[发明专利]一种基于人脸识别技术的高校学生管理系统在审

专利信息
申请号: 202010586405.3 申请日: 2020-06-24
公开(公告)号: CN111754669A 公开(公告)日: 2020-10-09
发明(设计)人: 谢晓兰;许可;刘亚荣 申请(专利权)人: 桂林理工大学
主分类号: G07C9/37 分类号: G07C9/37;G07G1/12;G08B13/196;G06Q50/20;G06K9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 541004 广*** 国省代码: 广西;45
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 技术 高校学生 管理 系统
【说明书】:

发明公开了一种基于人脸识别技术的高校学生管理系统。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、智慧通行子系统。建立学生信息数据库存储;通过人脸识别技术、图像预处理、特征脸匹配算法等对识别的图像数据进行匹配,以用于刷脸支付、智慧通行、数据分析等;构建安全监管子系统,设计行为判断模块,采用基于案例推理的可疑行为识别模型对可疑行为、突发紧急异常情况进行预警;利用数据分析技术及工具,对学生生活、各方面进行可视化数据分析。本发明帮助高校更智能化、便捷化地管理学生,节约了大量人力资源,提高了管理效率,并在一定程度上有效地保障了学生安全。

技术领域

本发明属于深度学习及人脸识别技术领域,特别涉及一种基于人脸识别技术的高校学生管理系统。

背景技术

高校在对学生日常生活、学习、娱乐等方面的管理,大部分都是利用人工力量进行管理,如负责学生公寓管理的宿管阿姨,负责记录学生考勤工作的辅导员等。随着高校不断扩招,学生的数量越来越多,单纯依靠人工力量去负责学生的管理无疑会增加学生、老师及管理工作者的压力,具体表现如下:

(1)学生人数多,活动轨迹广,管理难度较大,高校不可能在校园各个地点角落都配备相应的管理人员,因此依靠人工力量对学生的监管力度较弱。

(2)高校对外来人员管理困难,甚至出现过不法分子尾随学生、宿舍盗窃等现象,严重危害了学生的人身及财产安全。

(3)传统管理系统操作复杂,功能单一,同一高校不同学院可能有不同的管理系统,甚至各个部门之间也有不同的系统,不方便高校对所有学生进行管理。

鉴于此,传统的高校管理方式、管理系统已经不能满足我国高校对于学生安全、信息、学习、生活的高效管理。我国目前人脸识别技术已经取得了明显进步,人脸识别技术是基于人的面部特征信息进行判断识别的一种生物识别技术,是一种结合摄像头捕获的人脸特征信息,进行面部识别、检测、匹配、分析的高性能的技术。其应用领域主要集中在金融、安防及考勤方面,而高校学生也涉及到了金融交易、安全防护、学习考勤,因此很有必要结合人脸识别技术对高校学生进行更有效率的管理。

发明内容

本发明提供的一种基于人脸识别技术的高校学生管理系统,利用人脸识别技术优化高校学生管理,旨在于节约人力资源、加强学生安全监督。

本发明是这样实现的:一种基于人脸识别技术的高校学生管理系统,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、智慧通行子系统。学生信息子系统与数据分析子系统、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、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,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,系统会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、支付宝账户等信息。

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等。

所述信息管理维护模块,主要对学生当前在校离校等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等数据进行大数据分析,得出更多有代表性的信息,及时了解学生存在的一些困难问题。

所述智能考勤子系统包括学生轨迹记录模块、可疑人员预警模块。

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桂林理工大学,未经桂林理工大学许可,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/202010586405.3/2.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