一种基于人脸识别自动签到的方法

本发明涉及电子签到，具体涉及一种基于人脸识别自动签到的方法。

背景技术：

1、随着各类电子化产品的应用和普及，电子签到在会议签到、员工上班签到、学生上课签到等领域得到了广泛应用。

2、人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。

3、在大学院校等开放式学府中，老师在上课的时候都会点名来确认学生的出勤情况，传统的点名方式既浪费了上课的时间，且很多冒认点名的学生让老师无法正确的统计学生的出勤率，尤其是学生较多的大课。现有技术的教室签到机结构单一，功能单一；当学生集中的时候，一般教室签到机无法满足使用需求，签到速度过慢，导致很多学生来不及在课前完成签到而影响出勤率；而签到速度过慢的原因包括摄像头的识别精度不高，需要学生在固定的区间内才能识别，同时现有的人脸识别是采用68个特征点进行定位识别，而这68个点都集中在人脸上，导致识别困难，同时对摄像头精度要求高，如果不清晰，则需要重新识别，造成识别速度慢；并且现有的摄像头会把肩部一起拍进去，而现有的人脸识别则需要剔除肩膀后提取人脸再进行识别，导致识别速度慢；因此需要一种新的识别方法来提升识别速度。

技术实现思路

1、本发明所要解决的技术问题是：提供一种通过重新规划特征点进行定位识别的基于人脸识别自动签到的方法。

2、为了解决上述技术问题，本发明采用的技术方案为：一种基于人脸识别自动签到的方法，包括：

3、建立识别库，将需要被识别的人员信息进行录入，人员信息包括姓名和人像，所述人像包括脸部和肩部，所述脸部具有满足人脸识别的多个特征点，所述特征点包括鼻尖特征点，所述肩部最外两侧具有左肩特征点和右肩特征点；

4、将被识别的人员的鼻尖特征点、左肩特征点和右肩特征点三者构建的三角关系存入第一识别库中，将被识别的人员的姓名和脸部图像放入第二识别库中，同时对三角关系、脸部图像和姓名建立联系；每一所述三角关系对应若干脸部图像信息；

5、人脸识别，抓取在现场动态抓取到的视频帧并实时检测视频中的人脸，若不存在人脸则不动作，若存在人脸，则判断视频帧的图像中是否包含可识别的左肩特征点和右肩特征点，若否则直接提取人脸的特征点与第二识别库内的脸部进行识别对比，比对成功则提取姓名，否则重新进行人脸识别；若存在可识别的左肩特征点和右肩特征点，则提取图像中人脸的鼻尖特征点、左肩特征点和右肩特征点三者构建的三角关系与第一识别库中的三角关系进行对比，若对比成功，则对该三角关系对应的第二识别库内的若干脸部图像进行识别对比，比对成功则提取姓名，否则重新进行人脸识别；

6、自动签到，对被提取姓名的人员进行签到成功显示，并形成签到记录。

7、优选地，所述三角关系为三角面积或者鼻尖特征点与左肩特征点和右肩特征点三者形成的夹角。

8、优选地，所述三角关系为三角面积时，则人脸识别中的“则提取图像中人脸的鼻尖特征点、左肩特征点和右肩特征点三者构建的三角关系与第一识别库中的三角关系进行对比”进一步包括：

9、则提取图像中人脸的鼻尖特征点、左肩特征点和右肩特征点三者构建的三角关系，并对该三角关系形成三角面积±5%的区间与第一识别库中的三角关系进行对比，若第一识别库中的三角关系形成的面积值在区间内，则认定对比成功。

10、优选地，所述三角关系为鼻尖特征点与左肩特征点和右肩特征点三者形成的夹角，则人脸识别中的“则提取图像中人脸的鼻尖特征点、左肩特征点和右肩特征点三者构建的三角关系与第一识别库中的三角关系进行对比”进一步包括：

11、则提取图像中人脸的鼻尖特征点、左肩特征点和右肩特征点三者构建的三角关系，并对该三角关系形成夹角角度±2°的区间与第一识别库中的三角关系进行对比，若第一识别库中的三角关系形成的面积值在区间内，则认定对比成功。

