[0001] 本实用新型涉及一种智能自适应教室签到系统，具体使用的技术为面部识别技术和图像匹配技术。

[0002] 目前市面上的面部识别签到机大部分采用当今国际通用的技术手段——人脸识别技术，利用计算机图像处理技术从视频中提取人像特征点，再利用生物统计学的原理进行分析并建立人脸特征模板，对于现有的人脸识别签到系统，其缺陷在于：

[0003] 1、效率不高：当前的人脸识别签到机虽然能完成人脸识别的功能，但是其效率并不是很高，如果参与签到的人数非常多的话，时间较长；

[0004] 2、功能不全面：现在大部分的签到机，只能完成签到的功能，不能给予老师和同学更多的便捷，比如说，这些签到机不能统计出所有签到同学的整体出勤状况，整体的出勤情况在一定程度上代表着这个班级的学习积极性，如果不能及时反映班级的情况，老师就不能及时的对学生进行监督，提出意见；

[0005] 3、用户体验有待改善：目前的人脸识别签到机里的人脸数据都是提前录进去的，不能随便修改，一旦出错，便会花费很多的人力物力对其进行改正，用户体验不佳，如果机器可以根据实际情况自主修改一些不过于重要的数据的话，这样在客户端方面，会减少考勤的出错率，在控制端方面，也可以节省人力物力，提高用户体验；

[0006] 4、造假签到的现象不能避免：现在大部分的签到机采集人脸数据的都采用的是单目摄像头，这样可能会节省一些成本，但会造成不必要的麻烦，单目摄像头不能追踪到人的眼睛，出错率高。实用新型内容

[0007] 本实用新型需要解决的问题是，克服背景技术的不足，提供了一个利用深度双目摄像头采集人脸数据的智能自适应教室签到系统，提高人脸识别签到的效率和可靠性。

[0008] 为了实现上述目的，本实用新型是通过以下的技术方案实现的：

[0009] 采用面部识别技术和图像匹配技术，结构分为四个模块：图像视频采集模块、智能识别终端、学生信息数据库以及图像显示模块。

[0010] 图像视频采集模块的技术方案是：它由两部分组成，面对用户的外部器件——双目摄像头和内部的图像数据提取和存储器，采用双目摄像头，能准确地捕捉人的眼球，识别身份的准确度高，可以杜绝造假签到的现象，进行图像数据提取过滤掉无效的数据，提高整个系统的识别速度。

[0011] 智能识别终端模块的技术方案是：这是最核心的模块，在接收到图像视频采集模块传来的视频信号之后，使用开源计算机视觉库(opencv)对其进行图像和视觉数据处理，使用opencv的python接口进行对接，将刚刚接收到的人脸信息与数据库里面的人脸信息进行比对，存储起来，以便传送到图像显示模块中。

[0012] 学生信息数据库模块的技术方案是：mySQL开源数据库进行建立，可以实现将学生信息录入和提取的功能，mySQL数据库是世界上最快的数据库，在可以存储大量信息的同时，也可以提高点名的速度。

[0013] 图像显示模块的技术方案是：由两个部分组成，内部的视频转换器和外部的VGA显示器。内部接收到摄像头采集的的数据后，通过一个视频转换器，将数据转换为模拟信号，最后将实时图像传输到到外部器件VGA显示器中进行显示。

[0014] 本实用新型能达到的效果是：

[0015] 1、通过面部识别确定签到人的身份是否真实；

[0016] 2、自适应，它能够自动根据实际课表改变所在教室上课的学生信息，以适应高校内上课地点不唯一的情况，并且，还能在系统可以根据学生的签到刷新学生在数据库里面存储的一些信息，不需要过多的人工操作；

[0017] 3、高身份识别精度，使用双目摄像头，能准确地捕捉人的眼球；

[0018] 4、明确的信息提示，该系统一旦验证签到人的信息正确，就能显示出所签到人的学号信息并在对应学号表中点亮从而显示签到成功，极大地节省了教师书面签到所花费的时间，签到系统在上课时间到达后关闭，提高了所有学生的入座效率以及准时度；

