[发明专利]人脸和虹膜特征融合识别的智能课堂考勤系统

说明书

技术领域

本发明属于课堂考勤领域，特别涉及一种人脸和虹膜特征融合识别的智能课堂考勤系统。

背景技术

在高校的教学和学生工作管理过程中，考勤是一项重要的内容，学生的考勤直接影响到学校的学风建设。当前我国大多数高校在学生日常考勤工作中主要采用的依然是人工考勤方式或校园卡考勤方式，这些考勤方式虽然能起到一定作用，但问题也很突出。第一，老师并不认识每一位学生，人工考勤或校园卡考勤均有可能存在冒名顶替考勤的现象；第二，学分制已经成为我国高校最常见的教学方式，在这种模式下，学生可以根据兴趣选择自己喜欢的科目，只要在毕业之前修满学生培养方案中的最低学分即可顺利毕业，这种情况下，同一课堂可能有来自不同学院、不同专业、不同班级的学生，老师对各个学生并不熟悉，因此导致学生考勤工作中出现大量逃课或弄虚作假现象，对高校正常教学秩序及教学质量带来严重负面影响，同时也降低了学生自身组织性和纪律性。

传统的人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别(身份确认或者身份查找)。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图像或者相应的编码，而其输出则是一系列的相似度得分，表明待识别的人脸身份。提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。

人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等细节特征。虹膜在胎儿发育阶段形成后，在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性，同时也决定了身份识别的唯一性。因此，可以将眼睛的虹膜特征作为每个人的身份识别对象。虹膜识别也是目前最稳定、安全的识别系统。

虹膜是瞳孔周围的环状颜色组织，它有丰富而各不相同的纹理图案，构成了虹膜识别的基础。虹膜识别技术是通过一种近似红外线的光线对虹膜图案进行扫描成像，并通过图案像素位的异或操作来判定相似程度。虹膜识别过程首先需要把虹膜从眼睛图像中分离出来，再进行特征分析。理论上找到两个完全相同的虹膜的概率是120万分之一。这也是目前已知的所有生物识别技术中最为精确的。一个人的虹膜在发育成熟后终生不变，且具有极高的唯一性，因此，是一种安全性(密切量)极高的人体生物特征。虹膜是与视网膜不同的概念，它存在于眼的表面(角膜下部)，是瞳孔周围的有色环行薄膜，人眼的颜色就是由虹膜决定的，不受眼球内部疾病的影响。

如果可以实现百分百的识别，从生物特性来说，虹膜解锁，要比指纹扫描、Touch ID更加安全，理论上来说，只有DNA才能超过它。在人体生物特征识别领域，认假率是十分重要的指标，它的数值越低，就代表识别越精确，也就越能减少出错的可能性。虹膜识别的认假率为1/1500000，而TouchID的认假率为1/50000。而从唯一性来说，当人到两岁以后，人类眼睛的虹膜就几乎不会再发生变化，所以将虹膜作为“密码”有着更好的“长期安全性”。

发明内容

本发明提出一种人脸和虹膜特征融合识别的智能课堂考勤系统，人脸识别系统可将初步识别情况计入后台数据库，由虹膜识别最终确认学生的考勤情况，既安全又可有效的了解所在教室的班级同学考勤情况，不会再出现代签到等情况。

实现本发明目的的技术解决方案为：

一种基于CS-LBP和2DFLD算法的人脸和虹膜特征融合识别的智能课堂考勤系统，该考勤系统包括人脸识别系统、虹膜识别系统，人脸和虹膜特征融合识别系统、刷卡器和门禁控制装置，人脸识别系统中人脸图像首先通过预处理得到感兴趣的人脸区域，再进行归一化，与此同时，虹膜识别系统中虹膜图像经过定位分割出虹膜后归一化，然后使用CS-LBP算子得到人脸和虹膜的局部纹理特征，在人脸和虹膜特征融合识别系统中经过特征标准化和特征组合，并通过利用2DFLD算法对组合特征矩阵进行特征提取，获得最佳分类融合特征矩阵，最后运用最小距离分类器，与后台数据库进行匹配，完成识别，识别成功则门禁打开；刷卡器的权限提供给教师，可用其工作卡在授权工作时间段刷卡进入教室。

优选地，人脸和虹膜特征融合识别系统是一个独立的中间模块。

优选地，人脸和虹膜特征融合识别系统包括人脸与虹膜特征标准化、特征组合及特征融合的功能。

优选地，所述数据库进行联网，直接识别出学生信息。