[发明专利]一种基于人脸识别和在线实时数据的高校学生考勤系统有效

专利信息
申请号: 201910748035.6 申请日: 2019-08-14
公开(公告)号: CN110533788B 公开(公告)日: 2021-12-24
发明(设计)人: 王浩;王培鑫;屈洋洋 申请(专利权)人: 合肥智圣新创信息技术有限公司
主分类号: G07C1/10 分类号: G07C1/10;G06K9/00;G06Q50/20
代理公司: 合肥中谷知识产权代理事务所(普通合伙) 34146 代理人: 洪玲
地址: 230000 安徽省合肥市高新*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 识别 在线 实时 数据 高校学生 考勤 系统
【权利要求书】:

1.一种基于人脸识别和在线实时数据的高校学生考勤系统,其特征在于,所述系统包括,

信息认证装置,用于对学生身份的验证,以及与该学生对应的课程认证,并进行第一次考勤信息采集;

人脸实时采集比对装置,用于在完成学生第一考勤信息采集后且在上课过程中实时对学生人脸扫描,获取学生的当前位置、上课状态信息,从而完成对学生的第二次考勤信息采集,包括:在完成所有学生的第一考勤信息采集后且在上课过程中,启动人脸实时采集对比装置,并以一周期T进行课堂学生的人脸扫描,以获取当前课程中的所有学生人脸图像信息与预先存储的人脸图像信息以及所有学生的座位位置信息与预先存储的位置信息是否一致,若人脸图像信息一致,而座位位置信息不一致,则在T+t后继续扫描该学生的人脸图像以及与之对应的位置信息,若人脸图像信息不一致,则不用判断座位位置信息,并在T+t后继续扫描该学生的人脸图像信息以判断学生是否在教室中;所述人脸实时采集比对装置根据获取的学生人脸图像数据以及位置信息完成对学生的第二次考勤信息采集;

考勤数据分析装置,用于在课程结束后,分析采集的所述第二次考勤信息从而得到当前课程学生考勤信息以及课堂质量信息,所述学生考勤分析模块,用于根据采集的第二次考勤信息对学生进行考勤分析,当T周期内记录的人脸图像数据以及与之对应的位置信息都一致,则学生都考勤通过,若T周期内记录的一个或多个学生的人脸图像数据与预先存储的人脸图像数据不一致,且在T+t时间后仍未采集到学生的人脸图像数据,则认为学生已经迟到,并且在下课前的最后一次采集过程中仍未采集到学生的图像数据,则认为学生旷课;若在T周期内采集的人脸图像数据一致,而位置信息不一致,且在T+t后采集的人脸图像数据一致,而位置信息与上一次的位置信息一致或者与预先存储的位置一致,则认为学生在课堂上课,若在T周期内采集的人脸图像数据一致,而位置信息不一致,且在T+t后采集的人脸图像数据不一致,以及在下课前最后一次采集图像数据过程中,仍未采集到图像数据,则认为学生早退;

所述课堂质量分析模块,用于根据学生考勤分析模块分析出来的学生在课堂上的上课情况得到当前课堂的学生上课质量基础情况并进行记录;

所述系统还包括数据库,用于预先存储学生人脸图像数据以及与人脸图像数据对应的课程信息;

所述信息认证装置具体包括,

登录模块,用于学生通过用户名密码方式登录系统;

个人信息比对模块,用于将当前即将开始的课程与登录的学生身份信息进行匹配,以判断当前登录的学生信息与该课程是否匹配,在匹配后完成个人信息比对;

第一次考勤信息采集模块,用于当个人信息对比模块完成信息比对后,采集当前学生人脸图像信息以及该学生的当前座位位置信息,从而实现对学生的第一次考勤信息采集。

2.根据权利要求1所述的基于人脸识别和在线实时数据的高校学生考勤系统,其特征在于,所述登录模块还用于学生通过指纹或者人脸识别方式登录系统。

3.根据权利要求2所述的基于人脸识别和在线实时数据的高校学生考勤系统,其特征在于,所述T为15分钟,所述t为5分钟。

4.根据权利要求3所述的基于人脸识别和在线实时数据的高校学生考勤系统,其特征在于,所述系统还包括一移动终端,在课程开始前,学生通过移动终端登录系统。

5.根据权利要求4所述的基于人脸识别和在线实时数据的高校学生考勤系统,其特征在于,所述系统还包括在每间教室中部署的无线网AP设备,用于系统中通过无线传输方式发送和接收数据。

6.根据权利要求4所述的基于人脸识别和在线实时数据的高校学生考勤系统,其特征在于,所述人脸实时采集比对装置还包括一个或多个摄像头采集装置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥智圣新创信息技术有限公司,未经合肥智圣新创信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910748035.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top