[发明专利]一种基于人脸识别的考勤方法及装置

权利要求书

1.一种基于人脸识别的考勤方法，其特征在于，包括：

接收考勤相关信息，所述考勤相关信息包括排课信息以及人像采集信息；

获取与所述排课信息对应的多个预设学生信息；其中，每个所述预设学生信息包括学生姓名和对应的预设人脸特征；

当所述人像采集信息为视频信息时，提取所述视频信息中所有的考勤人脸特征；

以所述多个预设学生信息和所有的所述考勤人脸特征为依据，获取到课学生名单和缺席学生名单。

2.根据权利要求1所述的基于人脸识别的考勤方法，其特征在于，所述当所述人像采集信息为视频信息时，提取所述视频信息中所有的考勤人脸特征，包括：

对所述视频信息进行帧切割处理，得到多张帧图片，并从所述多张帧图片中分割出所有包括人脸的人脸图片；

对所有所述人脸图片进行归一化处理，得到多张归一化图片；

提取所述多张归一化图片中所有的考勤人脸特征。

3.根据权利要求1所述的基于人脸识别的考勤方法，其特征在于，在所述接收考勤相关信息之前，所述方法还包括：

获取所有排课信息、与每个所述排课信息对应的学生姓名以及与所述学生姓名对应的学生照片；

通过深度学习网络提取所述学生照片的人脸特征，作为与学生姓名对应的预设人脸特征；

构建与每个所述排课信息对应的所述预设学生信息。

4.根据权利要求1所述的基于人脸识别的考勤方法，其特征在于，所述以所述多个预设学生信息和所有的所述考勤人脸特征为依据，获取到课学生名单和缺席学生名单，包括：

将所述考勤人脸特征与所述多个预设人脸特征逐一匹配，得到第一哈希表；其中，所述第一哈希表包括所述学生姓名和与每个学生姓名相对应的多个相似率；

以所述第一哈希表为依据，获取每个学生姓名对应的所述多个相似率中的最大相似率，生成第二哈希表，所述第二哈希表包括所述学生姓名和与每个学生姓名对应的最大相似率；

获取所述第二哈希表中相似率大于或者等于预设阈值的学生姓名，生成到课学生名单，并从应出勤学生名单中排除到课学生名单，得到缺席学生名单。

5.根据权利要求1所述的基于人脸识别的考勤方法，其特征在于，

当所述人像采集信息为图片信息时，对所述图片信息进行鱼眼消除处理和分割处理，得到多张分割图片；

提取所述多张分割图片中所有的考勤人脸特征，并执行所述的以所述多个预设学生信息和所有的所述考勤人脸特征为依据，获取到课学生名单和缺席学生名单。

6.一种基于人脸识别的考勤装置，其特征在于，包括：

接收模块，用于接收考勤相关信息，所述考勤相关信息包括排课信息以及人像采集信息；

获取模块，用于获取与所述排课信息对应的多个预设学生信息；其中，每个所述预设学生信息包括学生姓名和对应的预设人脸特征；

人脸特征提取模块，用于当所述人像采集信息为视频信息时，提取所述视频信息中所有的考勤人脸特征；

出勤判断模块，用于以所述多个预设学生信息和所有的所述考勤人脸特征为依据，获取到课学生名单和缺席学生名单。

7.根据权利要求6所述的基于人脸识别的考勤装置，其特征在于，所述人脸特征提取模块包括：

第一子模块，用于对所述视频信息进行帧切割处理，得到多张帧图片，并从所述多张帧图片中分割出所有包括人脸的人脸图片；以及对所有所述人脸图片进行归一化处理，得到多张归一化图片；

第二子模块，用于提取所述多张归一化图片中所有的考勤人脸特征。

8.根据权利要求6所述的基于人脸识别的考勤装置，其特征在于，所述获取模块，还用于在所述接收考勤相关信息之前，获取所有排课信息、与每个所述排课信息对应的学生姓名以及与所述学生姓名对应的学生照片；

还包括：

预设特征提取模块，用于通过深度学习网络提取所述学生照片的人脸特征，作为与学生姓名对应的预设人脸特征；

构建模块，用于构建与每个所述排课信息对应的所述预设学生信息。