本发明涉及一种基于大数据的人口监控报警方法,属于人口监控报警领域领域。
背景技术:
课堂考勤最常用的方式就是以注册的学生名单应答,为了减少人工工作量,各种借助外部设备的考勤方式也应用到了课堂上,利用带有学生本人信息的校园卡或者身份证,通过rfid标签唯一标识特性判断持卡人是否出勤,更为发展的采用手机作为考勤工具利用学生个
人手机的蓝牙模块,记载学生个人的登录数据并上传以完成打卡操作或者每节课设置具有独立信息的二维码,学生通过手机扫描完成签到。
但此类考勤方法所借助的外部设备均可以其他人代替,无法杜绝学生顶替和冒名;很多学生来到教室进行睡觉玩手机,老师上课时间有限无法进行反复的提醒教育。
技术实现要素:
本发明目的在于提供一种基于大数据的人口监控报警方法,可以有效解决背景技术中的问题。
为了解决上述技术问题,本发明提供了如下的技术方案:
一种基于大数据的人口监控报警方法,包括以下步骤:
步骤s01:将高校学生信息录入主服务器中,包括学生姓名、照片、学号、年级、专业和联系方式等信息;
步骤s02:通过全景摄像头进行第一次拍照,获取整个教室无人时候图像;
步骤s03:当学生经过进门处,触发传感器,位于门正前方拍照摄像头进行拍照,上传到主服务器,进行第一次对比;
步骤s04:通过全景摄像头进行二次拍照,与步骤s2中拍摄的图片对比,确定总人数,将全景照片与主服务器信息进行第二次对比,然后将未识别的人数与步骤s3中已经识别进一步核实;
步骤s05:光学变焦摄像头,对于步骤s04中未识别人的位置,进行人脸聚焦和人脸识别,确定该学生是否为本专业人;
步骤s06:对于步骤s5中仍未识别人数,主服务系统自动调出未识别人数学生信息显示在显示器上,由老师或者班委点名核实。
进一步而言,所述步骤s02为背景模型,将步骤s04中的全景照片进行降噪和阈值处理,通过减法运算统计出教室人数,提高运算效率。
进一步而言,所述步骤s07还包括以下步骤,
a)全景摄像头图像进行采集,找出图片俯身未抬头状态的学生;
b)通过光学变焦摄像头对俯身听课状态的学生三组照片采集,其中每组时间间隔为一分钟;三组连续间隔时间图像分为为ik-1,ik,ik+1;
c)获取相邻侦差图像为d(k,k-1)(x,y),d(k+1,k)(x,y)。
d)设定阀值t,采用的是otsu算法获得最佳阀值,并将提取到的运动目标进行中值滤波、二值化处理,判断该学生正在睡觉或者玩手机;
e)若该学生正在睡觉或者玩手机主服务器对该学生进行扣一定学分处理,同时对该行为照片储存在主服务器中。。
进一步而言,所述全景摄像头位于讲台的中央上方,对整个教室进行拍照,所述拍照摄像头位于正对门的上方,所述传感器设置在门口两侧,当学生穿过门口触发传感器,拍照摄像头对学生进行多帧照片采集,所述光学变焦摄像头位于全景摄像头上方,对学生面部进行信息采集。
进一步而言,所述主服务器包括图像处理模块、信息储存模块、行为分析模块和报警提示模块,所述图像处理模块对全景摄像头、光学变焦摄像头和拍照摄像头进行处理分析,所述信息储存模块对用于储存学生个人的信息,所述行为分析模块对学生睡觉和玩手机的行为进行判别,所述报警提示模块用于将违反记录的学生信息显示在显示屏上以便于老师或者班委处理。
进一步而言,所述步骤s03拍照摄像头中和步骤s05光学变焦摄像头对学生进行多帧数拍摄,图像处理模块对照片进行处理,选取最清楚一张上传到主服务器中与学生信息进行对比。
与现有技术相比,本发明具有如下有益效果:
