一种基于乡村校园安全管理的学生身份识别系统及方法与流程

1.本技术涉及身份识别领域，尤其涉及一种基于乡村校园安全管理的学生身份识别系统及方法。


背景技术：

2.随着数字乡村建设的不断发展，除了为乡村建设提供更好的网络信息交互平台之外，还将更多的智能化技术进行了推广，给乡村居民工作生活带来了便利。
3.乡村校园作为数字化建设的一项目标，被赋予了较多信息化技术投入，例如，对学生进出校园增设了身份识别，以便记录学生进出校园的时间，同时减少校外人员随意进出的可能性，为学生的安全管理增加了保障。
4.由于不少偏远地区的乡村居民对于智能化信息技术较为陌生，传统的身份识别方式可能适用性并不高，例如指纹识别、扫码识别、人脸识别等，都需要一定的设备或操作，学生适应起来较为困难，另外校园卡身份验证，容易遗失或者被人替用。所以需要一种既能有效对学生身份进行识别，又能让处于偏远地区的学生能够适应的身份识别方式。


技术实现要素：

5.本技术的目的是提供一种基于乡村校园安全管理的学生身份识别方式，通过采用无约束人脸识别方法结合校园卡身份验证，对学生进行身份识别，学生只需将校园卡放置在指定区域，便可通过身份验证。
6.第一方面，本技术提供一种基于乡村校园安全管理的学生身份识别系统，包括：所述人脸获取模块，用于通过类监控的形式提取图像序列帧，并基于图像序列帧获取人脸图像，并对获取到的人脸图像提取人脸特征信息，将人脸特征信息存入预设的存储空间中；所述身份识别模块，用于对学生的校园卡进行检测并获取对应学生信息，根据学生信息从预设的数据库中匹配出对应的人脸特征模板，并与预设存储空间中对应的人脸特征信息进行匹配，以获取匹配结果，并将匹配结果传递给信息处理中心；所述信息处理中心，用于根据身份识别模块反馈的匹配结果，记录成功匹配的学生信息和当前时间，同时将未匹配成功的学生信息以及人脸图像信息存入预设异常信息库中。
7.通过上述技术方案，借助校园卡身份校验机制对学生进行身份识别，同时在自然条件下对进出校园的学生进行人脸识别，无需学生进行额外操作，并且进一步提升了学生身份识别的有效性。
8.可选的，所述人脸获取模块包括红外感应单元、图像序列帧获取单元、人脸检测单元、图像帧提取单元以及图像信息处理中心，所述红外感应单元，用于当感应到学生进入预设的距离时，则开始进行人脸图像采集；
所述图像序列帧获取单元，用于进入预设距离范围内的序列帧图像；所述人脸检测单元，用于用于检测序列帧图像中是否存在人脸，若存在人脸则进行相应的标识；所述图像帧提取单元，用于获取开始帧和结束帧，并根据开始帧和结束帧从序列帧图像中获取待检测人脸图像，所述开始帧表征的最初检测到人脸的帧图像，所述结束帧表征的是开始帧检测到的人脸最后能够被检测出来的帧图像；所述图像信息处理中心，用于对获取的待检测人脸图像进行预处理以及特征提取，并将待检测人脸图像与人脸特征信息一同存入预设存储空间中。
9.可选的，所述图像信息处理中心包括图像预处理模块、人脸特征提取模块，所述图像预处理模块，用于对图像进行裁剪缩放以及头部姿态估计；所述人脸特征提取模块，用于对待检测人脸图像进行特征提取，以获取人脸特征信息。
10.可选的，所述身份识别模块包括身份信息获取单元和特征匹配单元，所述身份信息获取单元，用于根据校园卡获取学生信息，并根据学生信息从预设的数据库中提取对应的人脸特征模板；所述特征匹配单元，用于对人脸特征模板与预设存储空间中的人脸特征信息进行相似度匹配，并判断相似度最高值是否大于预设阈值，若大于预设阈值，则记匹配结果为成功，若不大于预设阈值，则记匹配结果为失败，最后将匹配结果传递到信息处理中心。
11.可选的，所述信息处理中心包括数据接收模块、信息记录模块以及信息传输模块，所述数据接收模块，用于接收身份识别模块传递的匹配结果；所述信息记录模块，用于当匹配结果为成功时，则记录下当前的时间，以作为当前学生的进出校园时间，当匹配结果为失败时，则将参与匹配的人脸特征信息以及当前学生信息记为异常信息，并将异常信息存储在预设数据库中；所述信息传输模块，用于将学生的进出校园时间发送到预设的终端设备。
