YT-I型煤矿考勤管理系统

YT- I型煤矿考勤管理系统是由矿灯、矿用考勤机及地面微机考勤管理系统组成的煤矿考勤系统。安装在矿灯内的编码发射器发射出无线编码信号 ,矿用考勤机接收该编码信号并传输到地面微机 ,从而实现无卡自动考勤。该系统主要用于煤矿下井职工的出勤考核、管理。

基于FaceNet的煤矿人员考勤识别

煤矿人员出入井考勤系统的准确性不仅是煤矿安全的必要保障,而且也可为突发事故的及时救援提供考量依据。通过传统的考勤模式加上生物特征识别可有效提高煤矿人员出入井识别效率。针对煤矿生产环境中存在煤尘、粉尘污染人员面部等问题,采用MTCNN人脸检测方法对煤矿人员出入井进行人脸检测,并结合FaceNet人脸识别方法识别出入井人员信息。经实验表明,该方法可有效、实时地监控人员考勤,避免了一人多卡等违规现象。

煤矿安全考勤系统网络版的开发

煤矿安全考勤系统网络版适用矿区原有的红外线考勤系统及矿区局域网 ,能实现下井考勤的动态管理和网上查询浏览。

煤矿井下人员人脸轮廓提取方法

针对煤矿井下人员脸部轮廓难以提取而导致考勤系统识别率低的问题,提出了一种基于主动轮廓模型和主动形状模型的人脸轮廓提取方法。首先由主动形状模型估计初始轮廓位置,然后通过定义主动轮廓模型的能量函数,采用主动轮廓模型算法多次迭代后缩小标记点与真实轮廓之间的差距,提取由主动形状模型获得的正交插值的灰度值轮廓,即可得到人脸轮廓。实验结果表明,该方法较传统主动轮廓模型能够更精确地提取人脸轮廓形状。

航天科工203 所虹膜测温产品中标陕西煤矿工程

日前,航天科工203所成功中标陕西煤矿改造系统,将提供多台远距离虹膜识别测温一体机,嵌入到煤矿闸机系统和自动储物柜中。在进入煤矿考勤,存取储物过程的时候,通过“刷眼”进行准确的身份识别和信息记录,保障人员的安全。

基于ASM的人脸检测

针对煤矿井下复杂环境中的人脸检测,研究了基于主动形状模型的ASM算法。算法结合人脸面部几何参数,经平移、伸缩、旋转等,调整人脸在整体图像中的位置,经过学习训练集中的局部形变,建立了脸部线性形状模型和块模型。该算法较好地解决了煤矿考勤系统中井下人员人脸检测和跟踪问题。

基于Shearlet变换的井下图像差异性特征提取方法

针对井下收集的人脸图像易受煤尘干扰且一般特征提取方法对噪声较敏感的问题,提出一种基于Shearlet变换的井下图像差异性特征提取方法。首先利用Shearlet变换将图像进行多尺度多方向分解,然后对同一尺度的各方向子图利用实部特征进行编码融合,进而根据各尺度子图的Shannon熵值赋予不同权值进行再融合,最后对低频子图和融合后的高频子图利用Shearlet逆变换重构得到差异性图像。实验结果表明,该方法具有较好的客观评价指标与主观效果。

嵌入式人脸识别考勤系统设计与实现

介绍基于嵌入式的煤矿人脸识别考勤系统,结合RFID技术,主动感知人员接近;选用天敏追踪王摄像头,自动搜索人脸进行拍照,提高了系统反应速度;采用简单高效的PCA人脸识别算法进行识别,增强了系统的准确性;同时用VC++6.0开发出服务器监控界面,进行适时的查询和记录,实验证明系统具有很大的实用价值。