[发明专利]人脸识别考勤方法在审

专利信息
申请号: 201711436144.1 申请日: 2017-12-26
公开(公告)号: CN108010151A 公开(公告)日: 2018-05-08
发明(设计)人: 张亚维 申请(专利权)人: 重庆大争科技有限公司
主分类号: G07C1/10 分类号: G07C1/10
代理公司: 重庆强大凯创专利代理事务所(普通合伙) 50217 代理人: 隋金艳;刘嘉
地址: 400000 重庆市九*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 识别 考勤 方法
【说明书】:

发明申请涉及图像识别领域,具体公开了人脸识别考勤方法,包括以下步骤:步骤一,通过输入模块向中央处理器输入预设考勤总时间和预设考勤人数;步骤二,中央处理器将预设考勤总时间除以预设考勤人数得到预设单人考勤时间;中央处理器将预设单人考勤时间和模式切换表中各个人脸识别模式的单人考勤时间进行对比,选取单人考勤时间小于预设单人考勤时间同时与预设单人考勤时间最接近的人脸识别模式作为当前人脸识别模式;步骤四,人脸识别模块将接收到的当前人脸图像和数据库中的所有初始图像进行对比找到与当前图像相匹配的初始人脸图像则考勤验证成功。通过本发明申请,解决现有的考勤系统不能满足不同场合应用的问题。

技术领域

本发明涉及图像识别领域,具体涉及一种人脸识别考勤方法。

背景技术

人脸识别是一种身份验证技术,常用于考勤管理中。基于人脸识别的考勤系统一般包括用来采集人脸图像的摄像头,以及用来将当前人脸图像与预先存储在人脸识别系统中的初始人脸图像进行对比的人脸识别模块。人脸识别通过在当前人脸图像和初始人脸图像上进行关键特征点位置识别,来判断当前人脸图像和初始人脸图像是否相同,当两者相同则人脸识别验证通过,考勤成功。具体的,对人脸图像定义人脸模板的二维网格,提取网格中的节点为关键特征点,对比当前人脸图像和初始人脸图像中各个关键特征点的参数值(像素值、灰度值等)若两个图像的各个关键特征点的参数值相同,则说明该当前人脸图像与初始人脸图像相同,人脸识别验证通过。

然而,人脸识别系统很大程度依赖于摄像头拍摄当前人脸图像时的外部环境,光线是否充足以及摄像头拍摄角度等都可能成为人脸识别模块判断错误的原因。这给人脸识别考勤方法的具体操作带来不便。为了使人脸识别考勤系统能够顺利进行考勤,一般需要学生站在指定位置进行拍摄,这样不仅操作麻烦,还极浪费时间,对于平时的课堂考勤而言课间休息时间根本不够所有学生完成人脸识别考勤。

发明内容

本发明提供一种人脸识别考勤方法,以解决现有人脸考勤识别操作麻烦时间较长的问题。

人脸识别考勤方法,其采用的人脸识别考勤系统,包括中央处理器以及分别与中央处理器信号连接的输入模块、摄像模组、人脸识别模块和数据库;

所述人脸识别模块,包括精准度依次提高的初级识别模式、中级识别模式和高级识别模式;

所述中央处理器内,预先存储有模式切换表;模式切换表中包括分别与三种人脸识别模式一一对应的单人考勤时间;所述数据库用来预先存储多个初始人脸图像;人脸识别考勤方法,包括以下步骤:

步骤一,通过输入模块向中央处理器输入预设考勤总时间和预设考勤人数;

步骤二,中央处理器将预设考勤总时间除以预设考勤人数得到预设单人考勤时间;中央处理器将预设单人考勤时间和模式切换表中各个人脸识别模式的单人考勤时间进行对比,选取单人考勤时间小于预设单人考勤时间同时与预设单人考勤时间最接近的人脸识别模式作为当前人脸识别模式;

步骤三,摄像模组采集当前人脸图像,并将当前人脸图像传递给中央处理器;中央处理器将当前人脸图像传递给人脸识别模块;

步骤四,人脸识别模块将接收到的当前人脸图像和数据库中的所有初始图像进行对比找到与当前图像相匹配的初始人脸图像则考勤验证成功。

名词解释:

人脸图像:指包含人脸、头发、脖颈在内的整个人体头部的图像。

预设考勤总时间:指预先设定的本次考勤总共需要花费的时间,一般为事先对考勤开始的时间到上课开始或者考试开始的时间段的预估值。

预设考勤人数:指预先设定的本次需要考勤的人数,指对参加此次课或者此次考试的人数的预估值。

单人考勤时间:指平均每个人在该人脸识别模式下完成考勤的时间。

原理及效果:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大争科技有限公司,未经重庆大争科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711436144.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top