[发明专利]一种基于人脸识别的下井考勤方法及其装置在审
申请号: | 201410587604.0 | 申请日: | 2014-10-20 |
公开(公告)号: | CN104376611A | 公开(公告)日: | 2015-02-25 |
发明(设计)人: | 胡昔兵 | 申请(专利权)人: | 胡昔兵 |
主分类号: | G07C1/10 | 分类号: | G07C1/10;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 247157 安徽省池*** | 国省代码: | 安徽;34 |
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 及其 装置 | ||
技术领域
本发明涉及人脸识别技术领域,提供了一种基于人脸识别的下井考勤方法及其装置。
技术背景
传统的下井人员考勤通常通过点名答到的方式进行。这样的方式既浪费时间,又无法避免下井人员间代答。本发明使用图像技术自动地对下井人员身份进行识别,有效地克服了传统考勤系统的缺点,并节约了宝贵的工作时间。
发明内容
本发明的目的在于提供一种通过人脸识别技术对下井人员进行考勤的基于人脸识别的下井考勤方法及其装置。
本发明为了达到上述目的采用以下技术方案:
如图1所示,本发明实现了一种基于人脸识别的下井人员考勤的方法,其运行包括以下步骤:
1)对下井人员进行拍照;
2)使用人员轮廓检测器从照片中分割出每个下井人员的轮廓;
3)使用人脸识别算法识别出每个轮廓对应的下井人员身份,并计入考勤;
4)识别到的考勤结果公布在单位网站上,管理人员可以对错误的识别结果进行纠正从而提高考勤的准确率。
如图2所示,上述方案中步骤2中人员轮廓检测器的训练和识别采用的步骤为:
21)训练过程:
a.提取训练数据集中所有的下井人员轮廓中包含的细节,使用AdaBoost算法对各细节的显著性进行评估并选出具有代表性的细节作为轮廓的识别标志;
b.使用步骤21挑选出的识别标志构建轮廓检测器;
22)识别过程:当一定数量的显著标志出现在照片中时,步骤21中b构建的轮廓检测器输出高响应值不高人员轮廓的出现和出现的位置。
上述方案中,所述步骤3中人脸识别算法中训练和识别采用的步骤为:
31)训练过程:
a.提取训练数据集中每个下井人员轮廓的特征脸(Eigenface)特征向量;
b.使用每个人员M对应的多张照片中的多个轮廓的特征向量做为正样本,其他人员的特征向量做为负样本,输入支持向量机(SVM)并训练出一个简单人脸识别器,该人脸识别器会对每张未标识人员身份的人员x输出一个概率p(M|x)表达该轮廓属于人员M的概率。将所有人员的人脸识别器集合输出的概率组合在一起,可以产生一个概率矢量p(x)用于表达对x的识别结果;
c.根据训练数据集中下井人员之间的长期位置选择关系学习出一张下井人员关系网,该网的节点为下井人员,下井人员节点间使用加权的边进行两两连接,每条边的权重为其连接的两下井人员坐在相邻的位置的概率,连接下井人员M和P的边权重为联合概率为:
该网络可表示为一个矩阵R,R和i行第j列等于(i,j),即第i个下井人员和第j个下井人员的关系;
d.对每张未标示下井人员身份的轮廓x,根据步骤31中b和c的结果构建一个全局人脸识别器。该识别器利用c中所学习到的下井人员关系辅助b中的简单人脸识别子器,进行下井人员身份识别,该识别过程可表示为一个迭代过程:
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胡昔兵,未经胡昔兵许可,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/201410587604.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种手术缝合器
- 下一篇:一种静脉剥脱器的导引器