一种基于人脸识别的学生行为管理系统及设计方法技术方案

本发明专利技术涉及一种基于人脸识别的学生行为管理系统及设计方法，本系统采用人脸识别技术，设计人脸识别流程，实现人脸识别引擎模块，搭建智慧校园学生行为管理平台，实现学生晚间归寝、晨练、上课出勤情况的学生行为统计与管理，为智慧校园建设提供有效的管理方式。

A Student Behavior Management System and Design Method Based on Face Recognition

【技术实现步骤摘要】
一种基于人脸识别的学生行为管理系统及设计方法
本专利技术涉及信息化领域，具体涉及一种基于人脸识别的学生行为管理系统及设计方法。
技术介绍
随着科技的发展，人脸识别已经成为身份验证的快捷有效的方法之一，被广泛应用于公安、银行、安检等各行各业中。在高校校园管理中，学生管理工作是一项非常重要的工作，包含了课堂学习、课外学习、校园生活、娱乐等多维度管理。其中，学生晚间归寝情况、晨练情况、上课出勤情况的统计与管理又是学生管理工作中的一个重要部分，既是维护学校正常秩序，也涉及到学生人身安全。目前，学校对学生晚间归寝情况、晨练情况、上课出勤情况的统计基本上都是依靠人工去查询。随着学校学生规模的扩大，学生晚间归寝、晨练、上课出勤的管理工作所涉及的数据量越来越大，任务也越来越重。采用人工点名这种方式存在着效率低、易出错、统计繁琐、对学校的管理提供决策信息较为困难等缺点。将人脸识别技术结合智慧校园建设，建立基于人脸识别的智慧校园学生行为管理系统成为解决以上问题的可行途径。专利技术专利内容本系统采用人脸识别技术，设计人脸识别流程，实现人脸识别引擎模块，搭建智慧校园学生行为管理平台，实现学生晚间归寝、晨练、上课出勤情况的学生行为统计与管理，为智慧校园建设提供有效的管理方式。具体实施方式本系统采用人脸识别技术，设计人脸识别流程，实现人脸识别引擎模块，搭建智慧校园学生行为管理平台，实现学生晚间归寝、晨练、上课出勤情况的学生行为统计与管理，为智慧校园建设提供有效的管理方式。进一步的，本系统包括人脸识别功能、轨迹管理功能、业务管理功能、系统对接功能、角色管理功能。进一步的，人脸识别功能是通过开发两种识别终端，一种是带显示屏反馈信息的签到机，另一种是枪式或球式的视频监控摄像机，签到机内置人脸识别引擎仅将识别结果传回，摄像机将视频流传回后端利用云平台的识别节点识别。轨迹管理功能是实现教学楼、宿舍楼、校园主干道的视频监控的人脸识别，通过将识别结果反馈到系统，系统通过每个视频监控地址所绑定的地址信息形成学生行为轨迹。业务管理功能是实现可查询每个学生当前的轨迹情况、每个宿舍楼的当前宿舍人数、每个学生的归寝、晨练、上课考勤情况等，实现异常情况自动报警。系统对接功能包括与教务系统、学工系统对接，包括学生的基本信息、学生的宿舍安排信息、上课安排信息、考勤信息等，能实现数据交换共享。角色管理包括形成多维度的角色:按宿舍楼分的宿舍管理员角色，按学院和班级分的辅导员、班主任角色，按区域分的保卫处管理员角色，按数据分的系统管理员角色。进一步的，本系统性能需求包括：监控识别速度小于1s，达到无障碍识别；同时识别目标达到一个画面内最多12个，效果最优为1-3个；识别准确率达到在一人多图库包支持下准确率大于95%，样本人数支持20000人。人脸识别需要保证准确率和实时性，基本达到无感知、无障碍识别。进一步的，本系统为云架构模式，所有计算节点、服务节点在中心机房架设，摄像头、摄像枪和前置机通过校园网专网进行连接。前端终端包括了采集设备的摄像头、摄像枪和前置机摄像头，通过POE供电交换机直接连到各楼层交换机，经核心交换机、机房交换机到服务器群中。所有计算节点、服务节点架设在服务器和存储的虚拟集群上，根据计算需求不同可以扩展配置。这种物理架构拓扑可扩展性强，可以分期分批进行实施上线。进一步的，本系统通过顶层设计构建应用于全校的人脸识别管理平台，统一进行人脸库、识别结果和设备的管理，便于数据的收集、分析和应用。进一步的，本系统的硬件层：包括骨干网络、POE网络完成组网，连接后端的云平台和前端的摄像头和物联网设备。进一步的，本系统的接口层：主要是不同设备、不同系统的数据传输接口，既包括了硬件设备的调用的协议接口，如RTSP协议接口等，也包括了计算数据所规划的接口，还包括了一些外部应用调用接口等。目标主要接口包括空间定位、网络传输、计算节点、物联网设备、视频传输。