CN104167025A - 基于动态人脸识别与wifi定位的移动考勤系统及其方法 - Google Patents

Abstract

本发明的一种基于动态人脸识别与WIFI定位的移动考勤系统及其方法，首先需要开发一个包含考勤系统服务器端和考勤系统客户端的考勤系统；然后用户利用智能手机通过用户名和密码验证后登录到服务器端；其次考勤系统利用用户的便携设备自带的WIFI模块对用户进行定位，获取用户的当前位置并传给服务器，而服务器对客户端提交的位置信息进行核对；最后校验完位置信息后，利用动态人脸识别技术完成用户身份的确认，用户考勤成功，并生成该用户的考勤记录。本发明的有益效果是：实现了企业对员工进行方便、高效、准确的室内外考勤，完全避免了冒名顶替现象的发生，而且能够以低成本快速实现对较大规模人群的异时同地的考勤。

Description

基于动态人脸识别与WIFI定位的移动考勤系统及其方法

技术领域

本发明涉及一种基于动态人脸识别与WIFI定位的移动考勤系统及其方法。

背景技术

考勤是企业进行日常管理的一项必要措施。目前的考勤方式主要是利用考勤系统。确认员工身份的常用方法有：考勤打卡机、指纹识别、人脸识别、指静脉识别等。然而这些方法也存在不同的缺点，比如常用的考勤打卡机存在着冒名顶替的可能性；指纹识别经常会因为指纹破损而失效，而且无法区分指纹套；人脸识别的准确性通常较低，而且静态的人脸识别方法往往无法区分人脸和照片；指静脉识别准确率非常高，但是成本较高，往往用于极少数要求极为严格的场合，例如社保、银行、安保等。如何以较低成本快速实现较大规模的人群考勤是人们面临的一个重要问题。

为了解决上述问题，有人提出了一种基于人脸识别与GPS定位的考勤系统。这种考勤的基本方法是利用人们随身携带的智能手机，即员工首先登录企业的考勤服务器端，然后考勤系统利用人脸识别进行身份的最终确认，利用智能手机自带的GPS系统进行员工的位置确认，当员工位置与企业位置一致时，员工通过考勤。这种考勤思路的优点是可以以较低的成本快速实现较大规模人群的同地异时考勤的目的，但是也存在明显的缺点，其一是仍然无法解决冒名顶替的问题，这是因为该方法使用的人脸识别是一种静态人脸识别，无法区分真实人脸和事先拍好的该员工的人脸图像；其二是由于室内的GPS信号很弱，尤其是在大型建筑物内，多数情况下无法定位。

发明内容

为解决以上技术上的不足，本发明提供了一种基于动态人脸识别与WIFI定位的移动考勤系统及其方法

本发明是通过以下措施实现的：

本发明的一种基于动态人脸识别与WIFI定位的移动考勤系统，包括考勤服务器端和可通过无线网络访问考勤服务器端的考勤客户端，所述考勤客户端采用带摄像头并可WIFI自定位的智能移动终端设备，智能移动终端设备和考勤服务器端均搭载有考勤系统。

本发明基于动态人脸识别与WIFI定位的移动考勤系统的考勤方法，包括以下步骤：

步骤1，在考勤服务器端的考勤系统中预设登陆信息和定位信息，并建立人脸姿态样本图像数据库，该数据库中存储有被考勤人员多种人脸姿态下的人脸图像并对应标定被考勤人员的身份信息；在考勤客户端的考勤系统中建立登陆界面，该登陆界面与考勤服务器端之间建立无线访问链接；

步骤2，考勤客户端通过登陆界面向考勤服务器端发送登陆信息，考勤服务器端对该登录信息进行验证，如果该登录信息与数据库内预设的登陆信息相符，则进行步骤3，如果不符，则提示用户重新登录；

步骤3，考勤客户端的考勤系统进行WIFI自定位，并将定位信息发送给考勤服务器端，如果该定位信息与数据库内预设的定位信息相符，则进行步骤4，如果不符，则退出访问；

步骤4，考勤客户端启动摄像头，考勤服务器端随机向考勤客户端下发不同姿态的人脸图像示意，考勤客户端的用户按照该示意图在摄像头前做出相应的脸部姿态，并拍摄成人脸图像后回传给考勤服务器端，考勤服务器端通过人脸识别技术将该人脸图像进行识别，并将识别后的人脸图像与数据库内的人脸图像进行遍寻比对，如果有匹配的人脸图像，则说明身份信息有效，并生成该用户的考勤记录，否则，退出访问。

上述步骤1中，建立人脸姿态样本图像数据库前，首先收集被考勤人员多种人脸姿态下的人脸图像，并将收集到的人脸图像进行预处理；在步骤4中对从考勤客户端实时采集的人脸图像也需要进行实时处理，而预处理和实时处理的步骤相同，包括以下步骤：

