[发明专利]考勤记录方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202111128834.7 申请日: 2021-09-26
公开(公告)号: CN113869714A 公开(公告)日: 2021-12-31
发明(设计)人: 张旭龙;王健宗 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06N3/04;G06K9/62
代理公司: 深圳众鼎专利商标代理事务所(普通合伙) 44325 代理人: 谭果林
地址: 518000 广东省深圳市福田区福*** 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: 考勤 记录 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种考勤记录方法,其特征在于,包括:

接收考勤记录请求,所述考勤记录请求包括待识别图像和所述待识别图像对应的拍摄时间;

根据选择性搜索算法,在所述待识别图像上生成目标候选区域集;

基于卷积神经网络,提取所述目标候选区域集的特征数据,作为第一特征数据;

基于分类算法,对所述第一特征数据进行分类,得到至少一个考勤对象特征;

获取预设的基础对象集合中的每个基础对象特征,针对每个所述考勤对象特征,将所述考勤对象特征分别与每个所述基础对象特征进行匹配,将匹配成功的基础对象特征对应的基础对象,作为所述考勤对象特征对应的目标对象;

基于所述拍摄时间和每个所述目标对象,生成每个所述目标对象对应的考勤记录。

2.如权利要求1所述的考勤记录方法,其特征在于,所述根据选择性搜索算法,在所述待识别图像上生成目标候选区域集的步骤包括:

对所述待识别图像进行候选目标定位,生成候选目标框区域集;

计算所述候选目标框区域集中相邻目标候选框区域的综合相似度;

若所述综合相似度大于预设相似度阈值,则将所述目标候选框区域进行合并,得到新的目标候选框区域集,返回计算所述候选目标框区域集中相邻目标候选框区域的综合相似度的步骤继续执行,直至所述目标候选框区域集中每两个所述目标候选框区域的综合相似度低于所述预设相似阈值为止,生成目标候选区域集。

3.如权利要求1所述的考勤记录方法,所述基于分类算法,对所述第一特征数据进行分类,得到至少一个考勤对象特征的步骤包括:

基于独热编码,将所述第一特征数据映射为分类概率值;

根据所述分类概率值,对所述第一特征数据进行分类,得到至少一个所述考勤对象特征。

4.如权利要求1所述的考勤记录方法,其特征在于,所述基于分类算法,对所述第一特征数据进行分类,得到至少一个考勤对象特征和基于所述拍摄时间和每个所述目标对象,生成每个所述目标对象对应的考勤记录的步骤之间的步骤之间还包括:

获取预设的第一类别属性对照表,所述第一类别属性对照表包括基础对象特征集合和所述基础对象特征集合中每个待比较基础对象特征对应的唯一标记信息;

基于相似度算法,计算所述待比较考勤对象特征与所述考勤对象特征的特征相似度,得到第一特征相似度值;

若所述第一特征相似度值大于预设第二阈值,则将所述待比较基础对象特征对应的唯一标记信息作为所述考勤对象特征的唯一标记信息。

5.如权利要求4所述的考勤记录方法,其特征在于,所述若所述第一特征相似度值大于预设第二阈值,则将所述待比较基础对象特征对应的唯一标记信息作为所述考勤对象特征的唯一标记信息的步骤之后还包括:

获取预设的第二类别属性对照表,所述第二类别属性对照表包括待比较基础对象集合中和所述待比较基础对象特征集合中每个待比较基础对象对应的待比较唯一标记信息;

基于BERT模型,将所述唯一标记信息和所述待比较唯一标记信息分别转换成第一特征向量和第二特征向量;

基于相似度算法,计算所述第一特征向量和所述第二特征向量的特征相似度,得到第二特征相似度值;

若所述第二特征相似度值大于预设第三阈值,则将所述唯一标记信息对应的待比较基础对象作为所述目标对象。

6.如权利要求1所述的考勤记录方法,其特征在于,所述将所述考勤对象特征分别与每个所述基础对象特征进行匹配,将匹配成功的基础对象特征对应的基础对象,作为所述考勤对象特征对应的目标对象的步骤包括:

基于相似度算法,计算所述考勤对象特征和所述基础对象特征的特征相似度,得到特征相似度值:

若所述特征相似度值大于预设第四阈值,则将所述基础对象特征对应的基础对象,作为考勤对象特征对应的目标对象。

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平安科技(深圳)有限公司,未经平安科技(深圳)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/202111128834.7/1.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