[发明专利]一种基于面部识别的考勤方法、装置和系统在审

专利信息
申请号: 201910753172.9 申请日: 2019-08-15
公开(公告)号: CN110473306A 公开(公告)日: 2019-11-19
发明(设计)人: 金永宝;刘鹏;黄培训;杜长明 申请(专利权)人: 优估(上海)信息科技有限公司
主分类号: G07C1/10 分类号: G07C1/10;G06K9/00
代理公司: 11573 北京华智则铭知识产权代理有限公司 代理人: 王昌贵<国际申请>=<国际公布>=<进入
地址: 200131 上海市浦东新区自由*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标用户 考勤 目标面部 结果反馈 人工智能技术 面部识别 面部数据 数据更新 数据匹配 自学习 成功率 失败 成功
【权利要求书】:

1.一种基于面部识别的考勤方法,其特征在于,所述方法包括:

当接收到目标用户的考勤请求时,获取所述目标用户的目标面部数据;

判断是否存在与所述目标面部数据匹配的历史面部数据;

如果是,则将考勤成功的识别结果反馈至所述目标用户,并基于所述目标面部数据更新所述目标用户的自学习模型;

如果否,则将考勤失败的识别结果反馈至所述目标用户。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

预先采集多个用户的面部数据;

基于用户的分组类数据,确定每个用户所属的分组,并在每个用户的所述面部数据中添加所属分组的分组标识。

3.根据权利要求2所述的方法,其特征在于,所述判断是否存在与所述目标面部数据匹配的历史面部数据,包括:

基于所述目标用户的目标类数据,确定所述目标用户所属的目标分组;

在添加有所述目标分组的分组标识的面部数据中,查找是否存在与所述目标面部数据匹配的历史面部数据。

4.根据权利要求1所述的方法,其特征在于,所述基于所述目标面部数据更新所述目标用户的自学习模型,包括:

计算所述目标面部数据的目标特征向量;

对所述目标特征向量和已计算的所述历史面部数据的历史特征向量进行自学习处理,得到更新后的所述目标用户的自学习模型。

5.根据权利要求4所述的方法,其特征在于,所述将考勤成功的识别结果反馈至所述目标用户之后,还包括:

接收所述目标用户的反馈数据;

所述基于所述目标面部数据更新所述目标用户的自学习模型,包括:

计算所述目标面部数据的目标特征向量;

结合所述反馈数据,对所述目标特征向量和已计算的所述历史面部数据的历史特征向量进行自学习处理,得到更新后的所述目标用户的自学习模型。

6.根据权利要求1所述的方法,其特征在于,所述判断是否存在与所述目标面部数据匹配的历史面部数据之前,还包括:

判断所述目标面部数据是否符合预设要求;

如果否,则将不符合原因的消息反馈至所述目标用户;

如果是,则判断是否存在与所述目标面部数据匹配的历史面部数据。

7.根据权利要求1所述的方法,其特征在于,所述将考勤失败的识别结果反馈至所述目标用户之后,还包括:

存储所述目标用户的目标面部数据,并生成指示技术人员处理所述目标面部数据的消息。

8.一种基于面部识别的考勤装置,其特征在于,所述装置包括:

获取模块,用于当接收到目标用户的考勤请求时,获取所述目标用户的目标面部数据;

判断模块,用于判断是否存在与所述目标面部数据匹配的历史面部数据;

考勤模块,用于如果是,则将考勤成功的识别结果反馈至所述目标用户,并基于所述目标面部数据更新所述目标用户的自学习模型;如果否,则将考勤失败的识别结果反馈至所述目标用户。

9.根据权利要求8所述的装置,其特征在于,所述装置还包括:

采集模块,用于预先采集多个用户的面部数据;

分组模块,用于基于用户的分组类数据,确定每个用户所属的分组,并在每个用户的所述面部数据中添加所属分组的分组标识。

10.根据权利要求9所述的装置,其特征在于,所述判断模块,还用于:

基于所述目标用户的目标类数据,确定所述目标用户所属的目标分组;

在添加有所述目标分组的分组标识的面部数据中,查找是否存在与所述目标面部数据匹配的历史面部数据。

11.根据权利要求8所述的装置,其特征在于,所述考勤模块,还用于:

计算所述目标面部数据的目标特征向量;

对所述目标特征向量和已计算的所述历史面部数据的历史特征向量进行自学习处理,得到更新后的所述目标用户的自学习模型。

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优估(上海)信息科技有限公司,未经优估(上海)信息科技有限公司许可,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/201910753172.9/1.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