基于动态轨迹分析的非接触式课堂考勤关键技术研究
发布时间：2021-04-26 17:21
考勤管理对于学生、老师和管理部门都具有重要意义。众多研究表明,学生的出勤率与他们的学习成绩之间存在显著的正相关性;通过研究学生的出勤记录可以判断他们对课程的倾向和决心。考勤管理是提高出勤率的有效手段之一,借助考勤可以及时发现学生行为问题。在当前教育场景中依靠传统技术手段开展考勤工作还存在一些弊端:1、基于指纹的,防伪性虽然高,但指纹传感器长期使用易磨损且卫生安全性较低;2、基于人脸识别的,虽然高效但受环境影响较大;3、基于射频或蓝牙的,强烈依赖于设备,若设备忘带或遗失将会带来很多麻烦;4、传统方法多为一次性检测,不能实时监测授课过程中考勤和位置的动态变化,如,学生是否存在早退或位置变化等情况。本文对国内外相关文献进行了深入调研,在系统比较基于指纹、人脸识别、蓝牙以及射频技术所构建考勤系统优点和缺点的基础上,探索性地提出了一种非接触式的考勤模型。该模型将人脸识别和毫米波技术相结合,融合两者的优势,一方面借助人脸识别技术在自然环境下动态地完成身份辨识;另一方面借助毫米波技术对学生速度位置等进行高精度检测,在提高考勤效率的同时充分掌握课堂动态。具体来说,在技术方面,本文采用人脸识别算法,对采...
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 考勤系统
1.2.2 非接触式感知技术
1.3 研究内容
1.4 论文组织结构
第二章 技术基础
2.1 人脸识别技术
2.1.1 图像预处理
2.1.2 人脸检测
2.1.3 人脸识别
2.2 毫米波技术
2.2.1 毫米波获取目标距离和速度特征技术基础
2.2.2 毫米波获取目标角度特征技术基础
2.3 本章小结
第三章 非接触式人体感知技术
3.1 人体感知框架
3.2 数据采集
3.2.1 人脸数据采集
3.2.2 毫米波数据采集
3.3 图像数据处理
3.3.1 图像灰度化
3.3.2 HOG人脸检测
3.3.3 人脸识别
3.4 毫米波数据处理
3.4.1 基于高密度的聚类算法（DBSCAN）
3.4.2 卡尔曼滤波器
3.5 图像与毫米波融合
3.6 本章小结
第四章 实验与结果分析
4.1 基于图像的身份识别实验
4.2 基于毫米波的定位、计数与跟踪实验
4.2.1 人体定位与计数实验
4.2.2 人体运动速度与轨迹跟踪实验
4.3 身份识别与毫米波融合实验
4.4 本章小结
第五章 总结与展望
5.1 研究总结
5.2 研究不足与展望
参考文献
致谢
【参考文献】：
期刊论文
[1]人脸检测算法的优化[J]. 龚格格,吴珊,郭湘南. 计算机技术与发展. 2019(06)
[2]高校智慧教室的建设理念、模式与应用展望——以华中师范大学为例[J]. 贺占魁,黄涛. 现代教育技术. 2018(11)
[3]聚类算法概述与应用[J]. 马骞. 中国新通信. 2018(14)
[4]视觉和毫米波雷达信息融合行人识别算法[J]. 徐伟,周培义,张芬,黄亮. 同济大学学报(自然科学版). 2017(S1)
[5]基于嵌入式人脸识别门禁系统的研究[J]. 司凤玲,程建政. 电脑知识与技术. 2017(34)
[6]基于蓝牙4.0的主动式考勤系统的设计与实现[J]. 王华,孙海生,王连华. 电子技术. 2016(06)
[7]高校课堂自动化考勤与手机使用限制系统设计[J]. 王兴,吴珊珊. 计算机时代. 2016(04)
[8]基于SVM和HOG的人脸检测算法[J]. 赵峰. 信息技术与信息化. 2013(06)
[9]基于RFID的考勤系统的设计与实现[J]. 凌振宝,李娇阳,朴冠宇,吴字宇. 吉林大学学报(信息科学版). 2013(05)
[10]智慧教室的概念及特征[J]. 黄荣怀,胡永斌,杨俊锋,肖广德. 开放教育研究. 2012(02)
