[发明专利]一种智能人像识别打卡考勤系统及方法在审

专利信息
申请号: 202010754291.9 申请日: 2020-07-30
公开(公告)号: CN112052731A 公开(公告)日: 2020-12-08
发明(设计)人: 杨晓峰;张颖 申请(专利权)人: 广州市标准化研究院
主分类号: G06K9/00 分类号: G06K9/00;G07C1/10
代理公司: 广州市时代知识产权代理事务所(普通合伙) 44438 代理人: 陈旭燕
地址: 510110 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能 人像 识别 打卡 考勤 系统 方法
【说明书】:

发明属于考勤管理技术领域,公开了一种智能人像识别打卡考勤系统及方法,包括:身份信息采集模块提前采集用户信息;红外识别模块利用红外设备感应是否有人靠近;当有人靠近时,图像采集模块当有人靠近时,利用摄像设备进行人脸采集;主控模块控制人脸识别模块对采集到的人脸图像进行识别并验证,当人脸验证通过时,活体检测模块进行活体检测识别;门禁控制模块当人脸识别通过且活体检测识别通过时控制门禁打开。本发明大幅降低了识别的时间,同时在保证精度的前提下有效降低了模型的运算复杂度;本发明的识别效率高,识别准确率高,且增强了防作弊效果,提高考勤系统的工作效率和考勤的自由度,实现考勤过程自动化,大大提高考勤效率。

技术领域

本发明属于考勤管理技术领域,尤其涉及一种智能人像识别打卡考勤系统及方法。

背景技术

目前:随互联网技术和信息科技进步,人脸识别算法进行了深入研究。目前,人脸识别算法的运用较为宽泛,存在于现实生活中各个方面,智能考勤系统则是人脸检测和识别算法的一项重要体现。人脸考勤作为一种智能化的考勤方式,有着重要的实际意义和使用价值,例如上课或上班签到,出入检查等等。

现有的打卡考勤系统多是基于钥匙、密码、门禁卡或指纹识别等,钥匙、密码、门禁卡容易被破解和复制,安全系数较低;而声音或指纹识别容易伪造,且设备一般成本高,大批量的时候效率低。

通过上述分析,现有技术存在的问题及缺陷为:现有考勤系统安全系数低,设备成本高,识别效率低,智能化程度不高。

发明内容

针对现有技术存在的问题,本发明提供了一种智能人像识别打卡考勤系统及方法。

本发明是这样实现的,一种智能人像识别打卡考勤方法,所述智能人像识别打卡考勤方法包括以下步骤:

步骤一,身份信息采集模块利用射频识别设备、录入设备以及摄像设备提前采集用户的身份信息、人脸信息及其他相关信息;红外识别模块利用红外设备感应是否有人靠近;

所述红外识别模块利用红外设备感应是否有人靠近包括:

红外感应器进行人体感应产生感测信号;

将产生的感测信号进行模数转换得到数字信号;

将数字信号进行傅里叶变换,得到数字信号的频域特征曲线;

对得到的数字信号的频域特征曲线进行分析,判断是否有人体运动;当无人体运动时,则判断无人靠近;若有人体运动,则进一步判断人体运动状态为接近或远离,当运动状态为远离时,则判断无人靠近;若运动状态为接近,则判断有人靠近;

步骤二,当有人靠近时,图像采集模块利用摄像设备进行人脸采集;主控模块控制人脸识别模块对采集到的人脸图像进行识别并验证,当人脸验证通过时,活体检测模块进行活体检测识别;

所述对采集到的人脸图像进行识别并验证包括:

对采集的图像进行灰度均衡化以及中值滤波处理;构建人脸识别模型并进行模型训练;

对处理后的图像进行对齐处理与特征提取;

基于提取的人脸特征利用构建的人脸检测模型进行人脸识别;

所述人脸识别模型构建方法包括:

获取人脸图像的数据集,对数据集进行清洗;通过图像旋转、平移和尺度变换扩充数据集的数据;

按照一定比例将数据集划分为训练集、测试集以及验证集;

进行模型参数配置,并构建人脸识别模型以及损失函数;

利用Adam反向传播算法进行模型训练,并利用测试集与验证集分别进行模型的测试与验证,即可的所述人脸识别模型。

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广州市标准化研究院,未经广州市标准化研究院许可,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/202010754291.9/2.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