[实用新型]一种基于人脸识别的学生实时考勤系统

说明书

本实用新型涉及一种基于人脸识别的学生实时考勤系统，包括人脸注册模块、人脸识别部分、考勤模块、课堂实时监测模块和人脸数据库，人脸注册模块与人脸数据库连接，人脸识别部分包括人脸图像信息提取模块、人脸特征值获取模块和人脸识别模块，人脸图像信息提取模块与人脸特征值获取模块连接，人脸特征值获取模块与人脸识别模块连接，人脸识别模块与人脸数据库相连，人脸识别模块与考勤模块连接，考勤模块、课堂实时监测模块与输出模块连接，输出模块与教务处数据终端连接。本实用新型的优点是不仅能实现课堂考勤，还能对学生的课堂反应情况及学习状态进行实时检测和分析，方便任课教师对教学内容进行调整和修正，也为学生平时成绩提供了判断依据。

技术领域

本实用新型涉及一种基于人脸识别的学生实时考勤系统，属于智能控制技术领域。

背景技术

据申请人了解，高校课程的人工点名会占用课堂时长,以及由于考勤教师对学生的不熟悉会出现代答到现象的发生，这些因素都会直接或间接的导致真实课堂出勤率低下。但随着AI(人工智能)和现代科技的发展，人脸识别技术在各个行业和领域得到了广泛的关注和应用，同时生物识别技术对于个体来讲具有唯一性，作为特殊的身份识别特征，因此，基于此技术的人脸识别学生考勤系统具有更好的发展优势。

实用新型内容

本实用新型的目的在于：针对现有技术存在的缺陷，提出一种基于人脸识别的学生实时考勤系统，该系统能够通过摄像头自主获取人脸图像进行考勤并同时在课堂上实时地检测和评估每位学生的听课状态和学习专注程度；之后可将课堂信息反馈给任教老师及学校教务处，以方便教师对学生的考察和学校对教师执教水平的评估；与此同时，家长可以通过客户端实时了解孩子的在校学习状态，方便交流与沟通。

为了达到以上目的，本实用新型提供了一种基于人脸识别的学生实时考勤系统，包括人脸注册模块、人脸识别部分、考勤模块、课堂实时监测模块和人脸数据库，所述人脸注册模块与人脸数据库的图像采集端连接，所述人脸识别部分包括人脸图像信息提取模块、人脸特征值获取模块和人脸识别模块，所述人脸图像信息提取模块与人脸特征值获取模块的信号采集端连接，所述人脸特征值获取模块的信号输出端与人脸识别模块连接，所述人脸识别模块与人脸数据库相连，所述人脸识别模块的输出端与考勤模块连接，所述考勤模块、课堂实时监测模块的输出端与输出模块连接，所述输出模块与教务处数据终端连接。

本实用新型将班级同学的图像信息导入到人脸数据库中，并与学生身份信息一一对应标记，系统初始化后，呈现系统主要功能:人脸注册、人脸识别、考勤系统、课堂实时监测；其中，人脸注册部分采用摄像头采集人脸图像信息，同时将本次考勤采集到的学生人脸图像自动更新到人脸数据库中，以便下次考勤使用；人脸识别模块采用时下最热门的神经网络进行人脸识别，并同时将考勤数据库中的人脸实时更新替换；考勤模块将人脸对应的身份信息汇总到Excel中并导出；课堂实时监测模块同样采用人脸识别技术对学生的课堂反应及听课专注程度进行评估，并将课堂状况的视频材料及评估结果实时上传到web端供任课教师、教务处及家长查看。

优选的，所述人脸注册模块为摄像头。摄像头采集人脸图像信息，并将采集到的人脸图像信息传输到到人脸数据库中，以便考勤使用。

优选的，所述人脸图像信息提取模块为图像静态采集器或摄像头。

优选的，所述人脸识别模块采用卷积神经网络(CNN)，所述卷积神经网络为层型结构，依次包括输入层、若干卷积层、池化层、全连接层和输出层。

上述结构中，人脸识别的核心是对人脸特征值的提取，目前传统的人脸特征值提取方法有很多，最主要的有几何特征的提取、特征脸方法、主成分分析PCA算法等。近年来，卷积神经网络相对于以往传统的人脸识别算法，避免了对图像复杂的前期预处理过程，可以直接输入原图像，自动提取高维特征。

本实用新型的系统还包括输入模块，用于输入请假情况记录和参与考勤人员名单，所述输入模块与人脸数据库的输入端连接。