[发明专利]基于神经网络的课堂考勤方法、设备、存储介质及装置在审
| 申请号： | 201910359818.5 | 申请日： | 2019-04-29 |
| 公开（公告）号： | CN110097003A | 公开（公告）日： | 2019-08-06 |
| 发明（设计）人： | 杜小坤;李瑛;黄鑫凯 | 申请（专利权）人： | 中南民族大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G07C1/10 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 胡海国 |
| 地址： | 430074 湖北省武汉*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的课堂考勤方法、设备、存储介质及装置，该方法包括：获取目标课堂的上课图像，利用K均值聚类算法对传统的候选区域的深度学习算法进行改进，获得基于候选区域的深度学习目标检测算法模型，通过改进的基于候选区域的深度学习目标检测算法模型对上课图像进行人脸检测，获得目标学生人脸图像，提高人脸检测效率和准确性；通过对卷积神经网络进行改进获得识别模型，通过改进的识别模型对目标学生人脸图像进行身份识别，提高识别速度和准确度，基于识别结果生成课堂考勤记录，从而提高考勤效率。 | ||
| 搜索关键词： | 候选区域 课堂 存储介质 检测算法 目标学生 人脸检测 人脸图像 神经网络 学习目标 改进 考勤 上课 图像 卷积神经网络 准确度 获取目标 结果生成 考勤记录 考勤效率 身份识别 学习算法 传统的 | ||
【主权项】：
1.一种基于神经网络的课堂考勤方法，其特征在于，所述基于神经网络的课堂考勤方法包括以下步骤：获取目标课堂的上课图像；获取K均值聚类算法聚类获得的样本人脸包围框的典型特征值和对应的样本候选区域；通过所述样本人脸包围框的典型特征值和对应的所述样本候选区域对基于快速候选区域的卷积神经网络Faster R‑CNN模型进行训练，获得基于候选区域的深度学习目标检测算法模型；通过基于候选区域的深度学习目标检测算法模型对所述目标课堂的上课图像进行人脸检测，获得目标学生人脸图像；通过识别模型对所述目标学生人脸图像进行身份识别，获得目标识别结果；根据所述目标识别结果生成所述目标课堂的考勤记录。
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中南民族大学，未经中南民族大学许可，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/patent/201910359818.5/，转载请声明来源钻瓜专利网。
- 上一篇：形近字确定方法、装置、计算机设备和存储介质
- 下一篇：面部表情识别方法和装置
