[發明專利]一種基于人臉識別的學生行為自動分析方法及系統

在審

• 申請號: 201910921829.8
• 申請日: 2019-09-27
• 公開（公告）號: CN110716920A
• 公開（公告）日: 2020-01-21
• 發明（設計）人: 李洪鈞;方林;鮑輝;鄧永生
• 申請（專利權）人: 成都馳通數碼系統有限公司
• 主分類號: G06F16/21
• 分類號: G06F16/21;G06F16/28;G06K9/00;G06Q50/20
• 代理公司: 51221 四川力久律師事務所
• 代理人: 韓洋

1.一種基于人臉識別的學生行為自動分析方法，其特征在于，包括以下步驟：

S1，獲取學生在學校內各個場所的識別事件數據，所述識別事件數據包括學生的人臉圖像、拍攝時間和攝像機編號，所述攝像機編號與所述各個場所成對應關系；

S2，根據所述識別事件數據和預設的學生行為分類表，給每一個所述人臉圖像對應的學生增添行為分類信息，建立識別事件分類信息數據庫。

2.如權利要求1所述的一種基于人臉識別的學生行為自動分析方法，其特征在于，步驟S2的具體步驟包括：

獲取所述人臉圖像對應的身份信息；

根據所述攝像機編號與所述各個場所成對應關系，得到場所信息；

根據所述身份信息和場所信息，從所述預設的學生行為分類表中得到所述身份信息對應的行為分類；

給每一個所述身份信息對應的學生建立識別事件分類信息數據庫，所述識別事件分類信息數據庫中每一條信息包括所述學生的身份信息、拍攝時間、場所信息和行為分類信息。

3.如權利要求1所述的一種基于人臉識別的學生行為自動分析方法，其特征在于，還包括步驟S3，根據所述識別事件分類信息數據庫，對學生的性格和興趣愛好進行分析。

4.如權利要求3所述的一種基于人臉識別的學生行為自動分析方法，其特征在于，所述對學生的性格和興趣愛好進行分析的方法為：根據所述識別事件分類信息數據庫中的數據，計算每個分類對應的時間比重。

5.如權利要求4所述的一種基于人臉識別的學生行為自動分析方法，其特征在于，所述每個分類對應的時間比重按照行為分類的等級進行計算。

6.如權利要求1-5任一所述的一種基于人臉識別的學生行為自動分析方法，其特征在于，所述預設的學生行為分類表包括等級：大類、小類和大組，

所述大類包括但不限于：學習、文體活動、就餐、傷病和自由時間；

每一個所述大類下分為多個小類，每一個所述小類下分為多個大組，每一個所述大組相應的場所與所述攝像機編號成對應關系。

7.如權利要求6所述的一種基于人臉識別的學生行為自動分析方法，其特征在于，所述大類還包括進出校，所述進出校的小類包括返校、離校和臨時外出，所述返校的大組包括正常返校和遲到；所述離校的大組包括正常離校和早退；所述臨時外出的大組包括上課時間臨時出校和休息時間臨時出校。

8.如權利要求7所述的一種基于人臉識別的學生行為自動分析方法，其特征在于，對所述正常返校、遲到、正常離校、早退、上課時間臨時出校和休息時間臨時出校進行分類的步驟包括：

通過學校校門入口處的攝像機獲取學生的人臉圖像、所述學生的人臉圖像對應的學生身份信息和對應的返校時刻；

通過學校校門出口處的攝像機獲取同一學生的人臉圖像、所述學生的人臉圖像對應的學生身份信息和對應的離校時刻；

當所述返校時刻早于或等于預設的作息時間表的入校時間，則判定所述學生身份信息對應學生為正常返校，否則為遲到；當所述離校時間晚于或等于預設的作息時間表的離校時間，判定為所述學生身份信息對應學生為正常離校，否則為早退；

當所述離校時刻和返校時刻出現在預設的上課時間，則判定所述學生身份信息對應學生上課時間臨時出校；當所述離校時刻和返校時刻出現在預設的休息時間，則判定所述學生身份信息對應學生休息時間臨時出校。