Face recognition smart attendance system using convolutional neural networks

• Autorzy: Manimekalai M.A.P. , Daniel Esther , Neebha Mary T. , Muthulakshmi K. , Jess C, Ryan Paul , Raguram S.

Identyfikatory

DOI

10.15199/48.2024.05.46

Warianty tytułu

PL

Inteligentny system rozpoznawania twarzy wykorzystujący konwolucyjne sieci neuronowe

• Języki publikacji: EN

Abstrakty

EN

An automated face attendance system using Convolutional Neural Networks (CNN) is a promising technology for improving attendance management in educational institutions, workplaces, and other organizations. This system uses a deep learning model based on CNN to detect and recognize faces from images captured by a camera. The captured image is pre-processed by applying various techniques such as face detection, extraction, and normalization to extract facial features. The extracted features are then stored in a real-time database and used to train the CNN model to recognize the faces of individuals accurately. The system can efficiently handle various lighting conditions and pose variations to recognize individuals. The proposed method provides a fast and accurate approach to attendance management that can significantly reduce manual efforts and errors.

PL

Zautomatyzowany system obecności na zajęciach wykorzystujący konwolucyjne sieci neuronowe (CNN) to obiecująca technologia usprawniająca zarządzanie frekwencją w instytucjach edukacyjnych, miejscach pracy i innych organizacjach. System ten wykorzystuje model głębokiego uczenia się oparty na CNN do wykrywania i rozpoznawania twarzy na obrazach zarejestrowanych przez kamerę. Przechwycony obraz jest wstępnie przetwarzany przy użyciu różnych technik, takich jak wykrywanie twarzy, ekstrakcja i normalizacja w celu wyodrębnienia rysów twarzy. Wyodrębnione cechy są następnie przechowywane w bazie danych działającej w czasie rzeczywistym i wykorzystywane do uczenia modelu CNN w zakresie dokładnego rozpoznawania twarzy poszczególnych osób. System może skutecznie obsługiwać różne warunki oświetleniowe i stawiać różne pozycje w celu rozpoznawania osób. Proponowana metoda zapewnia szybkie i dokładne podejście do zarządzania frekwencją, które może znacznie zmniejszyć wysiłek i błędy wykonywane ręcznie.

Słowa kluczowe

EN

attendance; CNN; convolutional neural network; face images; extraction; loT; internet of things

PL

frekwencja; CNN; konwolucyjna sieć neuronowa; obraz twarzy; ekstrakcja; loT; Internet rzeczy

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 5
• Strony: 244--247
• Opis fizyczny: Bibliogr. 20 poz., rys.

Twórcy

autor

Manimekalai M.A.P.

• Karunya Institute of Technology and Sciences

• https://orcid.org/0000-0001-8854-4579

autor

Daniel Esther

• Karunya Institute of Technology and Sciences

• https://orcid.org/0000-0003-1997-094X

autor

Neebha Mary T.

• Karunya Institute of Technology and Sciences

• https://orcid.org/0000-0002-0981-3089

autor

Muthulakshmi K.

• Sri Krishna College of Technology

autor

Jess C, Ryan Paul

• Karunya Institute of Technology and Sciences

autor

Raguram S.

