[发明专利]一种基于人脸识别的考勤方法、装置及系统在审

专利信息
申请号: 202210204003.1 申请日: 2022-03-02
公开(公告)号: CN114627497A 公开(公告)日: 2022-06-14
发明(设计)人: 王颖;郁子恒;尚领;李维勇 申请(专利权)人: 南京信息职业技术学院
主分类号: G06V40/10 分类号: G06V40/10;G06V40/16;G06V10/40;G06V10/764;G06K9/62;G07C1/10
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 董建林
地址: 210023 江苏省*** 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: 一种 基于 识别 考勤 方法 装置 系统
【说明书】:

发明公开了一种基于人脸识别的考勤方法、装置及系统,属于考勤管理技术领域,所述方法包括: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匹配识别,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;精确判断考勤结果,操作更方便和人性化,信息处理与反馈合理,界面可视化显示友好,更加智能可靠。

技术领域

本发明涉及一种基于人脸识别的考勤方法、装置及系统,属于考勤管理技术领域。

背景技术

考勤管理是学校或公司等团体日常管理工作的重要组成部分,现代考勤管理主要是利用信息化技术进行数据采集,把学生课堂或某些需要签到的课外培训活动或上下班等相关签到数据按照一定的逻辑关系组织起来进行管理,由此形成反映教学运行状态或公司运行状态的数据综合平台,为高校/公司等质量保障体系建设服务,为教务教学/工作评估服务,为学校/公司提供预测决策信息等服务。

签到考勤的方式最初是采用人工纸质点名,目前仍有部分学校/公司依旧采用该相对传统的签到方式;然而,由于上课的学生数量众多,教师随机点名过程中的代点名现象普遍存在,而且现场点名签到的方式费时费力,效率低下,直接影响到教师的授课质量和教学体验度。

在信息化时代,非接触式交流已逐渐成为一种新的主流趋势,尤其是以高校、公司等为代表的团体迫切需要具有多样化、个性化,快速化的识别技术和手段;现有的身份识别主要采用个人身份证识别、口令密码等识别方法,这些传统的识别技术已经受到了越来越多的挑战,可靠度大为降低。

发明内容

本发明的目的在于提供一种基于人脸识别的考勤方法、装置及系统,实现精确判断考勤结果是否正常,操作更加方便和人性化,易于系统维护,数据信息处理与反馈合理,界面可视化显示友好,因而效率更高、更加智能可靠。

为实现以上目的,本发明是采用下述技术方案实现的:

第一方面,本发明提供了一种基于人脸识别的考勤方法,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。

结合第一方面,进一步的,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。

结合第一方面,进一步的,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。

结合第一方面,进一步的,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:

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南京信息职业技术学院,未经南京信息职业技术学院许可,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/202210204003.1/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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