12、从上述描述可知，通过三角面积±5%的区间、夹角角度±2°的区间，二者为长期测试获得的经验值，在这两种情况下判断的准确率最高。

13、优选地，“抓取在现场动态抓取到的视频帧并实时检测视频中的人脸”进一步包括：

14、抓取在现场动态抓取到的视频帧并实时检测视频中的人脸从视频帧中获取的n张人脸进行人脸形状识别，选择多张具有人脸形状的照片，进行同步人脸识别。

15、优选地，人脸识别时若视频帧中出现多张人脸，则按照图像占比从大到小排序进行人脸识别。

16、优选地，排序进行人脸识别的过程中，若存在现场动态抓取到的视频帧并实时检测视频中的人脸，则实时检测到的人脸优先进行人脸识别。

17、优选地，提取姓名后判断姓名是否在签到记录内，若是则终止，若否则继续。

18、优选地，重新进行人脸识别的次数为一次，第二次则认定为签到失败，并将视频帧的图像进行同步保存，等待工作人员核实该人员身份。

19、优选地，签到记录自动计算签到成功的人数，同时记录签到失败的人数，以及签到成功和签到失败的总人数。

20、本发明的有益效果在于：通过利用肩部宽度间距够大，容易识别的特点，结合鼻尖处形成三角关系，这三个的特征点明显，容易在图像中进行提取，能够提高标定特征点的效率，避免的传统的人脸识别是对图像进行所有标点后再逐一识别，甚至会出现摄像头分辨率不够而导致标定特征点失败继而导致识别失败情况，由于三者位置比较固定，不容易受到表情变化的影响；再结合一个三角关系可能对应若干个人脸信息，进而是进行人脸识别时比对的人脸信息只有几个，无需比对整个第二识别库内的所有信息，进而提升识别的准确性和速度，实现提升自动签到的速度；同时抓取的视频帧图像可以直接对比第一识别库和第二识别库，只要能够满足其中一种情况就可以进行识别，克服现有技术中需要额外剔除肩部的要求，由于节省的剔除步骤，也能够在识别的速度上进行提升，继而进一步提升自动签到的速度。

技术特征：

1.一种基于人脸识别自动签到的方法，其特征在于，包括：

2.根据权利要求1所述的基于人脸识别自动签到的方法，其特征在于，所述三角关系为三角面积或者鼻尖特征点与左肩特征点和右肩特征点三者形成的夹角。

3.根据权利要求2所述的基于人脸识别自动签到的方法，其特征在于，所述三角关系为三角面积时，则人脸识别中的“则提取图像中人脸的鼻尖特征点、左肩特征点和右肩特征点三者构建的三角关系与第一识别库中的三角关系进行对比”进一步包括：

4.根据权利要求2所述的基于人脸识别自动签到的方法，其特征在于，所述三角关系为鼻尖特征点与左肩特征点和右肩特征点三者形成的夹角，则人脸识别中的“则提取图像中人脸的鼻尖特征点、左肩特征点和右肩特征点三者构建的三角关系与第一识别库中的三角关系进行对比”进一步包括：

5.根据权利要求1所述的基于人脸识别自动签到的方法，其特征在于，“抓取在现场动态抓取到的视频帧并实时检测视频中的人脸”进一步包括：

6.根据权利要求1所述的基于人脸识别自动签到的方法，其特征在于，人脸识别时若视频帧中出现多张人脸，则按照图像占比从大到小排序进行人脸识别。

7.根据权利要求6所述的基于人脸识别自动签到的方法，其特征在于，排序进行人脸识别的过程中，若存在现场动态抓取到的视频帧并实时检测视频中的人脸，则实时检测到的人脸优先进行人脸识别。

8.根据权利要求1所述的基于人脸识别自动签到的方法，其特征在于，提取姓名后判断姓名是否在签到记录内，若是则终止，若否则继续。

9.根据权利要求1所述的基于人脸识别自动签到的方法，其特征在于，重新进行人脸识别的次数为一次，第二次则认定为签到失败，并将视频帧的图像进行同步保存，等待工作人员核实该人员身份。

10.根据权利要求9所述的基于人脸识别自动签到的方法，其特征在于，签到记录自动计算签到成功的人数，同时记录签到失败的人数，以及签到成功和签到失败的总人数。

技术总结
本发明涉及电子签到技术领域，具体涉及一种基于人脸识别自动签到的方法，包括将需要被识别的人员信息进行录入，将被识别的人员的鼻尖特征点、左肩特征点和右肩特征点三者构建的三角关系存入第一识别库中，将被识别的人员的姓名和脸部图像放入第二识别库中；提取图像中人脸的鼻尖特征点、左肩特征点和右肩特征点的三角关系与第一识别库中的三角关系进行对比，若对比成功，则再进行对应的脸部图像进行识别对比，比对成功则签到；本发明通过利用肩部宽度间距够大，容易识别的特点，结合鼻尖处形成三角关系，提高标定特征点的效率；再结合一个三角关系可能对应若干个人脸信息，无需比对整个第二识别库内的所有信息，进而提升识别的准确性和速度。

技术研发人员：陈开洪,刘君玲,高嘉伟,郑静宜,邹建
受保护的技术使用者：福建信息职业技术学院
技术研发日：
技术公布日：2024/4/29