多人考勤方法技术

本申请提供一种多人考勤方法

【技术实现步骤摘要】
多人考勤方法、装置、考勤设备以及存储介质


[0001]本申请涉及人工智能
，具体涉及一种多人考勤方法
、
装置
、
考勤设备以及存储介质
。

技术介绍

[0002]在教学活动中考勤制度是重要组成部分，传统的出勤人数统计方式通常是由教师根据考勤名单信息进行口头点名，耗费大量教学时间
。
目前，现有技术中也有如使用指纹识别
、
射频卡
、
人脸打卡等单人考勤方式，但这些考勤方式运用到教学课堂考勤中，需要学生主动进行考勤信息的上传，难以避免利用他人信息进行代考勤，导致考勤统计的准确性下降
。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种多人考勤方法
、
装置
、
计算机设备以及存储介质，用以提高考勤统计效率以及准确性
。
[0004]第一方面，本申请提供一种多人考勤方法，该方法包括：
[0005]采集教室环境图像，教室环境图像中包括至少一个待考勤对象；
[0006]从教室环境图像中分割出各待考勤对象对应的目标区域图像；
[0007]将各目标区域图像分别输入至目标图像分类模型中，得到各目标区域图像对应的对象类型编码；
[0008]基于各对象类型编码，从预设的考勤名单信息中确定缺勤信息
。
[0009]在本申请一些实施例中，考勤名单信息包括目标考勤对象的标识编码；
[0010]基于各对象类型编码，从预设的考勤名单信息中确定缺勤信息包括：
[0011]根据各对象类型编码以及标识编码，从考勤名单信息中的目标考勤对象中确定缺勤对象；
[0012]从考勤名单信息中确定缺勤对象的人名信息，并计算缺勤对象的数量值
。
[0013]在本申请一些实施例中，从教室环境图像中分割出各待考勤对象对应的目标区域图像，包括：
[0014]将教室环境图像输入至目标对象检测模型，得到待考勤对象所在的区域信息；
[0015]根据区域信息从教室环境图像中获取待考勤对象对应的目标区域图像
。
[0016]在本申请一些实施例中，将教室环境图像输入至目标对象检测模型，得到待考勤对象所在的区域信息，包括：
[0017]通过目标对象检测模型获取教室环境图像的第一图像特征信息；
[0018]根据第一图像特征信息获取待考勤对象所在的候选区域信息以及候选区域信息对应的置信度；
[0019]基于各候选区域的置信度确定待考勤对象所在区域信息
。
[0020]在本申请一些实施例中，将教室环境图像输入至目标对象检测模型之前，还包括：
[0021]获取教室环境图像样本，以及教室环境图像样本中样本对象的区域标注信息；
[0022]将教室环境图像样本输入至预先构建的对象检测模型，得到与教室环境图像样本对应的样本对象预测区域信息；
[0023]根据样本对象预测区域信息以及区域标注信息，计算对象检测模型的第一损失值；
[0024]根据第一损失值对对象检测模型进行训练，直到达到收敛条件，得到目标对象检测模型
。
[0025]在本申请一些实施例中，将各目标区域图像分别输入至目标图像分类模型中，得到各目标区域图像对应的对象类型编码，包括：
[0026]通过目标图像分类模型获取目标区域图像的第二图像特征信息；
[0027]根据第二图像特征信息对目标区域图像进行分类，并基于分类结果确定目标区域图像对应的对象类型编码
。
[0028]在本申请一些实施例中，采集教室环境图像之前，还包括：
[0029]采集考勤名单信息中各个目标考勤对象的对象图像样本以及人名信息；
[0030]对人名信息进行编码，得到与对象图像样本对应的标识编码；
[0031]将对象图像样本输入至预先构建的图像分类模型中，得到对象图像样本对应的预测类型编码；
[0032]根据预测类型编码与标识编码，计算图像分类模型的第二损失值；
[0033]根据第二损失值对图像分类模型进行训练，直到达到收敛条件，得到目标图像分类模型
。
[0034]第二方面，本申请提供一种多人考勤装置，该装置包括：
[0035]图像采集模块，用于采集教室环境图像，教室环境图像中包括至少一个待考勤对象；
[0036]图像分割模块，用于从教室环境图像中分割出各待考勤对象对应的目标区域图像；
[0037]图像分类模块，用于将各目标区域图像分别输入至目标图像分类模型中，得到各目标区域图像对应的对象类型编码；