• Karunya Institute of Technology and Sciences

Bibliografia

• [1] R.Devi, B.Srivasanthi, T.Suvathi, S.Umamaheswari, Automatic “Attendance System Based On Face Recognition and Face Detection”, International Journal of Research in Engineering and Science (IJRES) - 2021
• [2] Aruna Bhat1, Shivam Rustagi,, Shivi R Purwaha, Shubhang Singhal, Deep-learning based group-photo Attendance System using One Shot Learning in Proceedings of the International Conference on Electronics and Sustainable Communication Systems ,IEEE,pp 546-551,2020.
• [3] Muhafiz Karjikar, Manjur Ali Shaikh , Harshraj Shelar, Farbeen Talib, Attendance System Using Face Recognition Technique, International Journal for Research Trends and Innovation ,2021,pp.1-10
• [4] Julham, Muharman Lubis, Arif Ridho Lubus, AI-Khowarizmi, Idham Kamil, Automatic Face Recording System Based on Quick Response Code Using Multicam, International Journal of Artificial Intelligence ,2022,pp.237
• [5] Aashish Rai, Rashmi Karnani, Vishal Chudasama, Kishor Upla, An End-to-End Real-Time Face Identification and Attendance System using Convolution Neural Networks,In 2019 IEEE16th India Council International Council(INDICON)- pp.1-4
• [6] Chaudhari Sagar, Kulkarni Satyajit Devidas, G R Surawanshi, Smart Attendance System Using Face Recognition, International Journal of Computer Science Research (IJCSR) - (2015)
• [7] Dhanush Gowda H.L, K Vishal, Keertiraj B.R, Neha Kumari Dubey, Pooja M.R, Face Recognition Based Attendance System, International Journal of Engineering Research and Technology - (2020)
• [8] Mr.P.Sathiyanarayanan, V.Sathiyanarayanan, R.Karthick, R.Gokulnath, S.Yoghesh Kumar5, Automatic Attendance System Using Face Recognition(JETIR) - (2020)
• [9] Shrey Bhagat, Vithal Kahkari, Shubhangi Srivastava, Ashutosh Sharma, Face Recognition Attendance System, International Journal for Research in Applied Science & Engineering Technology - (2022)
• [10] R.Satheesh Kumar, Anagha Rajendran, Amrutha.V, Gopika T.Raghu, Deep Learning Model for Face Mask Based Attendance System in the Era of the Covid-19 Pandemic, International Conference on Advanced Computing and Communication Systems - (2021)
• [11] Maria Ali, Hafiz Usman Zahoor, Ans Ali, Muhammad Ali Qureshi, Smart Multiple Attendance System Through Single Image, IEEE 23RD International Multitopic Conference-2020.
• [12] K.Navin, A.Shanthini, M.B.mukesh Krishnan, A Mobile Based Smart Attendance System Framework For Tracking Field Personals Using A Novel QR Code Based Technique, International Conference on Smart Technology for Smart Nation-2017.
• [13] Aditi Dankar, Poornima Panduranga Kundapur, Automated Mobile Attendance System, International Conference on Smart Technology for Smart Nation-2020
• [14] Ferry Cahyono, Wirawan, Reza Fuad Rachmadi, Face Recognition System Using FaceNet Algorithm For Employee Person, The 4th International Conference on Vocational Education and Training-2020.
• [15] Xiaojun Bai, Feihu Jiang, Tianyi Shi, Yuang Shi, Design of Attendance System Based on Face Recognition and Android Platform, International Conference on Computer Network, Electronic and Automation-2020
• [16] Jun Jio, Attendance Management System Using a Mobile Device and a Web Application, 19th International Conference on Network-Based Information Systems.2016
• [17] Giri Wahyu Wiriasto, Ramadan Wibi Surya Aji, Djul Fikry Budiman, Design and Development of Attendance System Application Using Android-Based Flutter, 3rd International Conference on Vocational Education and Electrical Engineering-2020.
• [18] Nandang Hermanto, Nufaizah, Wiga Maulana Baihaqi, Sarmini, Implementation of QR Code and IMEI on Android and Web-Based Student Presence Systems, 3rd 64 International Conference on Information Technology, Information Systems and Electrical Engineering(ICITISEE)-2018
• [19] Md.Milon Islam, Md.Kamrul Hasan, Md.Masum Billah, Md.Manik Uddin, Development of Smartphone-based Student Attendance System, IEEE Region 10 Humanitarian Technology Conference(R10-HTC)-2017.
• [20] Soumita Chowdhury, Sudipta Nath, Ashim Dey, Annesha Das, Development of an Automatic Class Attendance System Using CNN-based Face Recognition, Emerging Technology in Computing, Communication and Electronics(ETCCE)-2020.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).