基于深度学习的人脸识别课堂考勤系统设计

课堂考勤是课堂教学中的重要环节,随着信息技术的发展,以人脸识别为代表的生物特征识别技术应用于课堂考勤管理,但传统人脸识别技术存在识别速度慢、准确率低等问题。根据课堂考勤管理业务需求,设计了基于深度学习的人脸识别课堂考勤系统。该系统采用Dlib库的深度学习模型对摄像头捕获的学生图像信息进行人脸特征提取与人脸对比,可以自动进行人脸识别与数据统计。测试结果表明,该系统能够满足省时、高效、准确性高的设计要求。     

基于人脸识别的考勤签到系统实现

将人脸识别技术与考勤签到结合起来,不仅在高校课堂中使用方便快捷,同时能满足稳定性和确定性等专业技术指标的要求.基于这种思想,设计并实现了一个基于Android平台的刷脸考勤系统.通过使用Face++视觉服务平台提供的信息云端处理和存储功能,处理由Android手机摄像头采集到的人脸图像数据,从而实现人脸识别和学生签到考...     

基于蓝牙通信的高校课堂手机考勤管理系统磁

论文设计并实现了一种基于蓝牙通信的低成本高效智能学生考勤和信息管理系统。充分利用蓝牙短距离传输和穿墙能力差的特性,有效实现了对教室内通讯信号的短距离控制,并且结合现有校园 Wi-Fi 覆盖条件和智能化手机等优势技术实现了实时、快速、高效的考勤信息采集和考勤信息管理与实时展示。实验结果表明,该系统较人工考勤方式在可信度和速度上具有明显优势,也可以成为目前高校智慧校园管理中的重要组成部分。     

二维码交互技术在高校课堂考勤中的应用研究

二维码是应用非常广泛的一种信息技术,将包括教室、座位等信息的二维码粘贴在座位上,学生扫描座位上的二维码进行课堂点名,系统获取点名信息后自动与教务系统相关课程关联,并触发摄像头进行图像分析,判断签到相关座位是否有人,若无人则自动判断点名作弊.     

基于人脸识别的移动课堂考勤系统的设计与实现

本移动课堂考勤系统利用了人脸识别技术,在安卓客户端上实现课堂考勤,一键完成实时考勤及考勤统计功能。系统使用基于人脸特征点识别算法,通过对图片切割、人脸特征提取及降维,实现当前人脸信息与人脸数据库信息的匹配,从而实现人脸验证。实验表明,在误差允许范围内,本系统的准确率达到75%。     

基于人脸识别的智能课堂考勤系统设计与实现

针对传统教学过程中查考勤占用时间较多的问题,设计了一种基于人脸识别的智能课堂考勤系统。主要通过人脸识别的便捷性替代点名字的传统考勤方式,提高考勤的工作效率和从这些考勤数据中挖掘更多课堂潜在信息。通过对比两个班级学生上课情况可以发现,使用考勤系统后该班级同学上课积极性更高,课堂氛围更加活跃,说明系统对教学效果的提高具有促进作用。     

基于K210开发板的人脸识别考勤系统的设计与研究

在高校的教学管理中,学生考勤是评定成绩的重要项目。K210芯片性价比高,双核64位处理器,自带独立浮点处理单元（Floating Point Unit,FPU）,其中知识处理单元（Knowledge Processing Unit,KPU）用于神经网络加速单元,加速处理器（Accelerated Processing Units,APU）用于语音数据处理,在人脸检测和图像识别方面具有独特优势。因此,研究基于K210开发板的人脸识别考勤系统,结果表明可以改变人工点名耗时、教学平台点名作弊的现状,提升了教师教学效率和学生学习效果,可为现有的学生考勤系统提供参考。     

基于嵌入式人脸识别考勤系统的设计

设计了基于嵌入式的人脸识别考勤系统。首先进行嵌入式的人脸识别考勤系统的硬件设计。在此基础上进一步确定了Linux系统设计方案,搭建嵌入式的软件系统,然后利用了PCA算法来完成人脸图片的识别。最后利用VS2010进行考勤系统的设计,实现考勤记录的实时查询,从而完成了基于嵌入式的人脸识别考勤系统的设计。     

基于百度AI人脸识别的考勤系统设计与实现

针对高校传统的学生考勤方式所存在的效率低下等问题,设计并实现了一种基于人脸识别的高校学生考勤系统,借助百度平台开放的人脸识别API接口实现人脸考勤打卡,系统的开发采用MVC设计模式,遵循软件开发高内聚低耦合的原则,使系统层次结构清晰,便于后期维护.基于人脸识别的考勤系统开发完毕后解决了传统考勤方式存在的问题,使高校的考...     

基于人脸识别的视听残障学生教学课堂考勤系统

本文基于人脸识别技术,采用人脸识别结合人脸特征匹配的方法,并根据视听障碍学生的特点,对视听残障课堂考勤系统进行探索与设计,设计开发了一款视听残障学生的无感知课堂考勤系统并对存在的问题进行了阐述.     

