当前位置: 首页 > 专利查询>颜滢琦专利>正文

基于大数据和智慧校园的出勤管理系统技术方案

技术编号:33121356 阅读:14 留言:0更新日期:2022-04-17 00:20
本发明专利技术涉及一种基于大数据和智慧校园的出勤管理系统,其包括:校园出勤管理平台和教育终端,其中,校园出勤管理平台与各教育终端具有通信连接;校园出勤管理平台包括:数据处理模块、图像重构模块、图像处理模块、图像识别模块和数据库,其中,各模块间具有通信连接;图像识别模块包括:区域分割单元、特征识别单元、特征转换单元和特征构建单元,其中,各单元具有通信连接。对第一考勤数据和第二考勤数据进行处理得到第一异常考勤数据,并根据第一异常考勤数据获取待验学生图像集,然后对待验学生图像集和第二面部图像集进行面部匹配验证得到第二异常考勤数据。到第二异常考勤数据。到第二异常考勤数据。

【技术实现步骤摘要】
基于大数据和智慧校园的出勤管理系统


[0001]本专利技术涉及大数据和智慧校园领域,尤其涉及一种基于大数据和智慧校园的出勤管理系统。

技术介绍

[0002]智慧校园是以物联网为基础的智慧化的校园工作、学习和生活一体化环境,这个一体化环境以各种应用服务系统为载体,将教学、科研、管理和校园生活进行充分融合。智慧校园实际上是对数字校园建设的进一步深化与提升,是高校应对“互联网+教育”挑战的必然选择。智慧校园是在数字校园的基础上,引入一系列新兴信息技术,为师生提供各种智慧型的服务,改进师生在工作、学习和生活中的活动方式,推动教学、科研、管理和服务在信息技术支持下的模式创新,实现高校的智慧运行,支撑高校智慧教育的开展。
[0003]课堂考勤已经成了学生管理层面不可缺少的一环,直接决定了学校教学质量的好坏。在实际进行出勤考察时,会有学生替人考勤或在考勤答到后立即离开的情况出现,严重影响学校的学习风气。同时,传统的人工考勤不仅耗时长、准确性低并且极易出现代答到和误判的情况。

技术实现思路

[0004]有鉴于此,本专利技术提供了一种基于大数据和智慧校园的出勤管理系统,其包括:校园出勤管理平台和教育终端,其中,校园出勤管理平台与各教育终端具有通信连接;校园出勤管理平台包括:数据处理模块、图像重构模块、图像处理模块、图像识别模块和数据库,其中,各模块间具有通信连接;图像识别模块包括:区域分割单元、特征识别单元、特征转换单元和特征构建单元,其中,各单元具有通信连接;
[0005]教师终端发送出勤查询请求到校园出勤管理平台;所述出勤查询请求包括目标课程的课程标识符、授课地点和授课时间;
[0006]数据处理模块根据目标课程的课程标识符从数据库获取目标课程的第一考勤数据和第二考勤数据,并对第一考勤数据和第二考勤数据进行处理以得到第一异常考勤数据,然后根据第一异常考勤数据获取待验学生图像集;
[0007]数据处理模块根据目标课程的授课时间和授课地点获取目标考勤视频,并在时间维度上按照预设时间步长对目标考勤视频进行图像切割处理以得到考勤图像集;
[0008]图像重构模块提取考勤图像集中每个考勤图像的空间特征以得到多维空间特征序列,并提取考勤图像集中每个考勤图像的时间特征以得到多维时间特征序列,然后根据多维空间特征序列和多维时间特征序列生成目标考勤图像;
[0009]图像处理模块识别目标考勤图像中若干个面部图像以得到第一面部图像集,并获取每个第一面部图像的中心位置点,然后以中心位置点为平移中心和旋转中心将每个第一面部图像进行平移和旋转以得到第二面部图像集;
[0010]图像识别模块依次将待验学生图像集中的每个学生的待验面部图像分别与第二
面部图像集中每个第二面部图像进行匹配;
[0011]在所述待验面部图像与第二面部图像集中的每张第二面部图像均不匹配时,图像识别模块将所述待验面部图像对应的学生基本数据加入第二异常考勤数据,并将第二异常考勤数据发送到相应教师终端。
[0012]进一步实施例中,教师终端为管理人员使用的具有计算功能、存储功能和通信功能的设备,其包括:智能手机、台式电脑、笔记本电脑、智能手表和智能穿戴设备;所述第一异常考勤数据为第一考勤数据与第二考勤数据不一致的学生基本数据;所述第二异常考勤数据为在目标考勤视频中停留时间少于预设时间和未出现在目标考勤视频中的学生的对应学生基本数据。
[0013]进一步实施例中,所述学生基本数据包括学生的人脸图像、姓名、性别、年级和课程表;所述待验学生图像集包括了第一考勤数据与第二考勤数据不一致的学生的面部图像;所述第一考勤数据为通过门禁打卡获取的出勤数据;所述第二考勤数据为通过点名获取的出勤数据。
[0014]进一步实施例中,图像重构模块根据多维空间特征序列和多维时间特征序列生成目标考勤图像包括:
[0015]图像重构模块对多维空间特征序列和多维时间特征序列特征特性进行非线性变换处理以得到权值向量;
[0016]图像重构模块对多维空间特征序列、多维时间特征序列和权值向量进行多维度加权特征融合以得到目标考勤图像特征;
[0017]图像重构模块根据目标考勤图像特征进行图像重构得到目标考勤图像。
[0018]进一步实施例中,图像识别模块将待验学生图像集中的每个学生的待验面部图像分别与第二面部图像集中每个第二面部图像进行匹配包括:
[0019]区域分割单元将第二面部图像集中的每个第二面部图像划分为若干个面部子区域;
[0020]特征识别单元获取每个面部子区域的若干个面部关键点的特征值;
[0021]特征转换单元根据每个面部子区域的面部关键点获取每个面部子区域的若干个子特征向量,并根据每个面部子区域的所有子特征向量获取每个面部子区域的面部子区域特征向量;
[0022]特征构建单元将每个面部子区域的面部子区域特征向量进行处理以得到每个第二面部图像的面部识别特征。
[0023]进一步实施例中,特征转换单元根据每个面部子区域的所有子特征向量获取每个面部子区域的面部子区域特征向量包括:
[0024]特征转换单元计算每个面部子区域中的各子特征向量间的角度以得到若干个面部识别特征角;
[0025]特征转换单元根据每个面部子区域中的所有面部识别特征角对每个面部子区域中的所有子特征向量进行特征转换以得到面部子区域特征向量。
[0026]进一步实施例中,特征转换单元计算面部子区域中的各子特征向量间的角度得到面部识别特征角包括:
[0027][0028]其中,u1、u2、u3、u4为子特征向量的起点和终点对应的面部关键点的横坐标,v1、v2、v3、v4为子特征向量的起点和终点对应的面部关键点的纵坐标。
[0029]进一步实施例中,图像重构模块对多维空间特征序列和多维时间特征序列特征特性进行非线性变换处理得到权值向量包括:
[0030][0031]其中,W为权值向量,R为多维空间特征序列,V多维时间特征序列,χ为预设条件,β为非线性变换系数,i为非线性变换系数的索引,n为非线性变换系数的个数。
[0032]本专利技术具有以下有益效果:本专利技术通过门禁刷卡、人工出勤考察和视频图像匹配的多重考勤验证机制对学生的出勤情况进行交叉验证以得到最终的出勤数据,以使最终获取到的出勤记录准确无误,同时避免出现学生代答到、学生代刷卡和学生中途离场等出勤作弊情况的发生,也避免了出勤考察时错过教师点名和忘记带卡的学生被误认为缺勤的情况发生,提升出勤考察的准确度。
附图说明
[0033]图1为一示例性实施例提供的基于大数据和智慧校园的出勤管理系统的流程图。
具体实施方式
[0034]为了更清楚地说明本文实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本文的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
...

