[发明专利]一种利用实时监控进行人脸识别替考考生的方法及装置在审
申请号: | 201710572548.7 | 申请日: | 2017-07-04 |
公开(公告)号: | CN107330419A | 公开(公告)日: | 2017-11-07 |
发明(设计)人: | 宋涛;庄雷 | 申请(专利权)人: | 郑州大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06K17/00;G06Q50/20 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 450000 河南省郑*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 利用 实时 监控 进行 识别 替考 考生 方法 装置 | ||
技术领域
本发明涉及考生身份识别领域,特别是涉及一种利用实时监控进行人脸识别替考考生的方法及装置。
背景技术
考试的公平、公正是一个广受关注的社会问题,如何有效的防止替考又是其中的难点。目前大部分考试是由监考人员对考生相关证件和考生本人进行人工对照检查确认是否是考生本人参加考试,这种检查具有一定的主观性,而且有部分替考行为监考人员也参与其中。如果能够利用人脸识别技术自动识别考生身份,甄别出替考人员,对减少替考事件发生,保证考试的公平、工作具有非常重要的意义。
发明内容
本发明目的是提供一种利用实时监控进行人脸识别替考考生的方法及装置,本发明通过对考生进场实时监控视频进行人脸捕捉,结合证件信息进行分析判断,达到识别记录替考考生的目的。
为了实现上述目的,本发明采用以下的技术方案。
一种利用实时监控进行人脸识别替考考生的方法,包括以下步骤:
识别进场考生身份证件信息;
根据证件信息确认考生信息与证件信息的一致性;
根据证件信息获取该人证件面部特征信息;
捕捉进场考现场面部特征信息;
比对现场面部特征信息与证件面部特征信息;
根据比对结果判断是否考生本人;识别是本人,准予进场;识别不是本人,不准进场,且警铃提示;
监考员二次验证判断是否考生本人;
是考生本人,准予进场考;不是考生本人,确认此人是替考考生。
进一步的,根据证件信息获取该人证件面部特征信息,之前,还包括,
基于深度学习框架和网络架构,训练得到人脸检测模型与人脸特征提取模型。
进一步的,其特征在于,根据证件信息获取该人证件面部特征信息,包括,
根据该证件信息从官方证件数据库,获取对应人脸图片,进而分析获得面部特征信息。
进一步的,监考员二次验证判断是否考生本人,还包括,对二次验证过程保存证据。
进一步的,是考生本人,准予进场考;不是考生本人,确认此人是替考考生,之后,还包括,替考人和被替考生相关信息记入替考黑名单数据库。
一种利用实时监控进行人脸识别替考考生的装置,包括:
证件信息识别模块,用于识别进场考生身份证件信息;
考生信息确认模块,用于根据证件信息确认考生信息与证件信息的一致性;
证件面部特征信息获取模块,用于根据证件信息获取该人证件面部特征信息;
现场面部特征信息捕捉模块,用于捕捉进场考现场面部特征信息;
比对模块,用于比对现场面部特征信息与证件面部特征信息;
判断模块,用于根据比对结果判断是否考生本人;识别是本人,准予进场;识别不是本人,不准进场,且警铃提示;
二次验证模块,用于监考员二次验证判断是否考生本人;
替考确认模块,用于识别是考生本人,准予进场考;不是考生本人,确认此人是替考考生。
进一步的,还包括,
建模模块,用于基于深度学习框架和网络架构,训练得到人脸特征提取模型,还用于基于深度学习框架和网络架构,训练得到人脸特征提取模型。
进一步的,还包括,
证据保存模块,用于对二次验证过程保存证据。
进一步的,还包括,替换行为入库模块,用于替考人和被替考生相关信息记入替考黑名单数据库。
与现有技术相比,本发明具有以下优点:
本发明目的是提供一种利用实时监控进行人脸识别替考考生的方法及装置,本发明通过对考生进场实时监控视频进行人脸捕捉,结合证件信息进行分析判断,达到识别记录替考考生的目的,尤其表现在以下两点:
1、自动识别替考考生,节省人力成本;
2、自动识别加人为干预二次验证,减少判断出错率;
3、二次验证均保存有证据,避免监考人员人为放过作弊人员的可能。
附图说明
图1是本发明一种利用实时监控进行人脸识别替考考生的方法的流程示意图1;
图2是本发明一种利用实时监控进行人脸识别替考考生的方法的流程示意图2;
图3是本发明一种一种利用实时监控进行人脸识别替考考生的装置的结构示意图1;
图4是本发明一种一种利用实时监控进行人脸识别替考考生的装置的结构示意图2。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述:
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郑州大学,未经郑州大学许可,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/pat/books/201710572548.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种机器人系统
- 下一篇:基于深度学习带有旋转信息的人脸表情识别方法