进一步的，本系统的平台层：包括虚拟集群、操作系统等系统平台、应用环境等应用平台和计算节点等。进一步的，本系统的数据层：为了方便后期开发，将所有数据进行汇总，包括应用系统所涉及的应用数据、计算节点输出的相关计算数据、以及空间定位数据等。进一步的，本系统的应用层：通过对数据进行应用管理，主要包括事务管理、识别计算、报警管理、人员管理和权限管理等。进一步的，本系统的呈现层：按照不同需求分别包括了Web端、APP端、大屏展示、地图展示等。进一步的，本系统的安全体系：网络信息安全相关事项包括软件层面的权限管理、密码加密管理等和硬件层面的网络安全管理、链路路由管理等。进一步的，本系统的标准体系：本系统需要与数字化校园对接，相关接口规划、数据规划都应符合数字化校园建设相关标准体系。进一步的，人脸识别流程设计的流程如下：（1）进行人脸侦测采集。识别开始后系统通过调取监控设备获取到图像进行初步分析，侦测当前帧画面图像中是否有人脸，若存在人脸则定位到较为清晰的位置抓取带有人脸部分图像；（2）进行检测人脸。对于当前帧画面图像，设定相关策略搜索分析是否有存在人脸，若检测到存在人脸则识别人脸轮廓、五官和位置等关键位置，将这些关键位置信息按设定的算法策略进行提取，通过算法策略提取出如结构特征、直方图特征、模板特征及Haar-Lik；（3）进行图像预处理。将人脸检测的特征数据进行预处理，消除监控画面中环境光线、角度、姿态等干扰因素影响，降低噪声并将人脸特征明显地表现出来，常用的算法有光线补偿、平滑滤波、图像二值化、均衡直方图等；（4）进行特征信息提取。在预处理强化特征后，提取人脸位置、轮廓形状等信息，标记图像中的五官特征信息，将这些特征信息描述为数值和向量；（５）进行人脸识别与验证。将特征数值和向量与原有人脸特征库中模板匹配对比，设定I值确定其相似度，达到或者超过了设定I值，则匹配成功完成识别。进一步的，人脸识别引擎模块实现：根据以上人脸识别流程，设计的平台人脸识别引擎功能模块包括了图像预处理模块、人脸检测与跟踪模块、特征码提取与人脸比对模块。进一步的，图像预处理模块：这种“无障碍”识别的监控摄像捕捉画面多数为运动中的画面，画面图像可能出现较模糊或者姿态变化幅度较大的问题。通过小波降噪建立人脸图像的几何模型，通过Gabo，小波变换对像素集进行滤波处理，获取底层数据分布实现降噪，进行姿态调整和模糊检索，由此得到较高质量的人脸图像。进一步的，人脸检测与跟踪模块：人脸检测是指在视频监控的每一帧图像中确定人脸位置，并识别人脸图像区域大小。人脸跟踪的视频监控的是跟踪连续图像中被捕获人脸的运动。该模块主要由人脸检测和人脸跟踪两部分组成，采用当前比较热门的积分图特征计算Adaboost级联检测方法。该方法中，积分图特征计算较其他算法高效，其算法核心是将监控图像的每个像素遍历一次形成积分图，以此快速计算识别人脸特征；Adaboost算法可以将许多弱特征组合成更强的分类器；级联可以快速过滤掉多余的背景困。首先，模块开始检测视频监控第一帧中的人脸图像，定位人脸后锁定信号发送到跟踪模块。跟踪模块从锁定的人脸中提取参考特征，开始人脸跟踪。如果跟踪失锁，则向检测模块发出失锁信号，重新启动检测模块，启动新的检测跟踪过程，增加特征提取的效率，可提高识别的速度和准确本文档来自技高网...

【技术保护点】
1.一种基于人脸识别的学生行为管理系统及设计方法，其特征在于，本系统采用人脸识别技术，设计人脸识别流程，实现人脸识别引擎模块，搭建智慧校园学生行为管理平台，实现学生晚间归寝、晨练、上课出勤情况的学生行为统计与管理，为智慧校园建设提供有效的管理方式。

【技术特征摘要】
1.一种基于人脸识别的学生行为管理系统及设计方法，其特征在于，本系统采用人脸识别技术，设计人脸识别流程，实现人脸识别引擎模块，搭建智慧校园学生行为管理平台，实现学生晚间归寝、晨练、上课出勤情况的学生行为统计与管理，为智慧校园建设提供有效的管理方式。2.根据权利要求1所述的一种基于人脸识别的学生行为管理系统及设计方法，其特征在于，本系统包括人脸识别功能、轨迹管理功能、业务管理功能、系统对接功能、角色管理功能。3.根据权利要求1所述的一种基于...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：长沙曙通信息科技有限公司，
类型：发明
国别省市：湖南,43