一种支持人脸识别的智能会议自动签到系统及方法与流程
本发明涉及数字图像识别领域,公开了一种支持人脸识别的智能会议自动签到系统及方法。
背景技术:
1、现有技术中,基于面部识别的会议签到通常在会议室入口处部署采集终端,通过单次图像抓拍完成身份比对。这种基于单一物理空间的瞬态核验模式仅能记录参会人员进入会场的时间戳,无法对会议进程中的在席状态进行持续跟踪。当发生中途离场或由他人代替参会的情况时,该签到模式无法感知人员的身份变动,导致最终生成的考勤记录与实际在席情况出现脱节现象。
2、为解决瞬态核验的局限,部分常规方案在会议室内布置全景采集设备,通过不间断传输视频流以持续提取人员的面部特征。此类方案要求处理核心在整个会议周期内持续执行图像解析与特征比对运算,产生大量冗余的算力消耗。同时,该方案缺乏对会议环境中声音频段、人体位移特征的联动机制,仅采用设定的绝对参数基准进行固定频率的比对。在遇到参会人员姿态变化或遮挡时,系统容易输出误判指令,无法精准剥离有效参会动作与环境干扰因素。
3、综上,目前的智能会议自动签到技术存在基础机制层面的缺陷。单点瞬态抓拍的核验方式未建立面部特征与会议时空坐标的关联纽带,造成对离场与代会现象的监测缺失;而全时段持续扫描的监控模式缺乏事件触发条件与时空约束维度,增加了硬件设备的运算负荷,且无法根据参会人员的实际动作生成准确的时间切片。现有技术框架在算力资源调度与时序状态记录的准确度之间产生冲突,导致输出的签到数据难以反映真实的在席比例。
技术实现思路
1、为了克服现有技术的上述缺陷,为实现上述目的,本发明提供如下技术方案:一种支持人脸识别的智能会议自动签到系统,包括:
2、身份锚定模块,用于通过第一采集设备采集人脸图像并提取人脸特征向量,读取绝对时间戳及三维空间坐标,融合封装生成初始时空锚点;
3、拓扑映射模块,用于调取预设的座位节点坐标,通过第二采集设备采集监控视频流以提取二次人脸特征向量,结合绝对时间戳与三维空间坐标计算加权相似度数值,当达到预设绑定数值时,将所述初始时空锚点与对应座位节点坐标绑定,生成参会节点;
4、自适应约束复核模块,用于基于当前时间戳与绝对时间戳的时间差值及监控视频流目标质心坐标与座位节点坐标的空间偏移量,计算动态时空约束值;当音频空间定向坐标或基于所述监控视频流的像素位移数值超出约束值设定的映射边界时,提取当前局部人脸特征并与参会节点内的人脸特征比对以输出状态指令;
5、时序闭环模块,用于基于所述状态指令生成时间切片,统计有效切片时长与会议总时长的比例,在比例达到预设签到值时输出签到指令。
6、作为优选地,所述身份锚定模块中融合封装生成初始时空锚点的步骤包括:
7、通过第一采集设备采集面部图像序列,提取所述面部图像序列中的面部特征关键点坐标并转化为所述人脸特征向量;
8、接收网络时间服务器下发的标准时间数据作为所述绝对时间戳;
9、读取所述第一采集设备的标定三维空间坐标;
10、将所述人脸特征向量、绝对时间戳以及三维空间坐标合并,采用预设封装算法生成结构化数据包,并将所述结构化数据包写入内存池作为所述初始时空锚点。
11、作为优选地,所述拓扑映射模块中计算加权相似度数值的步骤包括:
12、提取所述初始时空锚点内的人脸特征向量与所述二次人脸特征向量,计算两者的余弦相似度数值;
13、计算当前比对时刻与所述绝对时间戳的时间差值,基于时间反比例函数将所述时间差值映射为时间权重数值;
14、计算二次人脸特征向量提取位置的三维坐标与所述初始时空锚点中的三维空间坐标的欧氏距离,基于距离反比例函数将所述欧氏距离映射为空间权重数值;
15、将所述余弦相似度数值、时间权重数值以及空间权重数值相乘,得出所述加权相似度数值。
16、作为优选地,所述拓扑映射模块中绑定生成参会节点的步骤包括:
17、建立座位节点数据库映射表,以所述座位节点坐标作为主键索引;
18、当所述加权相似度数值大于或者等于所述预设绑定数值时,将所述初始时空锚点的数据指针地址作为外键值写入所述映射表;
19、在所述映射表中增设状态标志位并赋予初始在席数值,完成所述参会节点的实例化并在内存中驻留。
20、作为优选地,所述自适应约束复核模块中生成动态时空约束值的步骤包括:
21、读取系统当前时间戳,计算所述系统当前时间戳与所述参会节点中记录的绝对时间戳的差值,作为所述时间差值;
22、提取所述监控视频流当前帧画面中人体轮廓的质心像素点,计算所述质心像素点与所述座位节点坐标中心像素点的直线距离数值,作为所述空间偏移量;
23、对所述时间差值进行指数运算生成时间衰减因子,并将所述空间偏移量除以预设常量生成空间离散因子;
24、将所述时间衰减因子与所述空间离散因子进行乘积运算,生成所述动态时空约束值。