12.第二方面，本技术提供一种基于乡村校园安全管理的学生身份识别方法，包括：实时获取采集的人脸图像，并对采集的人脸图像进行特征提取，以获取人脸特征信息，并将人脸特征信息存入预设存储空间；当检测到学生的校园卡时，根据校园卡提取学生的身份信息，并根据学生身份信息从预设的数据库中获取对应的人脸特征模板；将获取的人脸特征模板与预设存储空间中的人脸特征信息进行相似度匹配，取最高的相似度作为匹配分数；判断匹配分数是否大于预设阈值；若匹配分数大于预设阈值，则输出第一提示信息，所述第一提示信息表示学生身份验证成功；若匹配分数不大于预设阈值，则输出第二提示信息，所述第二提示信息表示学生身份验证失败。
13.可选的，所述实时获取采集的人脸图像，包括：当开始采集图像时，获取图像序列帧；基于图像序列帧，通过人脸检测单元检测是否存在人脸，若存在人脸，则对人脸区
域进行标识；根据人脸标识信息，通过图像帧提取模块获取开始帧和结束帧，并根据开始帧和结束帧从图像序列帧中提取一组待检测图像序列；基于待检测图像序列，通过人脸检测获取人脸图像。
14.可选的，若匹配分数大于预设阈值，输出第一提示信息之后，还包括：将匹配分数对应的人脸特征信息从预设的存储空间中删除；将当前时间点和当前学生信息一同存入预设的数据库中；判断当前时间点是否处于预设的时间段；若是，则根据当前学生的身份信息，从预设数据库中提取对应的家长通讯信息；将当前时间添加到预设的消息模板，以形成提示信息；基于家长通讯信息，将提示信息发送给对应家长的通讯终端。
15.可选的，若匹配分数不大于预设阈值，则输出第二提示信息之后，还包括：基于匹配分数对应的人脸特征信息，获取对应的人脸图像；通过预设的算法来判断图像可辨识度是否达到预设的阈值；若达到预设的阈值，则将当前的学生身份信息和人脸图像记为异常信息，并将异常信息存入预设的数据库中。
16.第三方面，本技术提供一种计算机可读存储介质，存储有能够被处理器加载并执行上述一种基于乡村校园安全管理的学生身份识别方法的计算机程序。
17.综上所述，本技术首先通过无约束人脸识别机制对进出校园的学生实时进行人脸图像的捕捉，借助校园卡获取学生的身份信息，即可完成学生人脸与身份的匹配校验，学生只需将校园卡放置在指定区域即可，无需进行额外操作。另外通过对图像帧序列的获取，可对同时进入图像采集范围的多个学生进行人脸图像的捕捉，使得不再局限于只采用单通道有序排队进行身份的校验。
附图说明
18.图1是本技术实施例所提供的一种基于乡村校园安全管理的学生身份识别系统的示意图；图2是本技术实施例所提供的人脸获取模块的示意图；图3是本技术实施例所提供的一种基于乡村校园安全管理的学生身份识别方法的流程示意图；图4是本技术实施例所提供的获取采集人脸图像的流程图；图5是本技术实施例所提供的学生身份验证通过之后的流程图。
具体实施方式
19.以下结合附图1-附图5，对本技术作进一步详细说明。
20.本技术提供一种基于乡村校园安全管理的学生身份识别系统，参见图1，包括人脸获取模块10、身份识别模块11、信息处理中心12。
21.在本技术实施例中，人脸获取模块10用于通过类监控的形式提取图像序列帧，并基于图像序列帧获取人脸图像，并对获取到的人脸图像提取人脸特征信息，将人脸特征信
息存入预设的存储空间中。
22.现有的校园通行装置，一般会使用校园卡来进行刷卡通行，学生通过将校园卡放置在指定位置，即可读取到学生信息，进而完成身份校验。为了进一步提升学生身份识别的有效性，或者防止有学生替用校园卡来实现通行，会采用人脸识别来进一步进行身份识别，以确定校园卡持卡人为学生本人。
23.通常对于校园采用人脸识别来实现身份校验，会在通行设备上装置一个固定的人像采集设备，学生通过将脸部对着人像采集设备以进行人脸图像采集，并提取相应的人脸特性信息，同时借助学生校园卡提取学生信息，然后根据学生信息从相应的数据库中提取人脸特征模板，或者从校园卡中配置的学生图像中提取人脸特征，以作为人脸特征模板，最后将人脸特征模板与采集的人脸特征信息进行相似度计算，以此来完成学生的身份识别。
24.由于在部分乡村地区，尤其是相对偏远的地区，对于相关数字化、智能化等信息接触不足，学生可能并不太能够适应这种身份识别的方式，而对于乡村校园而言，更关心的是学生是否安全进出学校，学生家长能第一时间知晓孩子的上下学情况，另外尽量避免有校外人员混入学校，同时除了上下学之外，还可实时监督学生是否私自离校等，以加强乡村校园学生的安全管理。但同时设置的身份识别方式能够让学生适应，不会给学生带来更多的麻烦和不便。
