[發明專利]一種多角度多人臉識別考勤方法及系統在審
| 申請號: | 202010565170.X | 申請日: | 2020-06-19 |
| 公開(公告)號: | CN112001219A | 公開(公告)日: | 2020-11-27 |
| 發明(設計)人: | 房冉;趙衍恒;王乃玉;王文明;安豐彩;張凱;石展;石文華;宋春曉;柳廣鵬;王明霞;于航 | 申請(專利權)人: | 國家電網有限公司技術學院分公司;山東電力高等專科學校;國家電網有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06F16/583;G06Q10/10;G06Q50/20;G06N3/04;G07C1/10 |
| 代理公司: | 濟南圣達知識產權代理有限公司 37221 | 代理人: | 張慶騫 |
| 地址: | 250002 山東*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 角度 多人臉 識別 考勤 方法 系統 | ||
1.一種多角度多人臉識別考勤方法,其特征在于,包括:
接收多個人臉圖像,其中每個人臉至少從兩個角度拍攝;
使用FaceBoxes人臉檢測器檢測多人臉圖像,得到相應人臉框圖像;
在特征點附近隨機選擇點學習人臉框圖像中的LBP特征和DAISY特征,進行特征融合后,輸入至基于cascade級聯的隨機森林模型作全局線性回歸,檢測出人臉關鍵點并給出相應特征描述;
將人臉關鍵點的特征描述與考勤數據庫中的人臉匹配,選取歐式距離計算的最小值作為識別結果,完成相應人臉的考勤簽到。
2.如權利要求1所述的多角度多人臉識別考勤方法,其特征在于,所述FaceBoxes人臉檢測器由快速消化的卷積層和多尺度卷積層組成,僅包含一個完全卷積的神經網絡。
3.如權利要求2所述的多角度多人臉識別考勤方法,其特征在于,在快速消化的卷積層中,使用激活函數C.ReLU進行加速卷積運算。
4.如權利要求1所述的多角度多人臉識別考勤方法,其特征在于,多人臉圖像中至少存在正臉圖像。
5.一種多角度多人臉識別考勤系統,其特征在于,包括:
圖像接收模塊,其用于接收多個人臉圖像,其中每個人臉至少從兩個角度拍攝;
人臉框檢測模塊,其用于使用FaceBoxes人臉檢測器檢測多人臉圖像,得到相應人臉框圖像;
關鍵點檢測模塊,其用于在特征點附近隨機選擇點學習人臉框圖像中的LBP特征和DAISY特征,進行特征融合后輸入至基于cascade級聯的隨機森林模型作全局線性回歸,檢測出人臉關鍵點并給出相應特征描述;
識別考勤模塊,其用于將人臉關鍵點的特征描述與考勤數據庫中的人臉匹配,選取歐式距離計算的最小值作為識別結果,完成相應人臉的考勤簽到。
6.如權利要求5所述的多角度多人臉識別考勤系統,其特征在于,所述FaceBoxes人臉檢測器由快速消化的卷積層和多尺度卷積層組成,僅包含一個完全卷積的神經網絡。
7.如權利要求5所述的多角度多人臉識別考勤系統,其特征在于,多人臉圖像中至少存在正臉圖像。
8.一種多角度多人臉識別考勤系統,其特征在于,包括:
圖像采集裝置,其被配置為采集多個人臉圖像,其中每個人臉至少從兩個角度拍攝;
人臉識別考勤服務器,其被配置為:
接收多個人臉圖像,其中每個人臉至少從兩個角度拍攝;
使用FaceBoxes人臉檢測器檢測多人臉圖像,得到相應人臉框圖像;
在特征點附近隨機選擇點學習人臉框圖像中的LBP特征和DAISY特征,進行特征融合后輸入至基于cascade級聯的隨機森林模型作全局線性回歸,檢測出人臉關鍵點并給出相應特征描述;
將人臉關鍵點的特征描述與考勤數據庫中的人臉匹配,選取歐式距離計算的最小值作為識別結果,完成相應人臉的考勤簽到。
9.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該程序被處理器執行時實現如權利要求1-4中任一項所述的多角度多人臉識別考勤方法中的步驟。
10.一種計算機設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,其特征在于,所述處理器執行所述程序時實現如權利要求1-4中任一項所述的多角度多人臉識別考勤方法中的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國家電網有限公司技術學院分公司;山東電力高等專科學校;國家電網有限公司,未經國家電網有限公司技術學院分公司;山東電力高等專科學校;國家電網有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010565170.X/1.html,轉載請聲明來源鉆瓜專利網。