[0019] 5、语音播报功能，通知使用者需要进行的操作。

[0023] 下面结合附图对本实用新型进行进一步描述：

[0024] 本实用新型分为四个大模块进行实施：图像视频采集模块、智能识别终端、学生信息数据库以及图像显示模块，如附图2，这些主模块里面包含以下小模块：双目摄像头(1)、图像数据提取与存储模块(2)、图像处理器(3)、SDRAM数据缓冲器(4)、mySQL数据库(5)、VGA图像显示器(6)、视频D/A转换器(7)，此外，还有一些提高总体性能的优化设置。

[0025] 图像视频采集模块由两部分组成，面对用户的外部器件——双目摄像头(1)和内部的图像数据提取和存储模块(2)，采用深度双目摄像头(1)，当前来签到的学生靠近到设备允许的识别距离时，设备开始记录学生的面部信息，采集的人脸数据为3D数据，立体的数据能更好地识别人脸，采集完的数据会被送进图像数据提取和存储模块(2)中，图像数据提取和存储模块(2)的功能是：进行图像提取，得出人脸五官的点阵数据，然后，将这些3D图像数据存起来以便送到智能识别终端中进行识别。

[0026] 智能识别终端使用图像匹配技术和面部识别技术，实施方法是：在硬件平台(PC)及接口配置的构建完成与平稳运行的基础上，在图像处理模块(3)用python和Opencv(使用c++编写的跨平台计算机视觉库)及第三方库进行训练，将视频采集模块中接受到的人脸信息，与在学生信息数据库模块中的学生面部信息进行比对，比对之后判断是否一致，完成签到并将签到信息传送到图像显示模块，同时，在FPGA的硬件环境下，实现对双目立体匹配功能模块的算法分析，选取和优化，采用Quartus II9.1和Modelsim 10.5进行仿真保证其可行性。

[0027] 图像显示模块由两个部分组成，内部的视频转换器和外部的VGA显示器，用硬件进行实现，使用Cyclone II作为主控，在FPGA上将智能识别终端传送过来的10位数字像素数据转换成30位视频RGB信息，然后这些RGB信息会被存入数据缓冲器SDRAM(4)中；最后，把经FPGA输出的30位数字信号通过视频D/A转换器(7)转换成RGB模拟信号提供给VGA图像显示器(6)显示实时图像。

[0028] 学生信息数据库是用mySQL数据库(5)进行实现，其功能是可以录入和提取，数据数据库中的信息学生的包含学号、姓名、班级、座位等；当智能识别终端中需要进行数据对比时，数据库会提前将所需要的数据存到SDRAM数据缓冲器(4)中，以供使用；最后，使用pyqt5图形界面工具(python GUI框架)绘制界面及交互ui，优化信息录入的方式。

[0029] 优化设置的实现如下：

[0030] 1、算法优化：优化现有算法，通过GPU的多核能力，利用CUDA技术对面目识别和数据检索进行加速；

[0031] 2、识别率和识别速度优化：提高识别率和识别速度，人脸倾斜45°可以识别，对站在5m的人外可以识别并高速响应，让签到者无需等待；

[0032] 3、安全性优化：为了提高安全性，本系统利用人脸的深度，以及面目轮廓对面目进行划分，并对划分后的数据进行级别分类，以根据不同的需求进行设置是否签到成功；

[0033] 4、回应用户优化：实现了临时修改教室数据、语音播报签到结果。

[0034] 最终学生进行签到的流程如附图3所示：

[0035] 学生只需要站在双目摄像头(1)的识别范围内，智能签到处理终端就能迅速的将采集到的人脸数据与自身所存储的图像信息相匹配，并快速将签到人的相关信息(姓名、学号等)显示，并自动在学号排列图的位置处以图像点亮的方式显示签到人的签到状态。