25.因此，在本技术实施例中，增设了人脸获取模块10，通过采用无约束人脸识别机制来对学生进行人脸识别，以类似监控的形式对学生进行人脸图像的捕捉，无需学生进行额外操作，更多地只是进行相应地引导，例如引导学生有序排队、提示随身携带校园卡等，方便提升身份识别的有效性。
26.具体地，在校门通行处增加多个图像采集设备，便于从不同角度来获取学生的人脸信息。另外由于目标对象是学生，而通过对学生进行信息采集，可对学生的身高进行相应统计，然后为了更好地采集到学生的人脸信息，所以可以将图像采集设备设置在适宜的高度。
27.具体的，参见图2，人脸获取模块10包括红外感应单元101、图像序列帧获取单元102、人脸检测单元103、图像帧提取单元104以及图像信息处理中心105。
28.其中，红外感应单元101用于当感应到学生进入预设的距离时，则开始进行人脸图像采集。
29.图像序列帧获取单元102用于进入预设距离范围内的序列帧图像。
30.人脸检测单元103用于用于检测序列帧图像中是否存在人脸，若存在人脸则进行相应的标识。
31.图像帧提取单元104用于获取开始帧和结束帧，并根据开始帧和结束帧从序列帧图像中获取待检测人脸图像。
32.图像信息处理中心105用于对获取的待检测人脸图像进行预处理以及特征提取，并将待检测人脸图像与人脸特征信息一同存入预设存储空间中。
33.其中，开始帧表征的最初检测到人脸的帧图像，结束帧表征的是开始帧检测到的人脸最后能够被检测出来的帧图像。
34.在本技术实施例中，由于采用的无约束的人脸识别方式，在自然场景下捕获学生的人脸图像以进行身份识别，所以会在图像采集设备中增设红外感应单元101来进行监测，
当在一定的距离范围内收到感应信号，则会开始进行图像捕捉。
35.由于一般会采用一人一卡通行的方式，也就是学生会将校园卡放置在指定区域进行身份信息的采集，然后结合捕捉的人脸图像进行人脸识别，当身份验证通过之后则会允许学生通行，同时记录下学生的进出时间。这种方式简单有效，关键还在于如何提前捕捉到学生的人脸图像，若是学生数量较少，且排队有序，这种情况下，对于学生人脸信息的捕捉相对容易。
36.但当学生量较多时、例如上学或放学时间点，学生进出校园处于高峰时段，为了减少身份验证的时间，可以开启多通道，学生可选择通道排队进行身份识别，或者学生分多列进行排队，这种情况下，在不增加图像采集设备的情况下，可能会出现同时有不止一张人脸进入采集范围，在这种情形下很难去对人脸进行追踪定位，所以会采用获取图像序列帧的形式，根据图像帧来提取人脸图像信息。
37.因此，在本技术实施例中，当开始进入图像捕捉时，会通过图像序列帧获取单元102来获取进入预设距离范围内的序列帧图像。所谓的序列帧图像相当于是对采集的图像视频按帧率进行转化得到的图像序列。
38.由于目标是获取学生的人脸信息，所以在获取到图像序列帧之后，需要提取出包含人脸的图像帧。
39.因此，在本技术实施例中，人脸获取模块10还包含有人脸检测单元103，用以检测是否存在人脸，若检测到人脸，则会将检测到的人脸进行区域标识，以此来提取有效的人脸图像。
40.由于上述有提到，当学生数量较多时，学生若采用多列进行排队，可能会存在有多个人脸同时出现在部分图像序列帧，并且连续的图像序列帧可能并非都能够检测到人脸的存在，所以为了更好地对所有能获取到的人脸图像进行管控，会对图像序列帧进行分组。也就是会以最早检测到人脸的图像帧作为开始帧，以该人脸最后被检测到的图像帧作为结束帧，由开始帧和结束帧作为一组待检测图像序列。
41.因此，在本技术实施例中，人脸获取模块10还包括图像帧提取单元104，用以获取开始帧和结束帧，然后根据开始帧和结束帧从序列帧图像中通过人脸检测单元103获取待检测人脸图像，并将所有待检测的人脸图像添加到一个数据集合中。
42.此外，获取到待检测人脸图像之后，还需要对图像进行相应地预处理，并对处理后的人脸图像提取人脸特征信息。因此，人脸获取模块10还包括图像信息处理中心105，用以对获取的待检测人脸图像进行预处理以及特征提取，并将待检测人脸图像与人脸特征信息一同存入预设存储空间中。
43.具体地，图像信息处理中心105包括图像预处理模块1051和人脸特征提取模块1052。
