[发明专利]一种基于机器视觉的工厂无感知高效考勤方法

说明书

本发明公开了一种基于机器视觉的工厂无感知高效考勤方法。该方法涉及信息化、视频分析和图像识别领域，尤其涉及一种基于工厂无感知考勤场景环境下的对象行为规范检测方法。本发明所述的行为规范智能判断检测方法，只针对工厂无感知高效考勤以及异常预警、核查处理的场景，在该场景下，员工需要在固定时间出现在指定工作区域或位置，无论是迟到、未到都属于异常状况，需要工厂管理人员予以关注和处理。同时由于需要工厂场所的私密性和安全性，在非常规时间进工厂场所的人员，尤其是陌生人员也需要管理人员进行关注处理。该方法包括将在工厂无感知考勤的场景下，对场景中的人，按照工厂时间规定安排，结合人脸识别技术和视频行为分析技术，依托于场景下正确和错误行为规范进行智能训练，智能判定指定人员出勤状态，陌生人进入工厂状态，并将异常行为结合违规图片进行输出的方法。

技术领域

本发明涉及计算机技术领域，具体说是一种基于机器视觉的算法应用。

背景技术

随着时代发展的日新月异，工业互联网时代已经到来，而在提升效率的过程中，涉及到很多方面。在日常管理中，让员工众多的工厂管理者头疼的核心事务之一就是考勤问题。

当前考勤的主要手段为员工主动考勤，比如办公软件基于定位或指定无线网的考勤，打卡机或指纹打卡考勤等，这种考勤方式受限于工厂环境，例如很多车间禁止佩戴手机，员工进入厂区与进入车间有着明显的时间差异，效率很低，在人数很多的情况下，需要配备更多的考勤设备，同时受限于设备考勤效率，一次考勤往往需要半小时甚至更长时间的操作时长，极大影响了工厂的考勤效率。

现在很多工厂配备了自动考勤闸机，这种方式解决了当前考勤的部分问题，但是还是会出现当计划出勤人员过多的时候，要不需要非常大量的通道闸机，这既增加了设备成本，同时对通道宽度有极高的要求，同时效率也比较低下，人通过，调整人脸姿态或者使用各类射频卡刷卡，等待闸机开门，通过闸机，保证一人一闸，这个过程必然会消耗大量时间。当然，更为重要的是这种考勤方法有着非常明显的安全隐患，如果出现了异常需要紧急疏散，即使能够及时常开闸机，依然会增加难以疏散甚至踩踏的风险。

发明内容

本发明就是针对以上不足，为工厂办公场所提供一套智能、公平、高效和可扩展的无感知考勤智能管理方法。

本发明解决其技术问题所用的技术方案是：一种基于机器视觉的工厂无感知高效考勤方法。该方法包含了工厂员工人脸信息采集，基于带有计算平台的智能摄像头边缘计算的人脸检测和抓取算法，基于视频图像识别的后台人脸检测和抓取算法，人脸识别算法。基于这些算法，需要结合摄像头本身安装属性，摄像头所属的安装位置等信息，构建一套无感知高速考勤模型，该模型用于判断每一个员工的出勤情况，最终将这些考勤情况进行输出，如果遇到考勤异常情况，通过应用程序生成异常处理流程，并通知相关人员进行处理，最终完善整体考勤流程。

本发明所述的人脸采集方式，依托于工厂本身的原始数据与采集工具的结合，员工本身在工厂拥有完整的工作属性，例如部门、班组和出勤时间等，拥有完整的厂内关系，例如同部门同事，直属及归属领导等。而这些数据本身对无感知考勤和考勤管理体系有着良好和强大的支撑价值和作用。我们既需要通过提供的数据采集工具进行人脸采集，同时也需要将人脸数据与员工其它数据结合起来，构建一个简单的数据中台，涵盖结构化的属性数据和非结构化的头像数据。而这些数据的连接点是员工的face ID，确保基于人脸即可关联起员工的相关关系。

本发明旨在特定工厂无感知高效考勤场景下的人脸采集，在该场景下，摄像头的安装位置，安装方向本身对采集结果有较大影响。由于工厂场所通道有限，工作聚集位置相对集中可控，采集点相对数目可控，工厂内网相对比较通畅，所以边缘计算和中心计算本身并未有太多优劣区别。