硕士论文
[1]基于毫米波雷达及深度学习视觉信息融合的前方车辆检测方法研究[D]. 梁翼.华南理工大学 2019
[2]RFID校园考勤系统设计与实现[D]. 杨琴.扬州大学 2016
[3]基于13.56MHz的RFID天线设计与优化[D]. 邓福海.山东大学 2015
[4]基于蓝牙4.0低功耗室内定位研究[D]. 卞合善.北京邮电大学 2015
[5]基于卡尔曼滤波的动目标视觉跟踪方法研究[D]. 王孝艳.沈阳理工大学 2012
本文编号：3161806
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 考勤系统
1.2.2 非接触式感知技术
1.3 研究内容
1.4 论文组织结构
第二章 技术基础
2.1 人脸识别技术
2.1.1 图像预处理
2.1.2 人脸检测
2.1.3 人脸识别
2.2 毫米波技术
2.2.1 毫米波获取目标距离和速度特征技术基础
2.2.2 毫米波获取目标角度特征技术基础
2.3 本章小结
第三章 非接触式人体感知技术
3.1 人体感知框架
3.2 数据采集
3.2.1 人脸数据采集
3.2.2 毫米波数据采集
3.3 图像数据处理
3.3.1 图像灰度化
3.3.2 HOG人脸检测
3.3.3 人脸识别
3.4 毫米波数据处理
3.4.1 基于高密度的聚类算法（DBSCAN）
3.4.2 卡尔曼滤波器
3.5 图像与毫米波融合
3.6 本章小结
第四章 实验与结果分析
4.1 基于图像的身份识别实验
4.2 基于毫米波的定位、计数与跟踪实验
4.2.1 人体定位与计数实验
4.2.2 人体运动速度与轨迹跟踪实验
4.3 身份识别与毫米波融合实验
4.4 本章小结
第五章 总结与展望
5.1 研究总结
5.2 研究不足与展望
参考文献
致谢
【参考文献】：
期刊论文
[1]人脸检测算法的优化[J]. 龚格格,吴珊,郭湘南. 计算机技术与发展. 2019(06)
[2]高校智慧教室的建设理念、模式与应用展望——以华中师范大学为例[J]. 贺占魁,黄涛. 现代教育技术. 2018(11)
[3]聚类算法概述与应用[J]. 马骞. 中国新通信. 2018(14)
[4]视觉和毫米波雷达信息融合行人识别算法[J]. 徐伟,周培义,张芬,黄亮. 同济大学学报(自然科学版). 2017(S1)
[5]基于嵌入式人脸识别门禁系统的研究[J]. 司凤玲,程建政. 电脑知识与技术. 2017(34)
[6]基于蓝牙4.0的主动式考勤系统的设计与实现[J]. 王华,孙海生,王连华. 电子技术. 2016(06)
[7]高校课堂自动化考勤与手机使用限制系统设计[J]. 王兴,吴珊珊. 计算机时代. 2016(04)
[8]基于SVM和HOG的人脸检测算法[J]. 赵峰. 信息技术与信息化. 2013(06)
[9]基于RFID的考勤系统的设计与实现[J]. 凌振宝,李娇阳,朴冠宇,吴字宇. 吉林大学学报(信息科学版). 2013(05)
[10]智慧教室的概念及特征[J]. 黄荣怀,胡永斌,杨俊锋,肖广德. 开放教育研究. 2012(02)
硕士论文
[1]基于毫米波雷达及深度学习视觉信息融合的前方车辆检测方法研究[D]. 梁翼.华南理工大学 2019
[2]RFID校园考勤系统设计与实现[D]. 杨琴.扬州大学 2016
[3]基于13.56MHz的RFID天线设计与优化[D]. 邓福海.山东大学 2015
[4]基于蓝牙4.0低功耗室内定位研究[D]. 卞合善.北京邮电大学 2015
[5]基于卡尔曼滤波的动目标视觉跟踪方法研究[D]. 王孝艳.沈阳理工大学 2012
本文编号：3161806
本文链接：https://www.wllwen.com/jiaoyulunwen/ktjx/3161806.html