44.其中，图像预处理模块1051用于对图像进行裁剪缩放以及头部姿态估计。
45.人脸特征提取模块1052用于对待检测人脸图像进行特征提取，以获取人脸特征信息。
46.由于由图像采集设备获取的原始图像会受到各种条件的限制和干扰。所以还需要进行图像校正、噪声过滤等处理。并且会做一些光线补偿、滤波等处理以提升图像的可辨识度。此外还会对学生的头部姿势进行估计，有助于实现更精准的人脸识别，因为学生在处于
图像采集范围时，不管是抬头、低头、摇头等头部偏移动作都会对最后的人脸识别带来一定的影响，而在增加头部姿势估计之后，可对人脸进行校正以获取更接近正脸的特性信息，从而实现更精准的人脸匹配。
47.由于学生身份识别主要是以获取的人脸图像得到的人脸特征信息，同预设数据库中的人脸特征模板进行匹配，根据匹配结果来判断是否验证通过，所以获取到人脸图像之后还需要进行人脸特征的提取。
48.因此，在本技术实施例中，通过人脸特征提取模块1052来对获取的人脸图像进行特征提取，以获取人脸特征信息。并将获取到的人脸特征信息存入预设存储空间中。
49.在本技术实施例中，身份识别模块11用于对学生的校园卡进行检测并获取对应学生信息，根据学生信息从预设的数据库中匹配出对应的人脸特征模板，并与预设存储空间中对应的人脸特征信息进行匹配，以获取匹配结果，并将匹配结果传递给信息处理中心12。
50.在本技术实施例中，会提前对学校的所有学生进行人像采集，然后通过预设的人脸特征提取网络进行特征提取，从而将得到的人脸特征信息作为人脸特征模板，再通过与校园卡信息进行绑定，一同存入预设的数据库中。
51.具体的，身份识别模块11包括身份信息获取单元111和特征匹配单元112。
52.其中，身份信息获取单元111用于根据校园卡获取学生信息，并根据学生信息从预设的数据库中提取对应的人脸特征模板。
53.特征匹配单元112用于对人脸特征模板与预设存储空间中的人脸特征信息进行相似度匹配，并判断相似度最高值是否大于预设阈值，若大于预设阈值，则记匹配结果为成功，若不大于预设阈值，则记匹配结果为失败，最后将匹配结果传递到信息处理中心。
54.由于通过对学生的校园卡进行识别，获取到了当前学生的人脸特征模板，为了确认当前学生是本人持卡，还需进行进一步的身份核对，也就是会以人脸识别的形式，采集学生的人脸图像，然后对人脸图像进行特征提取，再与对应的人脸特征模板进行相似度计算，当相似度达到一定程度，便会认为学生身份验证成功。
55.在本技术实施例中，通过无约束的人脸识别机制，在学生排队进行身份验证时，或者说在学生进入到预设的范围内时，便已经开始捕捉学生的人脸图像，并对捕获的人脸图像通过预设的特征提取算法提取到了人脸特征信息，并将人脸特征信息存入到了预设存储空间中。
56.所以当根据学生的校园卡获取到学生的人脸特征模板后，可直接与预设存储空间中的人脸特征信息进行相似度匹配，值得说明的是，由于是通过设置了一定的感应距离，也就是学生的人脸捕捉在学生放置校园卡进行身份验证时，便已经提前实现了，所以每次进行人脸特征匹配时，预设存储空间中人脸特性信息并不是单个，可能是多个，因此，每次匹配时会取相似度最高值作为匹配分数。
57.若匹配分数达到预设阈值，则说明匹配成功，即当前学生的身份验证通过，允许学生通行，并记录下当前学生的通行时间。
58.若匹配分数未达到预设阈值，则说明匹配失败，即当前学生的身份验证未通过，这时便会提示学生到门卫处进行处理，另外会将当前学生的身份信息同当前预设存储空间中的人脸特征信息一同记录下来，保存为异常信息存入预设的数据库中，以便进行后续查验。
59.另外，在每次匹配成功之后，会将对应的人脸特征信息从预设存储空间中删除，以
确保预设存储空间中记录的人脸特征信息都是候选匹配目标。同时也方便在后续进行盘点，例如当匹配失败的时候，是因为学生身份确实存在问题，还是通过人脸采集设备采集的人脸图像存在问题等，都可有针对性地进行处理和调整。
60.在本技术实施例中，信息处理中心12用于根据身份识别模块11反馈的匹配结果，记录成功匹配的学生信息和当前时间，同时将未匹配成功的学生信息以及人脸图像信息存入预设异常信息库中。
61.具体地，信息处理中心12包括数据接收模块121、信息记录模块122以及信息传输模块123。
