一种多角度多人脸识别考勤方法及系统技术方案

本发明专利技术属于人脸识别考勤领域，提供了一种多角度多人脸识别考勤方法及系统。其中，多角度多人脸识别考勤方法包括：接收多个人脸图像，其中每个人脸至少从两个角度拍摄；使用FaceBoxes人脸检测器检测多人脸图像，得到相应人脸框图像；在特征点附近随机选择点学习人脸框图像中的LBP特征和DAISY特征，将两特征进行融合后，输入至基于cascade级联的随机森林模型作全局线性回归，检测出人脸关键点并给出相应特征描述；将人脸关键点的特征描述与考勤数据库中的人脸匹配，选取欧式距离计算的最小值作为识别结果，完成相应人脸的考勤签到。

【技术实现步骤摘要】
一种多角度多人脸识别考勤方法及系统
本专利技术属于人脸识别考勤领域，尤其涉及一种多角度多人脸识别考勤方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。传统的考勤主要是由人力完成，比如课堂考勤，无论是教师点名还是纸质版签到，不仅无法对学生起到良好的监督作用，而且占用过多的课堂时间，一定程度上影响课堂秩序。专利技术人发现，在复杂背景下，由于距离不同，对人脸进行多尺度检测时存在检测框的密度不一致的问题，会因为图像模糊、光照变化或视角旋转的原因，延长人脸检测的时间，影响人脸以及非人脸的分类的准确性。
技术实现思路
为了解决上述问题，本专利技术提供一种多角度多人脸识别考勤方法及系统，其对使用FaceBoxes人脸检测器对多角度多人脸图像进行检测，并且基于cascade级联的随机森林模型对LBP与DAISY融合的特征作全局线性回归，能够同时缩短人脸检测时间以及提供人脸识别准确性。为了实现上述目的，本专利技术采用如下技术方案：本专利技术的第一个方面提供一种多角度多人本文档来自技高网...

【技术保护点】
1.一种多角度多人脸识别考勤方法，其特征在于，包括：/n接收多个人脸图像，其中每个人脸至少从两个角度拍摄；/n使用FaceBoxes人脸检测器检测多人脸图像，得到相应人脸框图像；/n在特征点附近随机选择点学习人脸框图像中的LBP特征和DAISY特征，进行特征融合后，输入至基于cascade级联的随机森林模型作全局线性回归，检测出人脸关键点并给出相应特征描述；/n将人脸关键点的特征描述与考勤数据库中的人脸匹配，选取欧式距离计算的最小值作为识别结果，完成相应人脸的考勤签到。/n

【技术特征摘要】
1.一种多角度多人脸识别考勤方法，其特征在于，包括：
接收多个人脸图像，其中每个人脸至少从两个角度拍摄；
使用FaceBoxes人脸检测器检测多人脸图像，得到相应人脸框图像；
在特征点附近随机选择点学习人脸框图像中的LBP特征和DAISY特征，进行特征融合后，输入至基于cascade级联的随机森林模型作全局线性回归，检测出人脸关键点并给出相应特征描述；
将人脸关键点的特征描述与考勤数据库中的人脸匹配，选取欧式距离计算的最小值作为识别结果，完成相应人脸的考勤签到。


2.如权利要求1所述的多角度多人脸识别考勤方法，其特征在于，所述FaceBoxes人脸检测器由快速消化的卷积层和多尺度卷积层组成，仅包含一个完全卷积的神经网络。


3.如权利要求2所述的多角度多人脸识别考勤方法，其特征在于，在快速消化的卷积层中，使用激活函数C.ReLU进行加速卷积运算。


4.如权利要求1所述的多角度多人脸识别考勤方法，其特征在于，多人脸图像中至少存在正脸图像。


5.一种多角度多人脸识别考勤系统，其特征在于，包括：
图像接收模块，其用于接收多个人脸图像，其中每个人脸至少从两个角度拍摄；
人脸框检测模块，其用于使用FaceBoxes人脸检测器检测多人脸图像，得到相应人脸框图像；
关键点检测模块，其用于在特征点附近随机选择点学习人脸框图像中的LBP特征和DAISY特征，进行特征融合后输入至基于cascade级联的随机森林模型作全局线性回归，检测出人脸关键点并给出相应特征描述；
识别考勤模块，其用于将人...

【专利技术属性】
技术研发人员：房冉，赵衍恒，王乃玉，王文明，安丰彩，张凯，石展，石文华，宋春晓，柳广鹏，王明霞，于航，
申请(专利权)人：国家电网有限公司技术学院分公司，山东电力高等专科学校，国家电网有限公司，
类型：发明
国别省市：山东;37