本申請是關于一種出勤人數識別方法。該方法包括：接收人數識別指令，根據人數識別指令獲取視頻識別幀圖像；通過當前的人群檢測模型對視頻識別幀圖像進行人數識別，根據識別結果以及預設應到人數生成提醒信息；將人數識別結果與實際存在人數進行對比，根據對比結果反饋當前的人群檢測模型的評價參數；當反饋次數達到預設反饋次數，且評價參數的累計和大于評價參數閾值時，對當前的人群檢測模型對應的訓練參數進行調整；根據更新訓練參數對當前的人群檢測模型進行更新訓練，將當前的人群檢測模型更替為更新人群檢測模型。本申請提供的方案，能夠根據判斷識別結果的合理性所得的評分參數來提升出勤人數識別的精度，提高考勤效率以及準確度。

技術領域

本申請涉及人工智能技術領域，尤其涉及出勤人數識別方法、電子設備及存儲介質。

背景技術

隨著科學技術的不斷發展，人工智能已經越來越普及于生活的各個方面中，能夠模擬或實現人類的學習行為，其中，神經網絡模型的出現更是推動了圖像識別應用于時長的速度。在大學課堂中，在上課前授課老師需要對教室內實際存在的人數進行統計，確保實際存在的人數與當前課堂的應到人數達到一致，避免缺勤和逃課的現象沒有被發現的情況，因此需要結合人工智能來提高授課老師的考勤效率，則需要提高出勤人數識別的準確度。

在現有技術中，公開號為CN110059961A的專利（一種基于視頻照片的教室人數識別方法）中，通過工廠模式調用攝像頭SDK，進行課室視頻流對接和照片拍攝，采用各學生的圖片信息，形成圖片樣本數據源；采用提取多個特征，訓練生成多種不同的檢測器，可以分別針對人體不同的特征進行識別檢測，提高對識別目標的表達能力，然后通過將不同檢測器的檢測結果進行去重，實現不同檢測器檢測結果的融合。

但上述現有技術存在以下缺點：

無法根據識別結果的合理性進行評分得到評分參數，因此無法根據評分參數來提升出勤人數識別的精度。

發明內容

為克服相關技術中存在的問題，本申請提供一種出勤人數識別方法，該出勤人數識別方法，能夠根據判斷識別結果的合理性所得的評分參數來提升出勤人數識別的精度，提高考勤效率以及準確度。

本申請第一方面提供一種出勤人數識別方法，包括：

接收人數識別指令，根據人數識別指令中的目標識別時刻以及目標識別位置獲取視頻識別幀圖像；

通過當前的人群檢測模型對視頻識別幀圖像進行人數識別，得到識別結果，根據識別結果以及預設應到人數生成提醒信息，識別結果包括人數識別結果以及人數結果置信度；

將人數識別結果與實際存在人數進行對比，根據對比結果反饋當前的人群檢測模型的評價參數；

當反饋次數達到預設反饋次數，且評價參數的累計和大于評價參數閾值時，對當前的人群檢測模型對應的訓練參數進行調整，得到更新訓練參數并將反饋次數清零；

根據更新訓練參數對當前的人群檢測模型進行更新訓練，得到更新人群檢測模型，并將當前的人群檢測模型更替為更新人群檢測模型。

在一種實施方式中，根據對比結果反饋當前的人群檢測模型的評價參數，包括：

若人數識別結果與實際存在人數匹配，則反饋評價參數為0；

若人數識別結果與實際存在人數不匹配，則根據人數識別結果與實際存在人數之間的誤差情況確定評價參數。

在一種實施方式中，根據人數識別結果與實際存在人數之間的誤差情況確定評價參數，包括：