62.其中，数据接收模块121用于接收身份识别模块传递的匹配结果。
63.信息记录模块122用于当匹配结果为成功时，则记录下当前的时间，以作为当前学生的进出校园时间，当匹配结果为失败时，则将参与匹配的人脸特征信息以及当前学生信息记为异常信息，并将异常信息存储在预设数据库中。
64.信息传输模块123用于将学生的进出校园时间发送到预设的终端设备。
65.在本技术实施例中，通过身份识别模块11对学生身份进行验证，会得到对应的身份验证结果，也就是匹配结果，根据不同的身份验证结果会有不同的处理方式，因此会将身份验证结果传递到信息处理中心，即信息处理中心12通过数据接收模块121接收身份识别模块传递的匹配结果。
66.然后通过信息记录模块122分别对不同的身份验证结果进行信息处理，当身份验证结果为成功时，则记录下当前的时间，以作为当前学生的进出校园时间，当身份验证结果为失败时，则将验证失败的学生信息以及人脸图像信息记为异常信息存储在预设数据库中。
67.当学生身份验证成功时，在记录下当前时间作为学生进出校园时间的同时，若进出校园时间为上下学时间段，还会通过信息传输模块123将学生进出校园的时间发送到预设的终端设备。这里的终端设备指的是家长的联系方式对应的通讯设备。在预设的数据库中，与学生信息绑定的还有对应家长的联系方式。例如，可以通过短信的形式将学生的进出校园时间发送到对应家长的通讯设备。
68.也就是告知家长孩子上学时什么时间点进的学校，放学后又是什么时间点离开的学校。便于家长能了解孩子的行程，例如了解学生在上学时，明明离开家挺早，为何比预期时间晚了不少才进入的学校，在路上是否因事情耽误，又或者离开学校的时间挺早，为何比预期时间晚了不少才回到家，是否去了别的地方之类，这也算是学校与家长的联动，以对学生的安全赋予更多的关注，更有助于增强对学生的安全管理。
69.本技术实施例还提供了一种基于乡村校园安全管理的学生身份识别方法，参见图3，具体包括如下步骤：s100、实时获取采集的人脸图像，并对采集的人脸图像进行特征提取，以获取人脸特征信息，并将人脸特征信息存入预设存储空间。
70.其中，采集的人脸图像是通过人脸获取模块10以类监控的形式捕捉的人脸图像。
71.在本技术实施例中，在获取到人脸图像之后，会对人脸图像通过预设的人脸特征提取算法来进行特征提取，以获取人脸特征信息，并将人脸特征信息存入到预设的存储空间中。这里的预设的人脸特征算法同生成所有学生人脸特征模板的人脸特征算法是同一个
算法。
72.由于当进出校园的学生较多时，学生并未按单列进行排队，可能出现多个目标同时出现在图像采集范围的可能，这种情况下，难以对人脸进行跟踪识别，所以会采用以图像序列帧的形式来提取人脸图像。
73.因此，在本技术实施例中，实时获取采集的人脸图像，参见图4，具体包括如下步骤：s110、当开始采集图像时，获取图像序列帧。
74.s120、基于图像序列帧，通过人脸检测单元检测是否存在人脸，若存在人脸，则对人脸区域进行标识。
75.s130、根据人脸标识信息，通过图像帧提取模块获取开始帧和结束帧，并根据开始帧和结束帧从图像序列帧中提取一组待检测图像序列。
76.s140、基于待检测图像序列，通过人脸检测获取人脸图像。
77.其中，上述有提到，图像序列帧表示的是对采集的图像视频按帧率进行转化得到的图像序列，开始帧表征的最初检测到人脸的帧图像，结束帧表征的是开始帧检测到的人脸最后能够被检测出来的帧图像。
78.在本技术实施例中，当学生进入离校门通行处一定距离时，便会开始图像采集，也就是将采集的图像视频转为图像序列帧，对图像序列帧，按序列顺序逐一进行人脸检测并获取对应的人脸图像。
79.其中，人脸检测是已经训练好的人脸检测器，除了可对检测到的人脸区域进行标识外，还会给出相应的分数，也就是置信度。通过对所有的图像序列帧进行人脸检测，可按分数进行筛选，选取分数最高的图像序列帧作为目标帧，并根据目标帧的人脸检测区域通过裁剪缩放以获取所需的人脸图像。
80.s200、当检测到学生的校园卡时，根据校园卡提取学生的身份信息，并根据学生身份信息从预设的数据库中获取对应的人脸特征模板。
81.s300、将获取的人脸特征模板与预设存储空间中的人脸特征信息进行相似度匹配，取最高的相似度作为匹配分数。