1、通过将高校学生信息录入主服务器中,通过全景摄像头进行第一次拍照,获取整个教室无人时候图像,当上课铃响起,通过全景摄像头进行二次拍照,以第一次照片作为背景模型,将第二次景照片进行降噪和阈值处理,通过减法运算迅速统计出教室人数,同时门正前方拍照摄像头对进入学生进行拍照上传到主服务器,进行第一次对比,全景摄像头进行二次拍照与主服务器信息进行第二次对比,光学变焦摄像头对两次未识别的人进行第三次对比,若学生面部信息仍不清楚,主服务系统自动调出未识别人数学生信息显示在显示器上,由老师或者班委点名核实。
2、通过全景摄像头图像进行采集,找出图片俯身未抬头状态的学生通过光学变焦摄像头对俯身听课状态的学生三组照片采集,其中每组时间间隔为一分钟,通过帧差法对三组图片进行分析,从而判别该学生是记笔记状态还是睡觉玩手机状态,对于违纪同学的信息将会显示在显示器上,便于老师课下即使扣除相应学生的平时分。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1是本发明一种基于大数据的人口监控报警方法实施步骤流程图。
图2是本发明一种基于大数据的人口监控报警方人物识别系统图。
图3是本发明一种基于大数据的人口监控报警方法模块图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明,其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本专利的限制,为了更好地说明本发明的具体实施方式,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸,对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的,基于本发明中的具体实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他具体实施方式,都属于本发明保护的范围。
实施例1
在对学生进行考勤时候时,将高校学生信息录入主服务器中,通过全景摄像头进行第一次拍照,获取整个教室无人时候图像,当上课铃响起,通过全景摄像头进行二次拍照,以第一次照片作为背景模型,将第二次景照片进行降噪和阈值处理,通过减法运算迅速统计出教室人数,同时门正前方拍照摄像头对进入学生进行拍照上传到主服务器,进行第一次对比,全景摄像头进行二次拍照与主服务器信息进行第二次对比,光学变焦摄像头对两次未识别的人进行第三次对比,若学生面部信息仍不清楚,主服务系统自动调出未识别人数学生信息显示在显示器上,由老师或者班委点名核实。
如图1-3所示,一种基于大数据的人口监控报警方法,其特征在于,包括以下步骤:
步骤s01:将高校学生信息录入主服务器中,每位老师均有账户,主服务器中包括学生姓名、照片、学号、年级、专业和联系方式等信息;老师或者班委无需在带点名册,所有的考勤项目均可以再电脑上进行;
步骤s02:通过全景摄像头进行第一次拍照,获取整个教室无人时候图像;
步骤s03:当学生经过进门处,触发传感器,位于门正前方拍照摄像头进行多组照片拍照,有图像处理模块对所获得的图像进行处理,取最清楚的一张上传到主服务器,由主服务器将照片与系统照片,进行第一次对比。
步骤s04:通过全景摄像头进行二次拍照,与步骤s02中拍摄的图片对比,步骤s02为背景模型,将步骤s04中的全景照片进行降噪和阈值处理,通过减法运算统计出教室人数,确定总人数,提高运算效率;
将全景照片学生的面部信息与主服务器信息进行第二次对比,场景中会出现无法识别的面部,然后将未识别的人数与步骤s03中已经识别进一步核实,剔除步骤s03正确识别,同时步骤s03中未识别与第二次对比后已经识别对比,提高第一次和第二次对比的正确率;
由于步骤s03和步骤s04中部分学生逃避考勤检测系统,在拍照摄像时候会出现低头或者故意遮挡面部的学生,两次对比均系统无法识别;