第一步，采用直方图均衡化方法提高人脸图像的对比度，并将所有人脸图像处理成统一尺寸；

第二步，采用Adaboost人脸检测算法定位人脸区域；

第三步，将人脸图像的人脸区域选择1/4中心区域，以该中心区域建立颜色直方图，并以该颜色直方图求解完整人脸区域的背投图，然后对完整的人脸区域分别作水平和垂直投影直方图，提取出人脸图像的特征参数。

本发明的有益效果是：实现了企业对员工进行方便、高效、准确的室内外考勤，克服了传统考勤系统中出现的身份失效、GPS无法室内定位、费用昂贵和冒名顶替的缺点，该考勤系统同时利用动态人脸识别和签到两种方式进行考勤，完全避免了冒名顶替现象的发生，而且能够以低成本快速实现对较大规模人群的异时同地的考勤。该考勤系统可以应用于WIFI覆盖区域的室内和室外考勤，如大型建筑工地和生产车间、赛事志愿者签到、软件开发公司等。

附图说明

图1为本发明的工作流程框图。

具体实施方式

下面结合附图对本发明做进一步详细的描述：

本发明是通过以下措施实现的：

本发明一种基于动态人脸识别与WIFI定位的移动考勤系统，包括考勤服务器端和可通过无线网络访问考勤服务器端的考勤客户端，考勤客户端采用带摄像头并可WIFI自定位的智能移动终端设备，智能移动终端设备和考勤服务器端均搭载有考勤系统。们以智能手机为例进行说明。

步骤1，开发搭载有考勤系统的考勤服务器端和考勤客户端，在考勤服务器端的考勤系统中预设登陆信息和定位信息，并建立人脸姿态样本图像数据库，该数据库中存储有被考勤人员多种人脸姿态下的人脸图像并对应标定被考勤人员的身份信息；在考勤客户端的考勤系统中建立登陆界面，该登陆界面与考勤服务器端之间建立无线访问链接；

步骤2，考勤客户端通过登陆界面向考勤服务器端发送登陆信息，考勤服务器端对该登录信息进行验证，判断该登录信息与数据库内预设的登陆信息相符。用户利用便携设备的客户端登录服务器端是指，用户利用WIFI联网的便携设备打开考勤系统的登陆界面，输入用户名和密码，考勤服务器端对此用户名和密码进行校验，如果输入的信息有效，跳转到签到页面，并在此页面的左上角显示此用户的人脸图像，否则提示用户重新登录。

步骤3，用户成功登录后，考勤系统利用用户的便携设备自带的WIFI模块对用户进行定位的具体实现过程如下：进入到签到页面后，客户端利用WIFI精确的室内定位功能获取用户的当前位置信息传递给考勤服务器端，该定位信息与数据库内预设的定位信息相比较，如果距离误差小于40米，进行动态人脸识别，否则，退出客户端，提示用户考勤失败。考勤客户端的考勤系统进行WIFI自定位，并将定位信息发送给考勤服务器端。

考勤系统利用用户便携设备自带的WIFI模块对用户进行定位的原因如下：其一，GPS定位和北斗卫星定位是通过接收设备接收卫星发射的定位信号进行定位，而这种定位信号的频率高且到达地面时强度弱，易受到障碍物的阻碍，只适用于室外定位，在室内的时候，由于受到周围墙壁的阻碍，几乎无法实现准确定位；其二，相比于GPS和北斗卫星较差的室内定位功能，WIFI室内定位是通过接收周围热点信号，配合相关软件根据预先登记好的位置数据进行三角运算测量，实现精度高达20至40米的定位性能，完全满足公司考勤系统的要求。

步骤4，校验完位置信息后，利用动态人脸识别技术完成用户身份确认的具体实现过程如下：考勤系统提示用户按照系统随机给出的不同人脸姿态示例图像进行连续拍照，即用户将脸正对便携设备自带的摄像头，按照系统给出的不同姿态人脸图像示意图依次做出相应姿态并拍摄人脸图像，进而考勤系统自动将符合要求的人脸图像传给服务器端，然后利用AdaBoost算法定位人脸，再提取用户人脸的投影直方图特征，并将此特征与该用户同一人脸姿态样本图像的特征相匹配，如果匹配的相对误差小于0.05，提示用户考勤成功，否则，退出客户端，提示用户考勤失败。在拍摄人脸图像时，要求人脸必须始终在摄像头能够捕捉整个人脸图像的区域内，不得离开摄像头的视野考勤客户端启动摄像头。人脸姿态变化是指一些简单的姿态变化，如闭眼睛、皱眉头、张嘴巴、后仰头、低头、向左转脸、向右转脸、左侧头、右侧头等。用复杂的人脸姿态的原因有两点：其一是利用复杂的人脸姿态进行人脸匹配时难度大，其二是实现动态人脸识别的主要目的是解决静态人脸识别不能区分真实的人脸图像和照片的缺点，没有必要使用复杂的人脸姿态。