【技术保护点】

【技术特征摘要】
1.一种基于大数据和智慧校园的出勤管理系统,其特征在于,其包括:校园出勤管理平台和教育终端,其中,校园出勤管理平台与各教育终端具有通信连接;校园出勤管理平台包括:数据处理模块、图像重构模块、图像处理模块、图像识别模块和数据库,其中,各模块间具有通信连接;图像识别模块包括:区域分割单元、特征识别单元、特征转换单元和特征构建单元,其中,各单元具有通信连接;教师终端发送出勤查询请求到校园出勤管理平台;所述出勤查询请求包括目标课程的课程标识符、授课地点和授课时间;数据处理模块根据目标课程的课程标识符从数据库获取目标课程的第一考勤数据和第二考勤数据,并对第一考勤数据和第二考勤数据进行处理以得到第一异常考勤数据,然后根据第一异常考勤数据获取待验学生图像集;数据处理模块根据目标课程的授课时间和授课地点获取目标考勤视频,并在时间维度上按照预设时间步长对目标考勤视频进行图像切割处理以得到考勤图像集;图像重构模块提取考勤图像集中每个考勤图像的空间特征以得到多维空间特征序列,并提取考勤图像集中每个考勤图像的时间特征以得到多维时间特征序列,然后根据多维空间特征序列和多维时间特征序列生成目标考勤图像;图像处理模块识别目标考勤图像中若干个面部图像以得到第一面部图像集,并获取每个第一面部图像的中心位置点,然后以中心位置点为平移中心和旋转中心将每个第一面部图像进行平移和旋转以得到第二面部图像集;图像识别模块依次将待验学生图像集中的每个学生的待验面部图像分别与第二面部图像集中每个第二面部图像进行匹配;在所述待验面部图像与第二面部图像集中的每张第二面部图像均不匹配时,图像识别模块将所述待验面部图像对应的学生基本数据加入第二异常考勤数据,并将第二异常考勤数据发送到相应教师终端。2.根据权利要求1所述的系统,其特征在于,教师终端为具有计算功能、存储功能和通信功能的设备,其包括:智能手机、台式电脑、笔记本电脑、智能手表和智能穿戴设备。3.根据权利要求2所述的系统,其特征在于,所述第一异常考勤数据为第一考勤数据与第二考勤数据不一致的学生基本数据;所述第二异常考勤数据为在目标...

【专利技术属性】
技术研发人员:ꢀ五一IntClG零六Q一零一零
申请(专利权)人:颜滢琦
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1