[发明专利]智能考勤方法、系统、电子设备及存储介质在审

专利信息
申请号: 202011635635.0 申请日: 2020-12-31
公开(公告)号: CN112668513A 公开(公告)日: 2021-04-16
发明(设计)人: 陈海波;程巍;王帅;盛沿桥;吉文雅 申请(专利权)人: 深兰盛视科技(苏州)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06Q10/10;G07C1/10
代理公司: 苏州领跃知识产权代理有限公司 32370 代理人: 王宁
地址: 215000 江苏省苏州市工业园*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 考勤 方法 系统 电子设备 存储 介质
【权利要求书】:

1.一种智能考勤方法,其特征在于,所述方法包括:

对用户腕部的静脉图像进行采集;

对用户的辅助信息进行采集;

分析采集到的所述静脉图像和所述辅助信息,判定所述静脉图像和所述辅助信息是否与相应用户的预先存储的静脉图像以及预先存储的辅助信息匹配;以及

根据判定结果进行考勤处理。

2.根据权利要求1所述的方法,其特征在于,其中,

在判定所述静脉图像与所述预先存储的静脉图像匹配的情况下,进行所述辅助信息的采集。

3.根据权利要求1所述的方法,其特征在于,

在进行用户腕部的所述静脉图像的采集的同时进行用户的所述辅助信息的采集。

4.根据权利要求1至3的任意一项所述的方法,其特征在于,

所述辅助信息包括用户的至少一种生物信息。

5.根据权利要求4所述的方法,其特征在于,

所述辅助信息为用户的指纹信息、面部图像和虹膜图像中的至少一者。

6.根据权利要求4所述的方法,其特征在于,

所述辅助信息还包括用户的ID信息。

7.根据权利要求1至3的任意一项所述的方法,其特征在于,

根据判定结果进行考勤登记具体包括,当判定所述静脉图像和所述辅助信息分别与所述预先存储的静脉图像以及所述预先存储的辅助信息匹配时,进行用户的身份识别,并且根据识别的结果进行通知处理。

8.根据权利要求7所述的方法,其特征在于,

所述通知处理具体包括:

当识别用户为员工时,通知该员工名下的备忘事项;

当识别用户为管理人员时,通知管理人员所管理组织的当前考勤情况;以及

当识别用户为访客时,通知相应接待人员进行接待。

9.一种智能考勤系统,其特征在于,所述装置包括:

静脉图像采集模块,用于采集用户腕部的静脉图像;

辅助信息采集模块,用于采集用户的辅助信息;

数据库模块,用于存储用户的所述静脉图像信息和所述辅助信息;

分析模块,用于分析采集到的所述静脉图像和所述辅助信息,判定所述静脉图像和所述辅助信息是否与所述数据库中的所述静脉图像以及所述辅助信息匹配;以及

处理模块,用于根据判定结果进行考勤处理。

10.根据权利要求9所述的智能考勤系统,其特征在于,

所述分析模块包括:

静脉图像分析单元,用于处理所采集的所述静脉图像并且判定所述静脉图像是否与所述预先存储的静脉图像匹配;以及

辅助信息分析单元,用于处理所采集的所述辅助信息并且判定所述辅助信息是否与所述预先存储的辅助信息匹配,并且

其中,在所述静脉图像分析单元判定所述静脉图像与所述预先存储的静脉图像匹配的情况下,启动所述辅助信息采集模块以进行所述辅助信息的采集。

11.根据权利要求9所述的智能考勤系统,其特征在于,

所述分析模块包括:

静脉图像分析单元,用于处理所采集的所述静脉图像并且判定所述静脉图像是否与所述预先存储的静脉图像匹配;以及

辅助信息分析单元,用于处理所采集的所述辅助信息并且判定所述辅助信息是否与所述预先存储的辅助信息匹配,并且

在获取所述静脉图像和所述辅助信息之后,启动所述分析模块以进行分析。

12.根据权利要求9至11的任意一项所述的智能考勤系统,其特征在于,

所述辅助信息采集模块采集用户的至少一种生物信息。

13.根据权利要求12所述的智能考勤系统,其特征在于,

所述辅助信息采集模块采集用户的指纹信息、面部图像和虹膜图像中的至少一者。

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深兰盛视科技(苏州)有限公司,未经深兰盛视科技(苏州)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/202011635635.0/1.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