[发明专利]智能无感考勤方法及装置在审

专利信息
申请号: 202010127361.8 申请日: 2020-02-28
公开(公告)号: CN111340451A 公开(公告)日: 2020-06-26
发明(设计)人: 戈厚旺;孙雨辰;庞良;黄卫 申请(专利权)人: 中国工商银行股份有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06K9/00;G07C1/14
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 王涛;汤在彦
地址: 100140 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 考勤 方法 装置
【权利要求书】:

1.一种智能无感考勤方法,其特征在于,所述方法包括:

采集用户在目标区域的多种数据源信息;

根据预设考勤规则模型对所述多种数据源信息进行活动分析,得到用户活动信息,并根据所述用户活动信息对所述用户的考勤状态进行异常判断。

2.根据权利要求1所述的智能无感考勤方法,其特征在于,所述根据预设考勤规则模型对所述多种数据源信息进行活动分析,得到用户活动信息,并根据所述用户活动信息对所述用户的考勤状态进行异常判断,包括:

根据预设考勤规则模型对所述多种数据源信息进行活动分析,得到用户活动事件,其中,所述用户活动事件按照时间先后顺序排列;

根据所述用户活动事件和预设考勤正常活动规则,判断所述用户的考勤是否异常。

3.根据权利要求2所述的智能无感考勤方法,其特征在于,所述根据预设考勤规则模型对所述多种数据源信息进行活动分析,得到用户活动事件,包括:

若所述数据源信息为通过摄像头采集的图像信息,则对所述图像信息进行人脸识别处理;

根据所述预设考勤规则模型对所述人脸识别处理的结果进行活动分析,得到所述用户活动事件。

4.根据权利要求3所述的智能无感考勤方法,其特征在于,所述对所述图像信息进行人脸识别处理,包括:

对所述图像信息进行视频流处理,得到用户图片;

根据预设人脸识别云平台和人脸识别边缘计算节点对所述用户图片进行人脸检测,确定所述用户的身份信息,其中,所述预设人脸识别云平台存储有人脸特征数据,所述人脸识别边缘计算节点存储有人脸识别算法。

5.根据权利要求4所述的智能无感考勤方法,其特征在于,所述根据所述预设考勤规则模型对所述人脸识别处理的结果进行活动分析,得到所述用户活动事件,包括:

根据所述用户的身份信息和所述图像信息中的位置信息,得到所述用户的用户活动事件。

6.根据权利要求1所述的智能无感考勤方法,其特征在于,所述数据源信息包括:图像信息、网络接入信息、门禁信息以及消费信息中的至少一种,各种所述数据源信息分布式存储。

7.一种智能无感考勤装置,其特征在于,包括:

数据源信息采集模块,用于采集用户在目标区域的多种数据源信息;

用户活动分析模块,用于根据预设考勤规则模型对所述多种数据源信息进行活动分析,得到用户活动信息,并根据所述用户活动信息对所述用户的考勤状态进行异常判断。

8.根据权利要求7所述的智能无感考勤装置,其特征在于,所述用户活动分析模块包括:

用户活动事件确定单元,用于根据预设考勤规则模型对所述多种数据源信息进行活动分析,得到用户活动事件,其中,所述用户活动事件按照时间先后顺序排列;

考勤异常判断单元,用于根据所述用户活动事件和预设考勤正常活动规则,判断所述用户的考勤是否异常。

9.根据权利要求8所述的智能无感考勤装置,其特征在于,所述用户活动事件确定单元包括:

人脸识别处理子单元,用于若所述数据源信息为通过摄像头采集的图像信息,则对所述图像信息进行人脸识别处理;

人脸确定事件子单元,用于根据所述预设考勤规则模型对所述人脸识别处理的结果进行活动分析,得到所述用户活动事件。

10.根据权利要求9所述的智能无感考勤装置,其特征在于,所述人脸识别处理子单元包括:

视频流处理子单元,用于对所述图像信息进行视频流处理,得到用户图片;

用户身份确定子单元,用于根据预设人脸识别云平台和人脸识别边缘计算节点对所述用户图片进行人脸检测,确定所述用户的身份信息,其中,所述预设人脸识别云平台存储有人脸特征数据,所述人脸识别边缘计算节点存储有人脸识别算法。

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中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,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/202010127361.8/1.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