[发明专利]一种基于人脸识别技术的高校学生管理系统

权利要求书

1.一种基于人脸识别技术的高校学生管理系统，其特征在于包括：学生信息子系统、数据分析子系统、智能考勤子系统、匹配子系统、刷脸支付子系统、安全监管子系统和智慧通行子系统；学生信息子系统分别与数据分析子系统、匹配子系统、智能考勤子系统相连；匹配子系统分别与安全监管子系统、刷脸支付子系统、智能考勤子系统、智慧通勤子系统相连；智能考勤子系统分别与安全监管子系统、智慧通行子系统相连；

所述学生信息子系统包括：面部特征信息录入模块、个人信息记录模块、信息存储模块和信息管理维护模块；

所述面部特征信息录入模块采用图像采集卡，调用虹软视觉开放平台提供的离线人脸识别SDK、API接口，通过LabVIEW_imaqdx函数调用系统摄像头捕获学生的面部特征信息，完成学生人脸数据特征信息的提取；

所述个人信息记录模块，系统记录高校学生的相关个人信息如学号、身份证号码、银行卡号、支付宝账户信息；

所述信息存储模块，采用轻量级的MYSQL数据库，用于存储学生面部特征信息及个人资料信息；

所述信息管理维护模块，对学生当前在校离校个人信息进行实时更新维护及管理，从而保证数据的准确性；

所述数据分析子系统，根据系统提供的学生信息数据，利用OpenRefine工具对相关数据进行标准统一、利用RapidMiner工具，对学生信息进行可视化分析，进行大数据分析；

所述智能考勤子系统包括学生轨迹记录模块和可疑人员预警模块；

所述学生轨迹记录模块对学生进出公寓时间、出入的地点、上课出勤相关情况进行记录，对晚归、旷课、迟到、早退及违规行为进行记录并上传至系统；

所述可疑人员预警模块采用基于行为动作识别算法，构建基于案例推理的可疑行为识别模型，利用规则推理算法识别可疑行为，基本子行为属性特征相似度计算采用以下公式进行：

计算得：

式中，基本子行为属性特征向量分别为A₁,A₂，利用向量余弦计算其相似度值，相似度范围从-1到1，-1表示检测行为与模型行为值完全相反，1表示检测值与模型行为值是相同的，如果可疑行为属性相似度高，系统则会进行预警；

所述匹配子系统，通过摄像机进行人脸数据检测，将获取的图像进行裁剪、归一、直方图均衡等数据预处理，采用特征匹配算法，根据已知特征信息进行分析匹配，计算特征信息相似度值，然后遍历数据库，最终确定识别对象；

所述直方图均衡是一种点操作，通过直方图均衡算法逐点改变图像点灰度值，使捕获的图像灰度级别都具有相同数量的像素点，改善图像由于过度曝光或曝光不足的情况，从而增强图像的对比度，扩大图像灰度范围；

所述刷脸支付子系统，在校园餐厅、超市等消费场所安装本系统的智能面部支付机，从而实现刷脸支付；

所述安全监管子系统包括实时监管模块、行为判断模块和智能预警模块；

所述实时监管模块采用安装本系统的智能立体摄像机，对校园进行智能监管；

所述行为判断模块通过卷积神经网络模型和长短期记忆网络模型导入常规行为数据样本、异常行为数据样本构建行为判断模型；

所述智能预警模块采用基于行为动作识别算法，智能识别模型匹配的录像数据，对一些突发的严重情况进行预警，并通知校园的相关管理人员进行紧急处理；

所述智慧通行子系统，在校园图书馆和实验室，安装支持人脸识别的智能闸门，关联本高校学生管理系统从而实现通过人脸特征信息进行智能快速通行。