买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳德科众创技术有限公司

摘要：本发明涉及考勤的技术领域，特别是涉及一种基于机器学习的大学课堂考勤方法及系统，其能够更全面地反映学生的上课情况；方法包括：获取课堂的上课时间戳和下课时间戳以及本次课堂应到学生信息；根据课堂的上课时间戳和下课时间戳预先设定教室座位区域图像采集时间，图像采集时间分别为第一时间节点、第二时间节点、第三时间节点和第四时间节点；根据预先设定的图像采集时间进行图像采集，获得课堂学生考勤图像集合；课堂学生考勤图像集合包括在第一时间节点采集的教室座位区域图像、在第二时间节点采集的教室座位区域图像、在第三时间节点采集的教室座位区域图像和在第四时间节点采集的教室座位区域图像。

主权项：1.一种基于机器学习的大学课堂考勤方法，其特征在于，所述方法包括：获取课堂的上课时间戳和下课时间戳以及本次课堂应到学生信息；根据课堂的上课时间戳和下课时间戳预先设定教室座位区域图像采集时间，图像采集时间分别为第一时间节点、第二时间节点、第三时间节点和第四时间节点；根据预先设定的图像采集时间进行图像采集，获得课堂学生考勤图像集合；所述课堂学生考勤图像集合包括在第一时间节点采集的教室座位区域图像、在第二时间节点采集的教室座位区域图像、在第三时间节点采集的教室座位区域图像和在第四时间节点采集的教室座位区域图像；对课堂学生考勤图像集合中的多张图像分别进行人脸提取，获得第一学生考勤人脸图像集合、第二学生考勤人脸图像集合、第三学生考勤人脸图像集合和第四学生考勤人脸图像集合；根据本次课堂应到学生信息，提取每位学生的人脸图像；根据每位学生的人脸图像分别对第一学生考勤人脸图像集合、第二学生考勤人脸图像集合、第三学生考勤人脸图像集合和第四学生考勤人脸图像集合进行遍历匹配，并将四次匹配结果转换成能够表征该学生上课情况的课堂考勤特征向量；将对应每位学生的课堂考勤特征向量分别输入至预先训练的课堂考勤识别模型中，并输出对应该学生的考勤结果，所述考勤结果包括准时到课、迟到、中途外出、早退和缺课；所述课堂考勤特征向量为：[X1,X2,X3,X4]；其中X1表示该学生在第一学生考勤人脸图像集合中是否有匹配对象，若有X1则取值为1，若无则X1取值为0；其中X2表示该学生在第二学生考勤人脸图像集合中是否有匹配对象，若有X2则取值为1，若无则X2取值为0；其中X3表示该学生在第三学生考勤人脸图像集合中是否有匹配对象，若有X3则取值为1，若无则X3取值为0；其中X4表示该学生在第四学生考勤人脸图像集合中是否有匹配对象，若有X4则取值为1，若无则X4取值为0；所述课堂考勤识别模型的构建方法，包括：准备训练数据，所述训练数据包括学生的考勤特征向量和对应的考勤标签，所述考勤标签包括准时到课、迟到、中途外出、早退或缺课；将学生的考勤特征向量与实际考勤情况相关联；选择机器学习模型，机器学习模型学习考勤特征向量和考勤标签之间的关联，用于考勤判定；所述机器学习模型的输入为学习考勤特征向量，所述机器学习模型的输出为考勤标签；将准备好的训练数据划分为训练集和测试集，采用交叉验证方法测试模型性能；使用训练集数据，训练考勤识别模型；使用测试集数据来评估模型的性能。

全文数据：

权利要求：

百度查询： 深圳德科众创技术有限公司 基于机器学习的大学课堂考勤方法及系统