一种基于卷积神经网络和多人脸识别的课堂考勤方法

摘要

本发明公开了一种基于卷积神经网络和多人脸识别的课堂考勤方法，包括步骤：S01、通过手机采集全班正脸清晰合照，并将采集的全班正脸清晰合照上传至云端服务器；S02、通过YOLOv3对全班正脸清晰合照进行人脸识别和人脸分割，得到分割后的全部正脸小照片；S03、通过InsightFace将全班正脸小照片与学生人脸数据库进行比对，分别得到全班每个学生的考勤情况；S04、再将全班每个学生的考勤情况发送至学生考勤系统，得到全班考勤结果。本发明的有益效果是：引入了卷积神经网络YOLOv3和InsightFace，仅使用手机拍摄一张全班合照，便可高质量地完成课堂考勤。该方法相比单人脸考勤，或者视频多帧考勤，都具有相对优势，避免了系统的时效性差、复杂性高、准确率等问题。