步骤s05:通过光学变焦摄像头,对于步骤s04中未识别的人的位置,进行人脸聚焦和人脸识别,确定该学生是否为本专业人;
步骤s06:对于步骤s5中仍未识别人数,主服务系统自动调出未识别人数学生信息显示在显示器上,由老师或者班委点名,对比显示器上照片核实,使得本发明的考勤错误率减低。
步骤s07:每次上课之前重复步骤s03~步骤s06,避免中间逃课学生。
在本实施中,步骤s02为背景模型,将步骤s04中的全景照片进行降噪和阈值处理,教室这一特殊的室内场景,具有一段时间内背景不会发生很大变化的特点,检测出的运动目标越完整越好、并且具有较高的实时性,因此通过减法运算统计出教室人数,提高运算效率。
在本实例中,全景摄像头位于讲台的中央上方,对整个教室进行拍照,确保被检测的目标的完整性,拍照摄像头位于正对门的上方,保证每进入房间内的人员都可以被精确地采集到,传感器设置在门口两侧,与拍照摄像头配合使用,对经过门口的人员信息进行采集,当学生穿过门口触发传感器,拍照摄像头对学生进行多帧照片采集,光学变焦摄像头位于全景摄像头上方,对第二次全景照片中无法识别的学生面部进行信息采集。
在本实例中,主服务器包括图像处理模块、信息储存模块、行为分析模块和报警提示模块,图像处理模块对全景摄像头、光学变焦摄像头和拍照摄像头进行处理分析,其中包括对图片的降噪处理、二值化处理以及进行双波滤波处理,提高图片的清晰度;信息储存模块对用于储存学生个人的信息以及老师对学生违纪的评分以及违规记录图片,行为分析模块对学生睡觉和玩手机的行为进行判别,将上课违纪信息传递到主服务器,由主服务器将该信息显示在显示器上,报警提示模块用于将违反记录的学生信息显示在显示屏上以便于老师或者班委处理,同时处理后的结果会被储存在信息储存模块中。
在本实例中,步骤s03拍照摄像头中和步骤s05光学变焦摄像头对学生进行多帧数拍摄,图像处理模块对照片进行处理,选取最清楚一张上传到主服务器中与学生信息进行对比。
通过采用上述技术方案:有效保证提高考勤的准确率,避免学生出现代课逃课现象。
实施例2
在对学生上课行为进行分析时候,个别同学会出现上课玩手机睡觉现象,全景摄像头图像进行采集,找出图片俯身未抬头状态的学生通过光学变焦摄像头对俯身听课状态的学生三组照片采集,其中每组时间间隔为一分钟,通过帧差法对三组图片进行分析,从而判别该学生是记笔记状态还是睡觉玩手机状态,对于违纪同学的信息将会显示在显示器上,便于老师课下即使扣除相应学生的平时分。
如图1-3所示,一种基于大数据的人口监控报警方法,包括以下步骤:
步骤s01:将高校学生信息录入主服务器中,每位老师或者班委均有账户,主服务器中包括学生姓名、照片、学号、年级、专业和联系方式等信息;老师或者班委无需在带点名册,所有的考勤项目均可以再电脑上进行
步骤s02:通过全景摄像头进行第一次拍照,获取整个教室无人时候图像;
步骤s03:当学生经过进门处,触发传感器,位于门正前方拍照摄像头进行多组照片拍照,有图像处理模块对所获得的图像进行处理,取最清楚的一张上传到主服务器,由主服务器将照片与系统照片,进行第一次对比。
步骤s04:通过全景摄像头进行二次拍照,与步骤s02中拍摄的图片对比,步骤s02为背景模型,将步骤s04中的全景照片进行降噪和阈值处理,通过减法运算统计出教室人数,确定总人数,提高运算效率;
将全景照片学生的面部信息与主服务器信息进行第二次对比,场景中会出现无法识别的面部,然后将未识别的人数与步骤s03中已经识别进一步核实,剔除步骤s03正确识别,同时步骤s03中未识别与第二次对比后已经识别对比,提高第一次和第二次对比的正确率;
由于步骤s03和步骤s04中部分学生逃避考勤检测系统,在拍照摄像时候会出现低头或者故意遮挡面部的学生,两次对比均系统无法识别;
