[发明专利]基于人脸识别的疫情校园出行管理系统在审

专利信息
申请号: 202110768531.5 申请日: 2021-07-07
公开(公告)号: CN113313869A 公开(公告)日: 2021-08-27
发明(设计)人: 王璐;刘芸 申请(专利权)人: 河海大学
主分类号: G07C9/37 分类号: G07C9/37;G06K9/00;G06Q50/22
代理公司: 北京盛凡智荣知识产权代理有限公司 11616 代理人: 林燕
地址: 210009 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 识别 疫情 校园 出行 管理 系统
【权利要求书】:

1.一种基于人脸识别的疫情校园出行管理系统,其特征包括如下模块:

(1)本发明方法构成的系统设置有注册登陆模块、人脸识别模块、口罩识别模块;在注册登陆模块中,用户可以通过注册登陆进入到疫情校园出行管理系统;

(2)人脸识别模块可以实现人员信息录入、人脸检测的操作;该模块核心技术采用OpenCV,可运用于校门入口出,判断进出校园的人员是否为校内师生员工,如果是校内师生员工则予以通行,如果检测为外来人员,则会标红警告,拒绝该人员的进入;

(3)口罩识别模块核心技术采用OpenCV,可运用于校园内部师生人员楼宇进出,在疫情防控期间,要求师生员工长期佩戴口罩,对于佩戴口罩的人员予以通行,对未佩戴口罩的人员进行标红警告。

2.如权利要求1所述的基于人脸识别的疫情校园出行管理系统,其特征在于注册登陆模块,包括以下步骤:

步骤1:在注册页面内输入账号、密码、邮箱

步骤2:注册成功后,跳转至登录页面,用户填写相应的账号密码,进入主页。

3.如权利要求1所述的基于人脸识别的疫情校园出行管理系统,其特征在于人脸识别模块,包括以下步骤:

步骤1:输入需要录入的人员的学号姓名,点击提交;

步骤2:点击人脸检测按钮,进行人脸检测;

步骤3:输出人脸检测结果。

4.如权利要求1所述的基于人脸识别的疫情校园出行管理系统,其特征在于口罩识别模块,包括以下步骤:

步骤1:点击口罩识别按钮,进行口罩识别;

步骤2:输出口罩识别结果。

5.如权利要求2所述的基于人脸识别的疫情校园出行管理系统,其特征在于,步骤实现具体内容:

在注册页面内输入账号、密码、邮箱,向服务器发送注册请求;

服务器判定用户账号是否唯一,若账号唯一,则生成唯一标识,保存数据至数据库,并返回注册成功消息;

注册成功后,跳转至登录页面,用户填写相应的账号密码,向服务器发送登录请求;

服务器判定用户账号密码是否与数据库中所存储数据一致,若一致,则成功进入到系统主页。

6.如权利要求3所述的基于人脸识别的疫情校园出行管理系统,其特征在于,人脸识别步骤的实现包括四个模块,分别为人脸采集模块、模型训练模块、人脸对比模块:在人脸采集模块中,输入学号与姓名之后,打开摄像头,从摄像头中获取图像,调用OpenCV自带的人脸识别xml文件,实现人脸图像的获取;将图片进行剪裁与灰度处理之后将图像保存,命名格式为User.[学号].[第i张图片],jpg;在获取至少60张的一系列人脸图像之后,人脸采集结束;主函数会创建了一个字典,里面包含所有的学号和姓名;在调用人脸采集函数之后,会将字典更新并且将字典内容保存在本地的名为dict.txt的文件中,每次调用人脸采集函数都会重新从本地读取该txt生成字典;在模型训练模块中,OpenCV用face.LBPHFaceRecognizer_create()函数生成一个LBPH识别器实例模型;在人脸对比模块中,用cv2.face_FaceRecognizer.predict()函数完成人脸识别;在本系统中,函数cv2.face_FaceRecognizer.predict()的参数threshold设定为80,如果待测图像与所有人脸图像的距离都大于80,则认为没有找到对应的结果,即无法识别当前人脸;如果识别出人脸,则将该人脸框出并标识信息,如果未识别出,则红框标出,显示unknown。

7.如权利要求4所述的基于人脸识别的疫情校园出行管理系统,其特征在于,口罩识别步骤的实现包括四个模块,分别为摄像头模块、图片处理模块、口罩判别模块:

在摄像头模块中,实现摄像头调用;

在图片处理模块中,将获取的图片帧进行灰度处理;

在口罩判别模块中,通过两个训练出来的有无口罩xml模型,来判断

有无戴口罩,并标记。

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河海大学,未经河海大学许可,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/202110768531.5/1.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