82.在本技术实施例中，通过人脸获取模块10提前捕捉到了学生的人脸图像，并对人脸图像进行人脸特征提取，获取了人脸特征信息，并将人脸特征信息存入到了预设储存空间中。当学生到达校园卡验证区域，会提示学生将随身携带的校园卡放置在指定区域，当检测到学生的校园卡时，会提取校园卡中的学生信息，并根据学生信息从预设的数据库中获取对应的人脸特征模板。
83.由于学生可能是通过多列排队进行的身份识别，所以采集的人脸图像从时间上难分先后，也就是存入预设存储空间中的人脸特征信息的先后顺序并非是与学生进行校园卡验证的先后顺序相对应，所以当获取到学生的人脸特征模板时，是不能确定当前学生所对应的人脸特征信息的，因此会将人脸特征模板与预设存储空间中的所有人脸特征信息进行一轮相似度匹配，并获取对应的相似度结果，取其中相似度最高的作为匹配分数，也就是认为与当前人脸特征模板相似度最高的人脸特征信息，对应的是当前学生的人脸特征信息。
84.s400、判断匹配分数是否大于预设阈值。
85.s500、若匹配分数大于预设阈值，则输出第一提示信息，所述第一提示信息表示学
生身份验证成功。
86.s600、若匹配分数不大于预设阈值，则输出第二提示信息，所述第二提示信息表示学生身份验证失败。
87.在本技术实施例中，通过获取当前进行身份识别的学生对应的人脸特征信息以及人脸特征模板，可得到对应的相似度值，即匹配分数，若匹配分数达到预设阈值时，才会认为是匹配成功的，即当前学生的身份验证通过，因此会输出相应的提示信息，并引导学生通行以及记录学生的进出校园时间。
88.若匹配分数未达到预设阈值，则会认为匹配失败，即当前学生的身份信息与捕捉的人脸信息未能匹配，所以验证不通过。同样地，会输出相应的提示信息，并且引导学生通过其它的方式进行身份验证，例如前往门卫处进行身份核实等。
89.由于预设存储空间中存储的人脸特征信息均为匹配候选项，当学生身份验证通过时，则该学生所对应的人脸特征信息则不会再参与匹配，所以会将该学生对应的人脸特征信息从预设存储空间中删除。此外，对于身份验证通过的学生，会记录下对应的时间，以作为学生进出校园的时间，使得学校以及学生家长能知悉学生的动态，方便对学生安全进行管理。
90.因此，在本技术实施例中，若匹配分数大于预设阈值，输出第一提示信息之后，参见图5，还包括如下步骤：s710、将匹配分数对应的人脸特征信息从预设的存储空间中删除。
91.s720、将当前时间点和当前学生信息一同存入于预设的数据库中。
92.s730、判断当前时间点是否处于预设的时间段。
93.s740、若是，则根据当前学生的身份信息，从预设数据库中提取对应的家长通讯信息。
94.s750、将当前时间添加到预设的消息模板，以形成提示信息。
95.s760、基于家长通讯信息，将提示信息发送给对应家长的通讯终端。
96.在本技术实施例中，当学生通过身份验证后，会将采集到的对应人脸特征信息从预设存储空间中删除，使得预设存储空间中存在的都是未能通过身份验证的学生的人脸特征信息，除了减少每次匹配的计算量之外，还便于对采集的人脸特征信息进行后续盘点，以找出未能成功匹配的原因，若是学生所持的校园卡对应的不是本人，则自然难以匹配成功，当若是身份本身没有问题，则可能是采集人脸图像的过程中出现了偏差，对于这种情况，也可有针对性地进行调整。
97.另外，学生通过身份验证后，为了方便对学生进行考勤或者对学生进出校园的动态进行管理，会将当前时间作为学生的进出校园时间，并将进出校园时间与对应的学生信息一同存入预设的数据库中。此外，若当前时间处于上下学时段，除了将进出校园时间作为学生考勤外，还会将相应的考勤时间发送给对应的学生家长。以便于家长能知晓孩子的上下学情况。
98.由于预设数据库中除了存储有学生的个人信息之外，还包括有学生家长的联系方式，所以当学生身份验证通过后，并且获取到了学生的考勤时间，则会通过当前学生的身份信息从预设数据库中提取到对应的家长联系方式，然后将考勤时间添加到预设的消息模板中，以生成提示信息，例如，张三家长，您好！张三于今早7:25到达学校。最后通过获取的联
系方式将生成的提示信息发送给对应的家长。这样一来，通过学校与家长的联动可更好地对学生的安全进行管理。