基于RFID的课堂考勤系统的设计

为了解决高校中任课教师课堂点名的考勤方式既浪费教学时间,又不能避免学生替点名现象发生的问题,本文设计了一套基于无线射频识别(RFID:Radio Frequency Identification)技术的课堂考勤系统。该系统能够实现阅读器显示学生的姓名、学号、班级等基本信息,并可在学生迟到、早退、违规刷卡时进行报警提示,同时可查询已到、未到人数等考勤情况的功能。实践证明,该系统运行情况良好。     

基于人脸识别的考勤系统的设计与实现

针对传统考勤系统考勤效率低下等问题,开发了人脸识别考勤系统.该系统使用Linux操作系统,选用Qt Creator 4.3.0开发平台,使用SQLite记录后台数据库相关信息,基于OpenCV,实现了人脸识别、用户基本信息管理、人脸识别打卡、查询考勤记录等功能.经测试,该系统正常运行,较好地完成了考勤工作.     

基于学生人体检测的无感知课堂考勤方法

针对基于人脸识别的课堂考勤系统漏检和低识别率的问题，采用主、从双摄像机设备，提出一种联合学生人体检测和人脸角度筛选的方法。首先通过Mask R-CNN算法检测主摄像机拍摄图中的学生人体位置；然后控制从摄像机（PTZ相机）依次获取每位学生的高质量放大图像；再通过MTCNN算法和FSA-Net算法从中检测并识别出人脸姿态，筛选出每位学生的正脸图像；最后对筛选出的学生正脸图像使用FaceNet算法提取人脸特征，用于支持向量机（SVM）分类器的训练或识别。实验结果表明，与Tiny-face算法相比，人体检测算法在重叠比（IOU）为0.75时平均精度（AP）值提高了约36%且检测耗时减少了57%；与建立多姿态人脸数据库的方法相比，采用人脸角度筛选的方法使识别率提高了4%；多数情况下整个课堂学生识别的准确率接近100%。所提方法简化了学生注册过程，提高了人脸识别率，为解决人脸漏检问题提供了新的思路。     

基于学生人体检测的无感知课堂考勤方法

针对基于人脸识别的课堂考勤系统漏检和低识别率的问题,采用主、从双摄像机设备,提出一种联合学生人体检测和人脸角度筛选的方法。首先通过Mask R-CNN算法检测主摄像机拍摄图中的学生人体位置;然后控制从摄像机（PTZ相机）依次获取每位学生的高质量放大图像;再通过MTCNN算法和FSA-Net算法从中检测并识别出人脸姿态,筛选出每位学生的正脸图像;最后对筛选出的学生正脸图像使用FaceNet算法提取人脸特征,用于支持向量机（SVM）分类器的训练或识别。实验结果表明,与Tiny-face算法相比,人体检测算法在重叠比（IOU）为0.75时平均精度（AP）值提高了约36%且检测耗时减少了57%;与建立多姿态人脸数据库的方法相比,采用人脸角度筛选的方法使识别率提高了4%;多数情况下整个课堂学生识别的准确率接近100%。所提方法简化了学生注册过程,提高了人脸识别率,为解决人脸漏检问题提供了新的思路。     

基于企业微信微平台的高校学生课堂考勤管理应用可行性研究

针对传统课堂考勤的效果不理想的问题,本文探讨了企业微信考勤方式在高校学生课堂考勤应用的可行性。本研究通过调查问卷的方式,获得了学生、教师、学生管理人员对应用企业微信方式对学生考勤的接受情况,并对企业微信应用于学生课堂管理实践的软硬件基础进行了讨论。研究表明,基于企业微信微平台的高校课堂考勤管理方式可有效的提高考勤效率,具有可行性,未来应用的前景广阔,可弥补传统点名方式的不足。     

基于Android的考勤系统的设计与实现

随着需求的不断增加,日常的考勤系统逐渐凸显出许多问题.该文介绍了一种基于Android的人脸识别的考勤管理系统,利用GPS实行实时定位,同时嵌入Arc Soft人脸识别系统进行人脸识别,实现员工的考勤与管理,提高了考勤的效率和准确性.     

基于RFID的课堂考勤管理系统的设计

传统课堂点名的考勤方式既浪费教学时间,又不能避免学生替点名现象的发生,本文设计的基于无线射频识别技（RFID：RadioFrequencyIdentification）的学生考勤系统,经无线网络上传至上位机,考勤系统生成考勤表供教师查看。实践证明,该系统运行情况良好,对提高教学效率有极大的意义。     

基于Android的蓝牙考勤课堂管理系统设计与实现

为了实现对高校课堂教学的全方位管理,以蓝牙技术和人脸识别技术为基础,设计了一种基于Android的蓝牙考勤课堂管理系统。该系统分为教师端和学生端两大模块。其中,教师端实现了创建班课、发起签到、控屏、学生数据统计、发布和批阅作业等功能;学生端实现了加入班课、签到、课堂数据统计、上传作业和便签等功能。系统的实现有效地解决了课程教学中存在的管理问题,极大地提高了课堂教学质量,对于推进信息化教学进程具有参考意义。     

基于人脸识别的学校考勤系统设计

针对目前常见的考勤模式所面临的代签到和数据集成缓慢等问题,提出了一种基于Java的在线考勤系统。系统可以极大地改善考勤的工作效率,并能适应各种场景下的考勤要求,识别度高、检测速度快、操作简单,可以为用户带来更多的方便。