[发明专利]基于人脸识别算法的幼儿园智能签到方法

摘要

本发明公开了一种基于人脸识别算法的幼儿园智能签到方法，属于机器视觉与模式识别领域。首先对孩子家长的信息进行录入和头像进行采集和特征提取，并且建立特征库；其后在实时状态下，对进出校门的人员通过基于深度神经网络的人脸识别进行身份识别；然后对于识别出来的人员，显示出身份信息，同时发送指令到闸机，进行闸机的开启；最后把身份信息和幼儿园的班级信息关联起来，形成幼儿园的智能签到。该项研究为幼儿园的人员管控和签到提供了新思路，也为进一步探索幼儿园的智能化管理等奠定了基础。

主权项

1.基于人脸识别算法的幼儿园智能签到方法，其特征在于，包括以下步骤：步骤1，系统软硬件的搭建，幼儿园家长身份信息的录入和家长人像数据的采集、提取特征、注册建库；步骤2，进出幼儿园校门家长身份的实时识别，包括初始化库容，摄像机实时捕捉信息，对视频帧的人脸进行检测，并提取特征，与库容内的人脸特征进行比对，找出对应的人员；步骤3，幼儿园门口闸机的控制，如果在步骤里面正确从库里面识别出了人员，对应的闸机自动启动，放行家长和孩子进入；步骤4，幼儿园智能签到，数据库记录孩子签到信息，根据班级预录的信息，定期自动形成签到报表；对家长的人像进行注册建库的具体方法是：步骤1.1，通过RTSP协议，从网络摄像机内提取一帧图像，利用滑动窗口算法，提取出图像块，并送入基于LBP特征的分类器，判断当前的图像块是否为人脸，并对同一区域检测出的人脸进行融合，最终提取出人脸；步骤1.2，把提取出的人脸图像块送入人脸特征提取器，进行特征提取，我们的人脸特征提取器是基于VGG神经网络的深度学习网络架构；步骤1.3，把提取出的人脸特征进行归一化，并用局部敏感哈希LSH对特征进行散列化，用序列化方法存储到硬盘，并建立索引过程如下：1.3.1，选取满足(d1,d2,p1,p2)‑sensitive的LSH hash functions；hash function需要满足以下两个条件：a)如果d(x,y)≤d1，则h(x)＝h(y)的概率至少为p1；b)如果d(x,y)≥d2，则h(x)＝h(y)的概率至多为p2；其中d(x,y)表示x和y之间的距离，d1<d2，h(x)和h(y)分别表示对x和y进行hash变换，满足以上两个条件的hash functions称为(d1,d2,p1,p2)‑sensitive；1.3.2，根据对查找结果的准确率确定hash table的个数L，每个table内的hash functions的个数K，以及跟LSH hash function自身有关的参数；1.3.3，将所有数据经过LSH hash function哈希到相应的桶内，构成了一个或多个hash table。