99.由于当学生身份验证未通过时，可能的原因有两个方面，一方面是学生本身的身份有问题，比如校验卡持卡人不是学生本人，另一方面则是采集的人脸图像存在问题，例如，采集的图像可辨识度较低，导致未能提取到更多的有效特征信息使得匹配失败，所以对于学生身份验证未通过这种情况，还需进行相应的分析验证，以找出具体问题所在，便于及时进行调整，从而提升学生身份识别的有效性。
100.因此，在本技术实施例中，若匹配分数不大于预设阈值，则输出第二提示信息之后，还包括如下步骤：s810、基于匹配分数对应的人脸特征信息，获取对应的人脸图像。
101.s820、通过预设的算法来判断人脸图像可辨识度是否达到预设的阈值。
102.s830、若达到预设的阈值，则将当前的学生身份信息和人脸图像记为异常信息，并将异常信息存入预设的数据库中。
103.其中，图像可辨识度表示的人脸图像是否存在遮挡、背景模糊或者人脸头部姿势幅度较大，呈现出的人脸信息不足等。
104.在本技术实施例中，当学生身份验证未能通过时，也就是匹配分数未达到预设阈值，此时可通过匹配分数对应的人脸特征信息，找到对应的人脸图像，来确认是否是采集的人脸图像存在问题，所以首先会通过预设的算法来判断人脸图像可辨识度是否达到预设的阈值。
105.若是人脸图像可辨识度未达到预设的阈值，则可能是人脸图像采集的过程中出现的问题，可进行相应地优化，例如引导学生有序排队，前后保持一定间隔，不用物品遮挡脸部等，对于受光照影响导致的图像背景模糊问题也可进行相应的背光处理。
106.若是达到了预设的阈值，则说明该人脸图像是可以作为人脸特征信息提取的输入图像。那这种情况下，仍然未能通过身份验证，则认为学生本身身份有问题的可能性更高。所以会将相关的人脸图像和学生身份信息作为异常信息记录下来，并将异常信息存入预设的数据库中，方便后续进行查验，以确定是否存在学生冒名顶替的情况，或者是否是校外人员拾取了学生的校园卡想要混入学校等。经过相应的查验之后，可进行相应的处理，有助于减少此类现象的再次发生，进一步增强了对学生的校园安全管理。
107.本技术实施例还提供一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种基于乡村校园安全管理的学生身份识别方法的计算机程序。
108.本具体实施方式的实施例均为本技术的较佳实施例，并非依此限制本技术的保护范围，故：凡依本技术的原理所做的等效变化，均应涵盖于本技术的保护范围之内。

技术特征：
1.一种基于乡村校园安全管理的学生身份识别系统，其特征在于，包括人脸获取模块、身份识别模块及信息处理中心，所述人脸获取模块，用于通过类监控的形式提取图像序列帧，并基于图像序列帧获取人脸图像，并对获取到的人脸图像提取人脸特征信息，将人脸特征信息存入预设的存储空间中；所述身份识别模块，用于对学生的校园卡进行检测并获取对应学生信息，根据学生信息从预设的数据库中匹配出对应的人脸特征模板，并与预设存储空间中对应的人脸特征信息进行匹配，以获取匹配结果，并将匹配结果传递给信息处理中心；所述信息处理中心，用于根据身份识别模块反馈的匹配结果，记录成功匹配的学生信息和当前时间，同时将未匹配成功的学生信息以及人脸图像信息存入预设异常信息库中。2.根据权利要求1所述的一种基于乡村校园安全管理的学生身份识别系统，其特征在于，所述人脸获取模块包括红外感应单元、图像序列帧获取单元、人脸检测单元、图像帧提取单元以及图像信息处理中心，所述红外感应单元，用于当感应到学生进入预设的距离时，则开始进行人脸图像采集；所述图像序列帧获取单元，用于进入预设距离范围内的序列帧图像；所述人脸检测单元，用于用于检测序列帧图像中是否存在人脸，若存在人脸则进行相应的标识；所述图像帧提取单元，用于获取开始帧和结束帧，并根据开始帧和结束帧从序列帧图像中获取待检测人脸图像，所述开始帧表征的是最初检测到人脸的帧图像，所述结束帧表征的是开始帧检测到的人脸最后能够被检测出来的帧图像；所述图像信息处理中心，用于对获取的待检测人脸图像进行预处理以及特征提取，并将待检测人脸图像与人脸特征信息一同存入预设存储空间中。3.根据权利要求2所述的一种基于乡村校园安全管理的学生身份识别系统，其特征在于，所述图像信息处理中心包括图像预处理模块、人脸特征提取模块，所述图像预处理模块，用于对图像进行裁剪缩放以及头部姿态估计；所述人脸特征提取模块，用于对待检测人脸图像进行特征提取，以获取人脸特征信息。4.