[发明专利]一种基于人脸识别的考勤方法、装置及系统

权利要求书

1.一种基于人脸识别的考勤方法，其特征在于，包括：

获取待识别的图像及其采集时间；

提取图像中的人体部分及其有效特征值；

提取人体部分中的人脸部分，标记出人脸部分的关键特征点；

通过所述有效特征值和关键特征点提取人脸的特征向量；

通过支持向量机对人脸的特征向量进行特征匹配，得到人脸识别结果；

若人脸识别通过则将图像采集时间和预设考勤时间进行对比，图像采集时间满足预设时间要求则考勤结果为正常，图像采集时间不满足预设时间要求则考勤结果为异常，若人脸识别不通过则考勤结果为异常。

2.根据权利要求1所述的一种基于人脸识别的考勤方法，其特征在于，所述待识别的图像通过以下方法得到：

获取实时视频，通过人脸眨眼检测算法检测所述实时视频中是否存在真人的人脸图像，根据眨眼的阈值和时长来确定实时视频中是否存在活体；

若存在真人的人脸图像，则通过人脸分割算法提取出实时视频中的待识别的图像；

若不存在真人的人脸图像，则发出告警信息。

3.根据权利要求1所述的一种基于人脸识别的考勤方法，其特征在于，提取图像中的人体部分及其有效特征值，包括：

通过人体建模系统采集图像中的人体部分并提取人体部分的有效特征值，去除无关背景的影响。

4.根据权利要求1所述的一种基于人脸识别的考勤方法，其特征在于，提取人体部分中的人脸部分，标记出人脸部分的关键特征点，包括：

使用深度卷积神经网络的方法，将预先提取出的人体部分进行人脸部分的定位并提取，并将人脸部分的关键特征点标记出来。

5.根据权利要求1所述的一种基于人脸识别的考勤方法，其特征在于，通过支持向量机对人脸的特征向量进行特征匹配，得到人脸识别结果，包括：

使用支持向量机对人脸的特征向量进行分类，返回预测分类概率的列表，将列表中的预测分类概率与预设概率阈值进行对比得到相似度，将相似度和预设相似度要求进行对比，若相似度满足预设相似度要求则人脸识别通过，否则人脸识别不通过。

6.根据权利要求1所述的一种基于人脸识别的考勤方法，其特征在于，图像采集时间满足预设时间要求则考勤结果为正常，图像采集时间不满足预设时间要求则考勤结果为异常，包括：

图像采集时间在预设考勤时间之前的第一时间值内则考勤结果为正常；

图像采集时间在预设考勤时间之后的第二时间值内则考勤结果为迟到；

图像采集时间在预设考勤时间之后的第二时间值之后则考勤结果为缺勤；

所述异常包括迟到和缺勤。

7.根据权利要求1所述的一种基于人脸识别的考勤方法，其特征在于，还包括：

将考勤结果录入数据库中的考勤日志表，并从数据库中读取考勤结果对应的考勤信息进行展示；

根据请假登记和漏签补签情况正向修改数据库中的考勤信息，根据实际的随机点名情况反向修改数据库中的考勤信息。

8.一种基于人脸识别的考勤装置，其特征在于，包括：

数据获取模块，用于获取待识别的图像及其采集时间；

人体特征提取模块，用于提取图像中的人体部分及其有效特征值；

人脸特征点提取模块，用于提取人体部分中的人脸部分，标记出人脸部分的关键特征点；

人脸特征向量提取模块，用于通过所述有效特征值和关键特征点提取人脸的特征向量；

人脸识别模块，用于通过支持向量机对人脸的特征向量进行特征匹配，得到人脸识别结果；

考勤模块，用于若人脸识别通过则将图像采集时间和预设考勤时间进行对比，图像采集时间满足预设时间要求则考勤结果为正常，图像采集时间不满足预设时间要求则考勤结果为异常，若人脸识别不通过则考勤结果为异常。