[0038]缺勤信息获取模块，用于基于各对象类型编码，从预设的考勤名单信息中确定缺勤信息
。
[0039]第三方面，本申请还提供一种考勤设备，该考勤设备包括：
[0040]一个或多个处理器；
[0041]存储器；以及
[0042]一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现多人考勤方法
。
[0043]第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行多人考勤方法中的步骤
。
[0044]第五方面，本申请实施例提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中
。
计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得
该计算机设备执行上述第一方面提供的方法
。
[0045]上述多人考勤方法
、
装置
、
考勤设备以及存储介质，通过采集教室环境图像，教室环境图像中包括至少一个待考勤对象；从教室环境图像中分割出各待考勤对象对应的目标区域图像；将各目标区域图像分别输入至目标图像分类模型中，得到各目标区域图像对应的对象类型编码；基于各对象类型编码，从预设的考勤名单信息中确定缺勤信息
。
该方法通过定位出教室环境图像中包含待考勤对象的感兴趣区域，并将感兴趣区域的图像信息全部筛选出来并输入到预训练好的目标图像分类模型中，目标图像分类模型输出教室环境图像中包含待考勤对象的感兴趣区域对应的对象类型编码，后续基于对象类型编码与考勤名单信息进行比对，以获取缺勤信息，实现多人同时考勤，大大提高了出勤情况的考察效率
。
附图说明
[0046]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，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
。
[0047]图1是本申请实施例中多人考勤方法的场景示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多人考勤方法，其特征在于，包括：采集教室环境图像，所述教室环境图像中包括至少一个待考勤对象；从所述教室环境图像中分割出各所述待考勤对象对应的目标区域图像；将各所述目标区域图像分别输入至目标图像分类模型中，得到各所述目标区域图像对应的对象类型编码；基于各所述对象类型编码，从预设的考勤名单信息中确定缺勤信息
。2.
根据权利要求1所述的方法，其特征在于，所述考勤名单信息包括目标考勤对象的标识编码；所述基于各所述对象类型编码，从预设的考勤名单信息中确定缺勤信息包括：根据各所述对象类型编码以及所述标识编码，从所述考勤名单信息中的目标考勤对象中确定缺勤对象；从所述考勤名单信息中确定所述缺勤对象的人名信息，并计算所述缺勤对象的数量值
。3.
根据权利要求1所述的方法，其特征在于，所述从所述教室环境图像中分割出各所述待考勤对象对应的目标区域图像，包括：将所述教室环境图像输入至目标对象检测模型，得到所述待考勤对象所在的区域信息；根据所述区域信息从所述教室环境图像中获取所述待考勤对象对应的目标区域图像
。4.
根据权利要求3所述的方法，其特征在于，所述将所述教室环境图像输入至目标对象检测模型，得到所述待考勤对象所在的区域信息，包括：通过所述目标对象检测模型获取所述教室环境图像的第一图像特征信息；根据所述第一图像特征信息获取所述待考勤对象所在的候选区域信息以及所述候选区域信息对应的置信度；基于各所述候选区域的置信度确定所述待考勤对象所在区域信息
。5.
根据权利要求3所述的方法，其特征在于，所述将所述教室环境图像输入至目标对象检测模型之前，还包括：获取教室环境图像样本，以及所述教室环境图像样本中样本对象的区域标注信息；将所述教室环境图像样本输入至预先构建的对象检测模型，得到与所述教室环境图像样本对应的样本对象预测区域信息；根据所述样本对象预测区域信息以及所述区域标注信息，计算所述对象检测模型的第一损失值；根据所述第一损失值对所述对...

【专利技术属性】
技术研发人员：刘宇，谢雨端，
申请(专利权)人：惠州，
类型：发明
国别省市：