25、作为优选地,所述自适应约束复核模块中判断音频空间定向坐标或像素位移数值是否超出映射边界的步骤包括:
26、提取预设的基准触发常数,将所述基准触发常数减去所述动态时空约束值,生成所述映射边界;
27、通过麦克风阵列采集声音信号,并基于到达时间差定位算法计算得出所述声音信号对应的声源三维坐标,作为所述音频空间定向坐标;
28、计算监控视频流的相邻两帧图像间特征点的直线距离,作为所述像素位移数值;
29、计算所述音频空间定向坐标与所述座位节点坐标的距离数值,当该距离数值或者所述像素位移数值大于所述映射边界时,下发触发复核的动作指令。
30、作为优选地,所述自适应约束复核模块中输出状态判断指令的步骤包括:
31、提取所述当前局部人脸特征向量与所述参会节点内的人脸特征向量;
32、按维度逐一计算两个向量对应特征分量的差值并进行平方累加,对累加结果进行算术开方运算得出特征距离数值;
33、当所述特征距离数值未超过预设距离容差数值时,生成携带有效状态码的所述状态判断指令;
34、当所述特征距离数值超过所述预设距离容差数值时,生成携带异常状态码的所述状态判断指令。
35、作为优选地,所述时序闭环模块中生成时间切片的步骤包括:
36、提取触发所述状态判断指令时刻的系统时间节点作为起始时间;
37、提取下一次动作指令触发时刻的系统时间节点作为终止时间;
38、读取所述状态判断指令中携带的有效状态码或异常状态码;
39、将所述起始时间、所述终止时间以及所述有效状态码或异常状态码拼接为字符串格式,生成所述有效时间切片或异常时间切片。
40、作为优选地,所述时序闭环模块中输出签到指令的步骤包括:
41、调取同一参会节点下的所有有效时间切片,对所有有效时间切片的终止时间与起始时间的差值进行累加,得出累加时长数值;
42、将所述累加时长数值除以设定的会议总时长数值,得出浮点数比值作为所述比例数值;
43、遍历所述参会节点下的所有异常时间切片,当所述比例数值达到所述预设签到数值,且遍历得出的每一单一异常时间切片的差值均未超过预设时长阈值时,向外部服务器端口发送包含该参会节点身份信息的所述签到指令。
44、一种支持人脸识别的智能会议自动签到方法,通过所述的一种支持人脸识别的智能会议自动签到系统实现,其特征在于,包括:
45、s1:通过第一采集设备采集人脸图像并提取人脸特征向量,读取绝对时间戳及三维空间坐标,融合封装生成初始时空锚点;
46、s2:调取预设的座位节点坐标,通过第二采集设备采集监控视频流以提取二次人脸特征向量,结合绝对时间戳与三维空间坐标计算加权相似度数值,当达到预设绑定数值时,将所述初始时空锚点与对应座位节点坐标绑定,生成参会节点;
47、s3:基于当前时间戳与绝对时间戳的时间差值及监控视频流目标质心坐标与座位节点坐标的空间偏移量,计算动态时空约束值;当音频空间定向坐标或基于所述监控视频流的像素位移数值超出约束值设定的映射边界时,提取当前局部人脸特征并与参会节点内的人脸特征比对以输出状态指令;
48、s4:基于所述状态指令生成时间切片,统计有效切片时长与会议总时长的比例,在比例达到预设签到值时输出签到指令。
49、与现有技术相比,本发明具备以下有益效果:
50、本发明通过将提取的面部特征向量与绝对时间戳及三维空间坐标融合封装生成初始时空锚点,并结合加权相似度数值与座位节点坐标建立参会节点,构建了人员特征与物理空间的持续关联纽带。该机制摒弃了入口处的瞬态单次记录模式,以时间轴上连续拼接的有效时间切片取代碎片化的单点考勤数据,填补了会议进程中离场与代会变动监测的空白,使最终输出的签到指令严格贴合参会实体在整个会议周期内的真实在席状态。
51、本发明在自适应约束复核模块中引入音频空间定向坐标与像素位移数值作为触发前置条件,改变了常规方案中全时段连续视频扫描的运作逻辑。系统仅当特定座位区域产生的声音或位移信号越过由动态时空约束值设定的映射边界时,才启动针对局部人脸特征向量的提取与复核动作,将运算资源定向调配至产生状态变动的空间节点。此事件驱动机制去除了无效监控时段的冗余图像解析进程,解除了计算资源调度与连续状态监测之间的系统冲突,释放了核心处理器的运算负荷。
52、本发明基于时间差值与空间偏移量持续计算动态时空约束值,通过时间衰减因子与空间离散因子的乘积运算实时调节触发复核的映射边界,以动态演进的算法基准取代了传统的固定参数阈值。该设计将落座时间跨度与物理空间偏移幅度进行耦合计算,使得系统能够自适应鉴别参会人员正常的姿态调整与实质性的离席动作,排除了固定频率扫描极易引发的环境干扰与状态误判,保障了时间切片状态标记的客观性与数据输出的严谨性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com