典型文献
基于多摄像头的无感知实时课堂考勤方法
文献摘要：
目前国内课堂考勤主要采用点名和线上打卡等方式,存在效率低下,冒名签到等问题.针对这些问题,文章提出一种基于多摄像头的无感知实时课堂考勤方法.首先,该方法采用多个摄像头从不同角度来获取学生上课图像,以有效解决人脸遮挡和远距离图像分辨率低的问题.随后,为了确保该方法能在高准确率的前提下具有较好的实时性,采用LBP(Local Binary Pattern)特征粗筛和深度特征细筛相结合的方式来筛除多个摄像头采集的图像中存在的重复人脸,以有效减少重复人脸导致的多次识别问题.最后应用FaceNet模型识别出筛选后的人脸.为了验证该方法的有效性,在实际场景中进行了大量实验,实验结果表明该方法具有较高实时性和准确性.
文献关键词：
多摄像头;比对筛选;FaceNet人脸识别;无感知课堂考勤方法
中图分类号：
作者姓名：
宋亚锋;钟锐;王晨
作者机构：
赣南师范大学数学与计算机科学学院,江西赣州 341000
文献出处：
引用格式：
[1]宋亚锋;钟锐;王晨-.基于多摄像头的无感知实时课堂考勤方法)[J].赣南师范大学学报,2022(06):89-94
A类：
无感知课堂考勤方法
B类：
多摄像头,点名,打卡,冒名,签到,学生上课,遮挡,远距离,距离图像,图像分辨率,LBP,Local,Binary,Pattern,深度特征,筛除,FaceNet,模型识别,高实时性,比对筛选,人脸识别
AB值：
0.304545
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
