[發明專利]基于活體識別的出勤率計算方法、裝置、終端及存儲介質

在審

• 申請號: 202010718722.6
• 申請日: 2020-07-23
• 公開（公告）號: CN111860357A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 熊軍
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q10/06;G06Q50/20;G07C1/10
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 劉麗華;何春蘭

本發明涉及人工智能技術，提供一種基于活體識別的出勤率計算方法、裝置、終端及存儲介質，包括：抽取活體人臉視頻中的人臉圖像并轉換顏色空間后計算第一LBP特征，抽取非活體人臉視頻中的人臉圖像并轉換顏色空間后計算第二LBP特征；計算同一活體的多個第一LBP特征得到第一人臉特征及同一非活體的多個第二LBP特征得到第二人臉特征；基于第一人臉特征構建的第一特征對和基于第二人臉特征構建的第二特征對訓練活體人臉識別模型；通過活體人臉識別模型識別學生視頻流得到標識結果，根據標識結果計算學生出勤率。本發明可應用于智慧教育，能夠在教室墻上貼附有名人圖像時準確的計算出勤率。此外，本發明還涉及區塊鏈技術，活體人臉識別模型存儲于區塊鏈中。

技術領域

本發明涉及人工智能技術領域，具體涉及一種基于活體識別的出勤率計算方法、裝置、終端及存儲介質。

背景技術

課堂出勤率是教師教學水平的重要反映。但目前，評估出勤率往往由人為登記，主觀性比較大，且無客觀數據支持。這不僅有可能會導致評估的不準確，更會導致一些消極的教學情況不能及時的被解決和改進。

現有技術中，基于人臉檢測不但可以檢測出人臉位置還可以自動統計人臉的個數這一原理，將人臉檢測應用在教室場景中，得出人頭數，來統計學員的出勤率。

然而，實際教學過程中，有很多學員是低著頭的，對于低頭學員而言，是無法通過人臉檢測算法檢測出來的；此外，教室中通常會有些名人圖像，人臉檢測也會將名人圖像中的人臉檢測出來作為學員。因此，檢測結果不準確，導致統計的出勤率不真實。

發明內容

鑒于以上內容，有必要提出一種基于活體識別的出勤率計算方法、裝置、終端及存儲介質，能夠在教室墻上貼附有名人圖像時準確的計算出勤率。

本發明的第一方面提供一種基于活體識別的出勤率計算方法，所述基于活體識別的出勤率計算方法包括：

采集多個活體人臉視頻并抽取每個活體人臉視頻中的多張第一人臉圖像，及采集多個非活體人臉視頻并抽取每個非活體人臉視頻中的多張第二人臉圖像；

將每張第一人臉圖像的顏色空間轉換到預設顏色空間得到目標第一人臉圖像并計算每張目標第一人臉圖像的第一LBP特征，及將每張第二人臉圖像的顏色空間轉換到所述預設顏色空間得到目標第二人臉圖像并計算每張目標第二人臉圖像的第二LBP特征；

將同一個活體的多個第一LBP特征進行拼接平均化得到第一人臉特征，并將同一個非活體的多個第二LBP特征進行拼接平均化得到第二人臉特征；

基于每個所述第一人臉特征和預設的第一標識構建第一特征對，基于每個所述第二人臉特征和預設的第二標識構建第二特征對，并基于構建的多個第一特征對和多個第二特征對訓練支持向量機得到活體人臉識別模型；

通過所述活體人臉識別模型識別學生視頻流得到標識結果，并根據所述標識結果計算學生出勤率。

根據本發明的一個可選的實施例，所述通過所述活體人臉識別模型識別學生視頻流得到標識結果，并根據所述標識結果計算學生出勤率包括：

從采集的學生視頻流中抽取出多張第三人臉圖像，并將所述多張第三人臉圖像的顏色空間轉換到所述預設顏色空間得到多張候選第三人臉圖像；

調用人臉檢測模型檢測每張候選第三人臉圖像中的每一個人臉區域并根據檢測結果從所述多張候選第三人臉圖像中確定出至少一張目標第三人臉圖像；

調用所述活體人臉識別模型對所述至少一張目標第三人臉圖像中的每一個人臉區域進行識別得到標識結果，并根據所述標識結果計算學生出勤率。

根據本發明的一個可選的實施例，所述目標第三人臉圖像為一張，所述根據所述標識結果計算學生出勤率包括：

計算所述標識結果為所述第一標識的數量；