[发明专利]手机端动态脸部识别考勤系统

说明书

技术领域

本发明涉及考勤系统技术领域，具体为一种手机端动态脸部识别考勤系统。

背景技术

现有的考勤系统有很多，普遍使用的有指纹考勤系统，脸部识别考勤系统和打卡考勤系统。指纹考勤系统的工作原理是考勤对象在指纹采集器上输入自己的指纹后,系统程序将采集的指纹和标注库中的数据进行比对, 鉴定出考勤对象的身份, 并进行考勤记录。脸部识别考勤系统和打卡考勤系统与指纹考勤系统类似。

但是无论是指纹考勤系统，还是脸部识别考勤系统和打卡考勤系统都存在以下不足：考勤对象需要按先后顺序进行考勤操作，当大量考勤对象集中进行考勤记录时, 会不可避免的出现排队拥堵现象，效率低且浪费了大量时间，而考勤数据往往具有比较重要的实效性, 考勤者很有可能因排队造成迟到；传统的指纹考勤或打卡考勤，容易出现舞弊现象，代刷卡代刷指纹膜的现象很多。

现有技术还提出了手机考勤系统，手机考勤指的是在智能手机上安装考勤应用软件，利用终端识别配合GPS或者LBS进行定位，通过员工人工主动或者手机自动发送定位信息来确认员工位置并以此来判断员工的工作情况，而通过位置来判断员工的考勤情况，一部手机对应一个考勤者，考勤者常常会出现手机漏拿丢失等情况，因此实施起来非常困难，且很容易出现作弊现象，例如，用户可以通过多准备一部备用手机，让同事将备用手机带入办公区进行考勤作弊，也可以通过手机越狱等方式更改手机的实际位置来到达考勤作弊的目的。

发明内容

本发明针对现有技术存在的问题，提出了一种手机端动态脸部识别考勤系统，通过手机端直接将考勤者的人脸图像信息发送给考勤机，考勤者无需再排队考勤，考勤效率大大提高高，且通过人脸图像进行考勤者信息比对，准确率高，且考勤者只有在考勤服务器的有效距离内才能通过手机端进行人脸识别，有效保证考勤者确实有到场，不易出现作弊现象。

本发明解决其技术问题所采用的技术方案是：一种手机端动态脸部识别考勤系统，包括手机和考勤服务器，所述考勤服务器设有考勤范围，所述手机在所述考勤范围内与所述考勤服务器无线连接；

所述手机包括用于采集考勤者人脸图像的手机摄像头和安装运行在所述手机上的考勤应用软件，所述考勤应用软件将采集到的人脸图像转换成图像数据后发送给所述考勤服务器；

所述考勤服务器接收所述图像数据，并将所述图像数据与预存在所述考勤服务器中的图像数据做对比以完成人脸考勤识别；

或者所述考勤服务器与云端服务器连接，所述考勤服务器将图像数据发送给所述云端服务器，所述云端服务器将所述图像数据与预存在所述云端服务器中的人脸图像信息做对比以完成人脸考勤识别；

其中，手机摄像头采集的人脸图像至少为两张。

作为优选，所述考勤应用软件用于将人脸图像转换成三维张量数据，并通过数据压缩模型对三维张量数据进行压缩以得到压缩数据；

所述考勤服务器用于通过数据恢复模型将压缩数据解压成三维张量数据，并将三维张量数据与预存在所述考勤服务器中的图像数据做对比以完成人脸考勤识别。

作为优选，所述数据压缩模型为 ，其中，T*为人脸图像转换的三维张量数据，（X_1, X_2,…,X_n）为随机产生的n个相同维数的高斯张量，<T*, X_i>为T*和其中一个高斯张量X_i的内积，e_i为每次传输中的产生误差，(y_1, y_2,..y_n)为考勤服务器收到的压缩数据。

作为优选，将数据压缩模型中的三维张量数据T*分解得到，将述数据压缩模型中的X_i分解得到，以获得数据压缩模型的分解形式，

，其中为高斯随机向量，K为三维张量数据T*的分解个数，为未知参数一，为未知参数二；

所述数据恢复模型为，所述数据恢复模型用于估算未知参数一和未知参数二，从而得到人脸图像的三维张量数据T*。

作为优选，所述考勤服务器将三维张量数据发送给云端服务器，所述云端服务器直接将接收到的三维张量数据与预存在云端服务器中的图像数据作对比以完成人脸考勤识别。

作为优选，所述考勤服务器与云端服务器相连接，所述考勤服务器将三维张量数据发送给云端服务器，所述云端服务器将三维张量数据还原成人脸图像，并将人脸图像与预存在云端服务器中的人脸图像作对比以完成人脸考勤识别。

作为优选，每一张人脸图像形成一组压缩数据，所述考勤应用软件将同一考勤者的多张人脸图像形成的多组压缩数据打包发送给所述考勤服务器，所述手机与所述考勤服务器之间可同时传输多个考勤者的人脸图像压缩包。