Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜东软教育科技集团有限公司彭苏婷获国家专利权

恭喜东软教育科技集团有限公司彭苏婷获国家专利权

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!

龙图腾网恭喜东软教育科技集团有限公司申请的专利一种基于线下课堂监控的出勤率检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114445862B

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210068367.1,技术领域涉及:G06V40/10;该发明授权一种基于线下课堂监控的出勤率检测方法及系统是由彭苏婷;于丹;肖鹏;王艳秋;张彤设计研发完成,并于2022-01-20向国家知识产权局提交的专利申请。

一种基于线下课堂监控的出勤率检测方法及系统在说明书摘要公布了:本发明公开了一种基于线下课堂监控的出勤率检测方法及系统,其中方法包括训练人头人体联合检测网络模型,采用加权联合损失对模型的权重进行优化;获取线下课堂监控视频,间隔一定帧数抽取关键帧图像;将关键帧图像输入至训练好的人头人体联合检测网络模型中从而得到人头候选框;采用后处理算法去除候选框中的重复框、背景框和不合理框,从而得到当前关键帧中包含的人数;将关键帧中检测到的人数除以上课应到人数从而获得此关键帧对应的出勤率。该方法可得到出勤人数,进而得到此关键帧对应的出勤率,这种检测方法准确性、实时性、自动化程度高,可以帮助管理者快速了解课堂的出勤率实时分布情况。

本发明授权一种基于线下课堂监控的出勤率检测方法及系统在权利要求书中公布了:1.一种基于线下课堂监控的出勤率检测方法,其特征在于包括:训练人头人体联合检测网络模型,采用加权联合损失对模型的权重进行优化;获取线下课堂监控视频,间隔一定帧数抽取关键帧图像;将关键帧图像输入至训练好的人头人体联合检测网络模型中从而得到人头候选框;采用后处理算法去除候选框中的重复框、背景框和不合理框,从而得到当前关键帧中包含的人数;将关键帧中检测到的人数除以上课应到人数从而获得此关键帧对应的出勤率;在训练人头人体联合检测网络模型时:根据人头、人体上半身同时出现并成一定比例原理,根据每个人头框自动成比例生成相应的人体框从而获得带有人头框、人体框标注的数据集,并将该数据集按比例分为训练集和验证集;建立人头人体联合检测网络模型,该模型包括骨干网络和FPN模块,其中骨干网络用于提取不同分辨率下的特征响应图,包括一系列连续的CPM模块和CBL模块,所述FPN模块对特征响应图进行上采样和加和处理;其中CBL模块由一个3x3大小的卷积层Conv,一个批量归一化BN层,一个LeakyRelu激活层组成;CPM模块由三个分支组成,每个分支分别使用1、2、3个CBL模块进行处理,从而提取不同大小的感受野特征,最后通过Concat操作并联特征,使网络变得更宽,获得更多的感受野信息;将训练集输入人头人体联合检测网络模型中,提取不同分辨率的特征信息并进行融合从而输出人头框、人体框的候选框坐标;将人头框、人体框的实际坐标与模型预测出的候选框进行对比获得加权联合损失,基于加权联合损失对模型的权重进行优化;采用加权联合损失对人头人体联合检测网络模型的权重进行优化时,其中加权联合损失表示为: 其中,i代表第i个框,m的取值为0,1,分别代表人头、人体,p为候选框的类别概率,t为候选框的坐标信息;人头、人体的损失计算公式如下: 其中,Lc是分类的对数损失,Lr是坐标的均方误差,p*,t*分别表示真实标签的类别概率、坐标信息,λm、αm分别表示对应的权重;根据加权联合损失采用随机梯度下降法对模型的权重进行优化。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东软教育科技集团有限公司,其通讯地址为:116000 辽宁省大连市甘井子区软件园路8-9号206室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。