基于区块链的智慧教育学生出勤大数据统计方法及系统技术方案

本发明专利技术提出了一种基于区块链的智慧教育学生出勤大数据统计方法及系统，涉及生物识别算法领域。一种基于区块链的智慧教育学生出勤大数据统计方法包括：获取课堂图像，并利用多尺度图像加强技术对课堂图像进行优化处理；利用多人脸识别方法交叉互验的方式对人脸进行第一次识别；利用声纹识别方法对课堂发言的学生进行第二次判别，检测到学生发言并计入学生实际出勤；当人脸识别及声纹识别均未能识别出的情形，则利用基于多边缘检测算子的相似度检测方式对学生指纹进行第三次识别，将识别出来的出勤学生名单上传。其能够在出勤统计的过程中利用了区块链的思想，让教师、学生共同作为见证人，更深层次的确保了出勤结果的可靠性。更深层次的确保了出勤结果的可靠性。更深层次的确保了出勤结果的可靠性。

【技术实现步骤摘要】
基于区块链的智慧教育学生出勤大数据统计方法及系统


[0001]本专利技术涉及生物识别算法领域，具体而言，涉及一种基于区块链的智慧教育学生出勤大数据统计方法及系统。

技术介绍

[0002]课堂考勤是高校教学活动中一项重要任务，是保证高校教学质量的重要举措。目前，高校课堂考勤主要包括教师或班委人工考勤、接触式设备考勤、微信面对面签到、手机APP签到、二维码签到等方式，但是存在一定的局限性：占用课堂时间长，考勤效率低；学生代签情况普遍存在，无法真实反应学生出勤情况；考勤结果无法实时共享和反馈。
[0003]因此，学生出勤情况一直是智慧教育中的重点关注问题，如果能够有效地对学生出勤情况进行统计，就可以更好地对学生的学习情况进行监督。传统的出勤检测往往通过课堂点名、签到等方式来完成，需要占用较多的课堂时间，而且代签、代答到等情况时有出现、目前的学生识别的考勤方法主要为采用传统的分析法对检测到的人脸进行识别。然而实际情况中，考勤人员数量较多，在进行人脸识别时的背景简单、光照稳定、人脸表情单一，然而在实际考勤中，考勤人员较多，背景、光照、姿态和表情等本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，包括：获取课堂图像，并利用多尺度图像加强技术对课堂图像进行优化处理；利用多人脸识别方法交叉互验的方式对人脸进行第一次识别；利用声纹识别方法对课堂发言的学生进行第二次判别，检测到学生发言并计入学生实际出勤；当人脸识别及声纹识别均未能识别出的情形，则利用基于多边缘检测算子的相似度检测方式对学生指纹进行第三次识别；将识别出来的出勤学生名单，分别上传至班级内部的网络系统及区块链中。2.如权利要求1所述的一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，所述获取课堂图像，并利用多尺度图像加强技术对课堂图像进行优化处理包括：对图像进行3个不同尺度的高斯模糊，然后将模糊后的图像分别和原图做减法，得到不同程度的细节信息，将不同程度的细节信息加权到原图中，得到含有丰富细节信息的加强图像。3.如权利要求1所述的一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，所述利用基于多边缘检测算子的相似度检测方式对学生指纹进行第三次识别包括：选择学生的任一档案指纹作为当前档案指纹，对当前档案指纹与待识别指纹分别进行细节点特征划分，并构建细节点对，计算当前档案指纹和待识别指纹的第一相似度和第二相似度；其中，第一相似度通过对细节点对进行柱形编码计算而得，第二相似度通过对细节点对进行带权值的柱形编码计算而得；将第一相似度和第二相似度进行融合，得出当前档案指纹与待识别指纹的最终相似度。4.如权利要求3所述的一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，还包括：对当前档案指纹的细节点和待识别指纹的细节点分别进行柱形编码，将柱形编码二值化，得到二进制串，分别对细节点对的二进制串异或后求1的个数，得到局部第一相似度，基于细节点对的兼容性修改局部第一相似度，从而计算出第一相似度；对当前档案指纹的细节点和待识别指纹的细节点分别进行柱形编码，将柱形编码二值化，得到二进制串，分别对细节点对的二进制串赋予特定的权值，然后对二进制串异或后求1的个数，得到局部第二相似度，基于上述细节点对的兼容性修改局部第二相似度，从而计算出第二相似度；其中，权值通过在进行柱形编码时...

【专利技术属性】
技术研发人员：于水娜，
申请(专利权)人：北京吉道尔科技有限公司，
类型：发明
国别省市：