根据权利要求1所述的一种基于乡村校园安全管理的学生身份识别系统，其特征在于，所述身份识别模块包括身份信息获取单元和特征匹配单元，所述身份信息获取单元，用于根据校园卡获取学生信息，并根据学生信息从预设的数据库中提取对应的人脸特征模板；所述特征匹配单元，用于对人脸特征模板与预设存储空间中的人脸特征信息进行相似度匹配，并判断相似度最高值是否大于预设阈值，若大于预设阈值，则记匹配结果为成功，若不大于预设阈值，则记匹配结果为失败，最后将匹配结果传递到信息处理中心。5.根据权利要求1所述的一种基于乡村校园安全管理的学生身份识别系统，其特征在于，所述信息处理中心包括数据接收模块、信息记录模块以及信息传输模块，所述数据接收模块，用于接收身份识别模块传递的匹配结果；所述信息记录模块，用于当匹配结果为成功时，则记录下当前的时间，以作为当前学生的进出校园时间，当匹配结果为失败时，则将参与匹配的人脸特征信息以及当前学生信息记为异常信息，并将异常信息存储在预设数据库中；
所述信息传输模块，用于将学生的进出校园时间发送到预设的终端设备。6.一种基于乡村校园安全管理的学生身份识别方法，其特征在于，包括：实时获取采集的人脸图像，并对采集的人脸图像进行特征提取，以获取人脸特征信息，并将人脸特征信息存入预设存储空间；当检测到学生的校园卡时，根据校园卡提取学生的身份信息，并根据学生身份信息从预设的数据库中获取对应的人脸特征模板；将获取的人脸特征模板与预设存储空间中的人脸特征信息进行相似度匹配，取最高的相似度作为匹配分数；判断匹配分数是否大于预设阈值；若匹配分数大于预设阈值，则输出第一提示信息，所述第一提示信息表示学生身份验证成功；若匹配分数不大于预设阈值，则输出第二提示信息，所述第二提示信息表示学生身份验证失败。7.根据权利要求6所述的一种基于乡村校园安全管理的学生身份识别方法，其特征在于，所述实时获取采集的人脸图像，包括：当开始采集图像时，获取图像序列帧；基于图像序列帧，通过人脸检测单元检测是否存在人脸，若存在人脸，则对人脸区域进行标识；根据人脸标识信息，通过图像帧提取模块获取开始帧和结束帧，并根据开始帧和结束帧从图像序列帧中提取一组待检测图像序列；基于待检测图像序列，通过人脸检测获取人脸图像。8.根据权利要求6所述的一种基于乡村校园安全管理的学生身份识别方法，其特征在于，若匹配分数大于预设阈值，输出第一提示信息之后，还包括：将匹配分数对应的人脸特征信息从预设的存储空间中删除；将当前时间点和当前学生信息一同存入预设的数据库中；判断当前时间点是否处于预设的时间段；若是，则根据当前学生的身份信息，从预设数据库中提取对应的家长通讯信息；将当前时间添加到预设的消息模板，以形成提示信息；基于家长通讯信息，将提示信息发送给对应家长的通讯终端。9.根据权利要求6所述的一种基于乡村校园安全管理的学生身份识别方法，其特征在于，若匹配分数不大于预设阈值，则输出第二提示信息之后，还包括：基于匹配分数对应的人脸特征信息，获取对应的人脸图像；通过预设的算法来判断人脸图像可辨识度是否达到预设的阈值；若达到预设的阈值，则将当前的学生身份信息和人脸图像记为异常信息，并将异常信息存入预设的数据库中。10.一种计算机可读存储介质，存储有能够被处理器加载并执行如权利要求6至9任一项所述的一种基于乡村校园安全管理的学生身份识别方法的计算机程序。

技术总结
本申请涉及身份识别技术领域，具体公开了一种基于乡村校园安全管理的学生身份识别系统及方法,所述系统包括：人脸获取模块，用于通过提取图像序列帧的形式来获取人脸图像，并对获取到的人脸图像提取人脸特征信息，将人脸特征信息存入预设的存储空间中；身份识别模块，用于对校园卡进行检测以获取学生信息和对应的人脸特征模板，并与预设存储空间中对应的人脸特征信息进行匹配，并将匹配结果传递到信息处理中心。本申请通过在校园卡验证的基础上增设了无约束人脸识别机制，以监控式的形式捕获学生的人脸信息进行识别，简化了学生身份验证的步骤，既增加了乡村校园学生身份识别的适用性，同时又进一步提升了身份识别的有效性。同时又进一步提升了身份识别的有效性。同时又进一步提升了身份识别的有效性。


技术研发人员：刘健 谢庆庆
受保护的技术使用者：浙江创智科技股份有限公司
技术研发日：2023.05.09
技术公布日：2023/8/28