，并根据人脸特征来检索上课名单n，确认当前集合k(t)，和前一副画面人脸确认集合K(t‑1)进行迭代，得到t时刻的确认集合K(t)＝k(t)∪K(t‑1)；步骤3：判断K(t)是否等于N，如果是，则进入步骤10，否则，进入步骤4；步骤4：如果K(t)

【技术特征摘要】
1.一种基于人脸识别和贝叶斯学习的教室视频点到方法，其特征在于：采用以下步骤，步骤1：处理模块对摄像机视频流中t时刻单幅画面进行头肩检测，人数统计，建模教室位置分布图和每个人的位置坐标；设上课学生集合为N，应到人数为n＝|N|，头肩检测到的集合为M(t)，人数为m(t)，则m(t)≤n；步骤2：对画面内的人脸进行特征提取，并根据人脸特征来检索上课名单n，确认当前集合k(t)，和前一副画面人脸确认集合K(t-1)进行迭代，得到t时刻的确认集合K(t)＝k(t)∪K(t-1)；步骤3：判断K(t)是否等于N，如果是，则进入步骤10，否则，进入步骤4；步骤4：如果K(t)<N,则将M(t)-K(t)集合的成员对象一一进行贝叶斯分析；判断教室内是否存在孤岛位置，该孤岛位置的定义为，该位置的前后左右无人，如果是则进入步骤5，否则进入步骤6；步骤5：根据教室内人员的历史出席概率P(j)对M(t)-K(t)集合人员进行排序；步骤6：在待确定目标成员位置的前后左右为已经确定的成员，设i是邻座已确认人员的人脸，i＝i1，i2，…，i4∈K(t)；j是为待确认的目标成员，j＝j1，…，js∈M(t)-K(t)，且相邻概率不为零，按照贝叶斯概率公式P(A|B)＝P(B|A)*P(A)/P(B)，得到在i出席的情况下，j也出席的估计概率...

【专利技术属性】
技术研发人员：温浩，陈江豪，石君，陈兰，万珺，周曦，
申请(专利权)人：广州凯风科技有限公司，
类型：发明
国别省市：广东,44