[发明专利]基于区块链的智慧教育学生出勤大数据统计方法及系统

权利要求书

1.一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，包括：

获取课堂图像，并利用多尺度图像加强技术对课堂图像进行优化处理；

利用多人脸识别方法交叉互验的方式对人脸进行第一次识别；

利用声纹识别方法对课堂发言的学生进行第二次判别，检测到学生发言并计入学生实际出勤；

当人脸识别及声纹识别均未能识别出的情形，则利用基于多边缘检测算子的相似度检测方式对学生指纹进行第三次识别；

将识别出来的出勤学生名单，分别上传至班级内部的网络系统及区块链中。

2.如权利要求1所述的一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，所述获取课堂图像，并利用多尺度图像加强技术对课堂图像进行优化处理包括：

对图像进行3个不同尺度的高斯模糊，然后将模糊后的图像分别和原图做减法，得到不同程度的细节信息，将不同程度的细节信息加权到原图中，得到含有丰富细节信息的加强图像。

3.如权利要求1所述的一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，所述利用基于多边缘检测算子的相似度检测方式对学生指纹进行第三次识别包括：

选择学生的任一档案指纹作为当前档案指纹，对当前档案指纹与待识别指纹分别进行细节点特征划分，并构建细节点对，计算当前档案指纹和待识别指纹的第一相似度和第二相似度；

其中，第一相似度通过对细节点对进行柱形编码计算而得，第二相似度通过对细节点对进行带权值的柱形编码计算而得；

将第一相似度和第二相似度进行融合，得出当前档案指纹与待识别指纹的最终相似度。

4.如权利要求3所述的一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，还包括：

对当前档案指纹的细节点和待识别指纹的细节点分别进行柱形编码，将柱形编码二值化，得到二进制串，分别对细节点对的二进制串异或后求1的个数，得到局部第一相似度，基于细节点对的兼容性修改局部第一相似度，从而计算出第一相似度；

对当前档案指纹的细节点和待识别指纹的细节点分别进行柱形编码，将柱形编码二值化，得到二进制串，分别对细节点对的二进制串赋予特定的权值，然后对二进制串异或后求1的个数，得到局部第二相似度，基于上述细节点对的兼容性修改局部第二相似度，从而计算出第二相似度；

其中，权值通过在进行柱形编码时对细节点对建立的柱形结构中的单元格所在的位置确定。

5.如权利要求2所述的一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，所述利用基于多边缘检测算子的相似度检测方式对学生指纹进行识别包括：

利用Canny算子对任一同学新录入指纹图像和所有同学的基准指纹图像进行过滤，对过滤的结果分别进行哈希编码，然后进行相似度计算，判定具体出勤情况。

6.如权利要求5所述的一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，还包括：

利用Prewitt算子对任一同学的新录入指纹图像和所有同学的基准指纹图像进行过滤，对过滤的结果分别进行哈希编码，然后进行相似度计算，判定具体出勤情况。

7.如权利要求5所述的一种基于区块链的智慧教育学生出勤大数据统计方法，其特征在于，还包括：

利用Sobel算子对某位同学的新录入指纹图像和所有同学的基准指纹图像进行过滤，对过滤的结果分别进行哈希编码，然后进行相似度计算，判定具体出勤情况。