步骤s05:通过光学变焦摄像头,对于步骤s04中未识别的人的位置,进行人脸聚焦和人脸识别,确定该学生是否为本专业人;
步骤s06:对于步骤s5中仍未识别人数,主服务系统自动调出未识别人数学生信息显示在显示器上,由老师或者班委点名,对比显示器上照片核实,使得本发明的考勤错误率减低。
步骤s07:每次上课之前重复步骤s03~步骤s06,避免中间逃课学生。
a)全景摄像头图像进行采集,找出图片俯身未抬头状态的学生;
b)通过光学变焦摄像头对俯身听课状态的学生三组照片采集,其中每组时间间隔为一分钟;三组连续间隔时间图像分为为ik-1,ik,ik+1;
c)获取相邻侦差图像为d(k,k-1)(x,y),d(k+1,k)(x,y);
d)设定阀值t,采用的是otsu算法获得最佳阀值,并将提取到的运动目标进行中值滤波、二值化处理,判断该学生正在睡觉或者玩手机;
e)若该学生正在睡觉或者玩手机主服务器对该学生进行扣一定学分处理,同时对该行为照片储存在主服务器中,由老师根据所拍摄违纪图片进行扣分处理。
在本实例中,所述全景摄像头位于讲台的中央上方,对整个教室进行拍照,所述拍照摄像头位于正对门的上方,所述传感器设置在门口两侧,当学生穿过门口触发传感器,拍照摄像头对学生进行多帧照片采集,所述光学变焦摄像头位于全景摄像头上方,对学生面部进行信息采集。。
在本实例中,所述主服务器包括图像处理模块、信息储存模块、行为分析模块和报警提示模块,所述图像处理模块对全景摄像头、光学变焦摄像头和拍照摄像头进行处理分析,所述信息储存模块对用于储存学生个人的信息,所述行为分析模块对学生睡觉和玩手机的行为进行判别,所述报警提示模块用于将违反记录的学生信息显示在显示屏上以便于老师或者班委处理。
通过采用上述技术方案:有效的对学生上课的行为,进行约束,改善学生上课睡觉玩手机现象。
需要说明的是,本发明为一种基于大数据的人口监控报警方法,在使用时,首先,将高校学生信息录入主服务器中,包括学生姓名、照片、学号、年级、专业和联系方式等信息,每位老师均有账户可以查看学生信息;通过全景摄像头进行第一次拍照,获取整个教室无人时候图像;当学生经过进门处,触发传感器,位于门正前方拍照摄像头进行多组照片拍照,有图像处理模块对所获得的图像进行处理,取最清楚的一张上传到主服务器,由主服务器将照片与系统照片,进行第一次对比;通过全景摄像头进行二次拍照,与步骤s02中拍摄的图片对比,通过减法运算统计出教室人数,确定总人数;将全景照片学生的面部信息与主服务器信息进行第二次对比,场景中会出现无法识别的面部,然后将未识别的人数与步骤s03中已经识别进一步核实,剔除步骤s03正确识别,同时步骤s03中未识别与第二次对比后已经识别对比,提高第一次和第二次对比的正确率;通过光学变焦摄像头,对于步骤s04中未识别的人的位置,进行人脸聚焦和人脸识别,确定该学生是否为本专业人;仍未识别人数,主服务系统自动调出未识别人数学生信息显示在显示器上,由老师或者班委点名,对比显示器上照片核实,使得本发明的考勤错误率减低。
在使用过程中还可以对学生行为进行监控全景摄像头图像进行采集,找出图片俯身未抬头状态的学生通过光学变焦摄像头对俯身听课状态的学生三组照片采集,其中每组时间间隔为一分钟,通过帧差法对三组图片进行分析,从而判别该学生是记笔记状态还是睡觉玩手机状态,对于违纪同学的信息将会显示在显示器上,便于老师课下即使扣除相应学生的平时分。
以上为本发明较佳的实施方式,以上显示和描述了本发明的基本原理和主要特征和本发明的优点,本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化以及改进,这些变化和改进都落入要求保护的本发明范围内,本发明要求保护范围由所附的权利要求书及其等效物界定。