[发明专利]一种基于人脸识别的考勤系统有效

专利信息
申请号: 201710104808.8 申请日: 2017-02-24
公开(公告)号: CN106846527B 公开(公告)日: 2019-03-29
发明(设计)人: 不公告发明人 申请(专利权)人: 杭州腾昊科技有限公司
主分类号: G07C1/10 分类号: G07C1/10;G06K9/00;G06K9/34;G06K9/62
代理公司: 北京华识知识产权代理有限公司 11530 代理人: 江婷
地址: 310011 浙江省杭*** 国省代码: 浙江;33
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 基于 识别 考勤 系统
【说明书】:

一种基于人脸识别的考勤系统,包括图像采集模块、图像处理模块、信息提取模块和信息匹配模块;所述图像采集模块用于拍摄请求进入人员的面部图像,图像处理模块与图像采集模块相连,用于对采集得到的面部图像进行处理,处理后的面部图像由信息提取模块进行处理,获得对应的人体面部特征信息,所述信息匹配模块用于将所述面部特征信息与系统数据库中存储的员工信息进行匹配,当匹配成功时,记录员工出勤时间和日期。本发明的有益效果为:能够及时有效的对请求进入的人员面部图像进行拍摄、处理和面部特征信息提取并与系统数据库中存储的员工信息进行匹配,当匹配成功时,记录员工出勤时间和日期,实现了智能、快捷的考勤记录方式。

技术领域

本发明创造涉及图像处理技术领域,具体涉及一种基于人脸识别的考勤系统。

背景技术

随着计算机技术以及图像处理技术的快速发展,人脸识别技术的应用领域越来越广泛,近年来,越来越多的公司采用电子考勤制度进行员工每日的考勤记录,方便公司对员工的考勤信息的管理。然而现有考勤制度通常存在进行人员面部图像采集时由于存在阴影等原因,无法有效提取人员的面部特征信息,导致匹配信息模块无法匹配成功,从而造成员工在考勤时出现漏记的现象。针对这些问题,本发明提供一种基于人脸识别的考勤系统,能够对采集得到的员工面部图像进行有效处理,从而提取人员面部特征信息进行面部特征信息匹配,当匹配成功后记录员工出勤时间和日期。

发明内容

针对上述问题,本发明旨在提供一种基于人脸识别的考勤系统。

本发明创造的目的通过以下技术方案实现:

一种基于人脸识别的考勤系统,包括图像采集模块、图像处理模块、信息提取模块和信息匹配模块;所述图像采集模块用于拍摄请求进入人员的面部图像,图像处理模块与图像采集模块相连,用于对采集得到的面部图像进行处理,处理后的面部图像由信息提取模块进行处理,获得对应的人员面部特征信息,所述信息匹配模块用于将所述面部特征信息与系统数据库中存储的员工信息进行匹配,当匹配成功时,记录员工出勤时间和日期。

优选地,所述信息提取模块用于对处理后的图像进行人员面部特征信息提取,具体包括:

a.将处理后的人员面部图像进行标记,标记的点为面部各个器官的中心位置;

b.基于标记位置对面部各个器官进行信息采集;

c.将采集得到的面部特征信息进行处理,生成面部特征信息。

优选地,所述面部特征信息包括眼阔信息、鼻型信息和脸部轮廓信息。

优选地,所述图形处理模块包括图像筛选单元、图像裁剪单元和目标检测单元。

优选地,所述图像筛选单元用于对重复图像进行剔除,重复图像采用如下方式判断:

a、定义图像A位置i的像素点为a(ri、gi、bi),图像B位置i的像素点为b(Ri、Gi、Bi),定义相似性公式,

式中,S(A,B)表示两幅图像的相似性,ri、gi、bi分别表示A图像在i位置的红色、绿色和蓝色色彩分量值,Ri、Gi、Bi分别表示B图像在i位置的红色、绿色和蓝色色彩分量值;

b、若图像中S(A,B)≥0.012的像素点超过11%,则随机选取其中一幅图像作为重复图像剔除。

优选地,所述图像裁剪单元对筛选后的人员面部图像进行裁剪,具体包括:

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杭州腾昊科技有限公司,未经杭州腾昊科技有限公司许可,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/201710104808.8/2.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