[发明专利]基于人脸识别的考勤系统在审

专利信息
申请号: 201910980840.1 申请日: 2019-10-16
公开(公告)号: CN112669478A 公开(公告)日: 2021-04-16
发明(设计)人: 郝文娟;陈静;杨剑锋;邓华阳 申请(专利权)人: 北京航天长峰科技工业集团有限公司
主分类号: G07C1/10 分类号: G07C1/10;G06K9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 100854*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 识别 考勤 系统
【说明书】:

发明涉及一种基于人脸识别的考勤系统,主要由前端采集设备、BS端、CS端、人脸识别服务、考勤计算进程五大部分组成,用于对企业员工的出勤统计、对外来人员出入进行报警提醒。员工签到时,平台会自动启动摄像头资源,采集员工面部照片,并与数据库中预先存入的员工人脸底库进行分析比较,识别成功后显示、报出员工的姓名,则考勤成功;如果是外来人员,由于数据库中没有预先存入其人脸底库,人脸识别算法就会给其未知人员的标识,并通过发出报警声音提醒安保人员去核对人员信息。

技术领域

本发明涉及人脸识别技术领域,涉及一种基于人脸识别的考勤系统,用于企业公共安全管理、视频安防管理、楼宇安防管理等。

背景技术

随着社会不断发展、科技不断进步,企业的人事管理逐渐向自动化方向发展,其中使用的考勤平台也不断追求创新,融入了各种新技术,如指纹技术、人脸识别技术、虹膜技术等。随着人工智能的不断挖掘,人脸识别技术也被广泛应用与各种安防场合和企业管理。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提。

发明内容

本发明的目的是提供一种基于人脸识别的考勤系统,使用人脸识别技术采集到人员的出入口信息,自动核对出入人员信息,保证出入口安全;结合考勤计算规则,规范考勤制度,以一定格式导出考勤记录,给人事管理提供了方便,简化了工作流程。

本发明的技术方案如下:

一种基于人脸识别的考勤系统,其特征在于:主要由前端采集设备、BS端、CS端、人脸识别服务、考勤计算进程五大部分组成,其中:

(1)前段采集设备是高清摄像机,主要是通过实时码流来抓拍人脸,提供要识别的图片源;

(2)BS端主要用于人员信息、摄像机的管理,识别结果、考勤记录的查询统计,采用java技术作为后端,采用Google web浏览器作为可视化展示界面,使用mysql数据库作为数据存储方式;

(3)CS端是BS端与人脸识别服务的中间链接器,采用wpf作为可视化展示界面,BS通过http协议与CS端通信,CS端与人脸识别服务通过dll的API接口实现通信;

(4)人脸识别服务主要是运用大量算法、模型对视频源和图片进行检测、提特征、比对分析等,将图片源提特征转换成人脸底库,可对抓拍图片与人脸底库进行比对分析,将结果推送给CS端进行处理;

(5)考勤计算进程采用dos窗口显示计算考勤时间、对前一天加班时长的修改信息,通过预先设定好的考勤计算规则,对前一天的人脸识别记录进行分析计算,得到对应人员的上下班打卡时间、加班时长、迟到早退旷工加班等考勤标识信息,并插入到数据库考勤记录表中,供BS端查询及导出。

人脸识别考勤系统,主要用于对企业员工的出勤统计、对外来人员出入进行报警提醒。员工签到时,平台会自动启动摄像头资源,采集员工面部照片,并与数据库中预先存入的员工人脸底库进行分析比较,识别成功后显示、报出员工的姓名,则考勤成功;如果是外来人员,由于数据库中没有预先存入其人脸底库,人脸识别算法就会给其未知人员的标识,并通过发出报警声音提醒安保人员去核对人员信息。

具体实施方式

本系统是一个综合性应用平台,主要是由前端采集设备、BS端、CS端、人脸识别服务、考勤计算进程五大部分组成。平台五大部分在具体实施时,需要部署前端采集设备、具有GPU显卡的工作站、BS端、CS端(集人脸识别服务dll为一体)、考勤计算进程四个模块。

前端采集设备主要是安装自带发声设备的高清摄像机,需要根据光照、距离、识别图像范围等来调整安装位置。工作站是硬件要求,需要具备GPU显卡和较大内存、硬盘存储空间,是为人脸识别服务提供有效的运行环境。BS端以Google网页展示,有java服务做后台支撑。CS端是以wpf作为可视化界面展示,需要集人脸识别服务dll为一体才能执行。

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北京航天长峰科技工业集团有限公司,未经北京航天长峰科技工业集团有限公司许可,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/201910980840.1/2.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