【技术实现步骤摘要】
一种低用户配合度的人脸智能考勤方法
本专利技术涉及智能视频监控、计算机视觉领域,具体涉及一种低用户配合度的人脸智能考勤方法。
技术介绍
人脸智能考勤是指在通过在入口处架设的摄像头采集的实时视频自动进行人脸识别,并记录识别出的行人姓名和当时时间形成考勤记录。常见的人脸智能考勤方法包括下面几个步骤:人脸注册,即构建用于进行识别的人脸库,该人脸库作为离线库,和系统部署后实时采集的人脸图像进行比对完成采集实时采集人员的身份识别;特征提取,即对人脸库图像和实时采集的人脸图像进行特征提取,将其用固定长度的向量进行表示,基于当前卷积神经网络在图像识别领域的先进性,该部分一般使用卷积神经网络进行完成;人脸检测,即对实时采集的视频帧图像判断是否包含人脸,若包含,则检测出人脸部分在视频帧图像中的空间位置;人脸对齐,即对检测出的人脸部分检测五官关键点的位置并完成实时监测人脸与参考人脸的对齐,从而提升人脸识别的准确率;人脸识别,即基于离线人脸库的特征集和实时采集人脸图像的特征进行相似度比对以完成实时采集人脸的身份认定。上述人脸智能考勤方式需要用户高度配合,即需要用户在考勤摄像头前进行一定时间的静止以采集大量的图像进行识别,否则会造成识别准确率不足。但长时间的用户静止严重限制了人脸智能考勤的时间效率。
技术实现思路
基于上述存在的问题,本专利技术提出一种低用户配合度的人脸智能考勤方法,能够在用户正常走动情况下进行高效准确的考勤识别,有效提升了人脸考勤系统的时间效率和用户体验。本专利技术的技术方案如下:一种低用户配合度的人脸智能考勤方法,其特征在于包括如下步骤:(1)人脸注册:采集用户距 ...
【技术保护点】
1.一种低用户配合度的人脸智能考勤方法,其特征在于包括如下步骤:(1)人脸注册:采集用户距离摄像头固定距离处的多种面部姿态的图像以构建人脸库;(2)行人检测:自动在监控视频帧中对是否存在行人目标进行检测;(3)目标追踪:通过智能分析算法自动对检测到的行人在整个视频监控区域中的运动轨迹进行描述,从而获取用户实时的图像;(4)人脸检测:对追踪到的行人目标快照进行实时的人脸检测及人脸对齐;(5)人脸识别:对检测到的人脸图像进行实时的人脸识别,即和人脸库中的图像进行相似度识别以完成身份认证;(6)身份再确认:对来自于某个实时追踪的行人的快照,通过设置抓取的人脸图像的大小及清晰度进行第一重判别;通过对人脸识别过程设置相似度阈值进行第二重判别;通过对来自于同一个行人目标的连续多帧识别结果一致度阈值进行第三重判别;对符合身份再认证机制的识别结果进行入库保存,完成对该行人目标的人脸智能考勤。
【技术特征摘要】
1.一种低用户配合度的人脸智能考勤方法,其特征在于包括如下步骤:(1)人脸注册:采集用户距离摄像头固定距离处的多种面部姿态的图像以构建人脸库;(2)行人检测:自动在监控视频帧中对是否存在行人目标进行检测;(3)目标追踪:通过智能分析算法自动对检测到的行人在整个视频监控区域中的运动轨迹进行描述,从而获取用户实时的图像;(4)人脸检测:对追踪到的行人目标快照进行实时的人脸检测及人脸对齐;(5)人脸识别:对检测到的人脸图像进行实时的人脸识别,即和人脸库中的图像进行相似度识别以完成身份认证;(6)身份再确认:对来自于某个实时追踪的行人的快照,通过设置抓取的人脸图像的大小及清晰度进行第一重判别;通过对人脸识别过程设置相似度阈值进行第二重判别;通过对来自于同一个行人目标的连续多帧识别结果一致度阈值进行第三重判别;对符合身份再认证机制的识别结果进行入库保存,完成对该行人目标的人脸智能考勤。2.根据权利要求1所述的低用户配合度的人脸智能考勤方法,其特征在于:步骤(1)中的人脸注册方法是:在人脸两眼间距离约为60像素处进行人脸库图像采集,采集各需记录人员面部正视摄像头、抬头10度、低头10度、左转10度及右转10度的训练图像。3.根据权利要求1所述的低用户配合度的人脸智能考勤方法,其特征在于:步骤(1)中采集用户面部姿态图像时,使用卷积神经网络模型进行特征提取,每一副人脸图像都表示成128维的特征向量。...
【专利技术属性】
技术研发人员:张晓林,刘惟锦,杨剑锋,范宇,武玉亭,
申请(专利权)人:北京航天长峰科技工业集团有限公司,
类型:发明
国别省市:北京,11
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。