Adaboost人脸检测算法；此算法用于人脸识别中来定位人脸区域。而Adaboost人脸检测算法是利用一种类Haar特征，使用Adaboost分类器的人脸检测算法。

用户利用自己移动终端设备上所带的摄像头拍摄自己的不同人脸姿态图像，如闭眼睛、皱眉头、张嘴巴、后仰头、低头、向左转脸、向右转脸、左侧头、右侧头，从而公司将每个员工的不同人脸姿态图像收集起来，建立了一个人脸姿态样本图像数据库。建立人脸姿态样本图像数据库前，首先收集被考勤人员多种人脸姿态下的人脸图像，并将收集到的人脸图像进行预处理；对从考勤客户端实时采集的人脸图像也需要进行实时处理，而预处理和实时处理的步骤相同，包括以下步骤：

第一步，图像去噪；

因为摄像头拍摄的人脸姿态图像光照不均匀，所以采取快捷的的直方图均衡化方法提高图像的对比度，而直方图均衡化方法包括：

①求出图像中所包含的灰度级n，可以定为0～L-1，如：(0～255)；

②统计各灰度级的像素数目n_j(j＝0,1,2,...,L-1)；

③计算图像直方图

④计算累积分布函数 $C\left(f\right)=\underset{j=0}{\overset{k}{\mathrm{\Σ}}}{p}_f\left(f_j\right),j=\mathrm{0,1},...,L-1;$

⑤用转换函数g＝[g_max-g_min]C(f)+g_min计算映射后输出的灰度级g_i(i＝0,1,...,P-1)；

⑥统计映射后各灰度级的像素数目n_i(i＝0,1,2,...,L-1)；

⑦计算输出图像的直方图

⑧用f_j和g_i的映射关系，修改原始图像的灰度级，获得新的输出图像。

第二步，人脸姿态图像尺寸归一化：

不同用户在不同时间拍摄的样本图像中人脸的尺寸不同，同时样本图像与实时采集图像中人脸的尺寸不同，则由Adaboost算法检测出的人脸区域大小也会不同，因此需要对样本和实时采集图像进行尺寸归一化。归一化的方法是将由Adaboost算法检测到的人脸区域图像的大小设置为200*200像素。

提取样本图像的特征：

为了确保提取样本图像的特征是人脸部分，需要消除检测到人脸区域中的背景部分。首先在AdaBoost算法检测到的人脸区域选择1/4中心区域，以该中心区域建立颜色直方图，并以该颜色直方图求解完整人脸区域的背投图，从而消除非人脸区域，例如背景和头发部分。

然后对完整的人脸区域分别作水平和垂直投影直方图。如采Adaboost算法得到的瞪眼睛同时张嘴表情图像的人脸区域的水平和垂直投影直方图，将其分别量化为C_sh＝{a_s1,a_s2...,a_sm}和C_sv＝{b_s1,b_s2,...,b_sn}，作为样本图像的特征，其中m，n表示样本图像的高、宽，a_si表示第i行所有肤色像素的灰度值之和，b_si表示第i列所有肤色像素的灰度值之和。

获得的实时采集图像的特征为C_th＝{a_t1,a_t2,...,a_tm}和C_tv＝{b_t1,b_t2,...,b_tn}。其中，m，n表示实时采集图像的高、宽，a_ti表示第i行所有肤色像素灰度值之和，b_ti表示第i列所有肤色像素灰度值之和。对于实时采集图像和样本图像的水平、垂直投影特征C_th＝{a_t1,a_t2,...,a_tm}、C_tv＝{b_t1,b_t2,...,b_tn}、C_sh＝{a_s1,a_s2...,a_sm}、C_sv＝{b_s1,b_s2,...,b_sn}分别进行归一化，得到归一化后的特征为C_qh＝{a_q1,a_q2,...,a_qm}、C_qv＝{b_q1,b_q2,...,b_qn}、C_ph＝{a_p1,a_p2...,a_pm}、C_pv＝{b_p1,b_p2,...,b_pn}。设Q是某用户的实时采集图像，P是该用户同一姿态的样本图像。利用如下公式进行判别实时采集的不同姿态的图像与样本图像的匹配程度：

$R_{12}\left(a\right)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{a}_{\mathrm{qi}}{a}_{\mathrm{pi}}$

$R_{12}\left(b\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{b}_{\mathrm{qi}}{b}_{\mathrm{pi}}$

其中，R₁₂(a)、R₁₂(b)分别为水平、垂直投影直方图的匹配系数。

当R₁₂<0.05时，判定实时采集图像与样本图像匹配；否则，判定不匹配。若匹配，身份识别成功，否则退出客户端

以上所述仅是本专利的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本专利的保护范围。

Claims (3)

1.一种基于动态人脸识别与WIFI定位的移动考勤系统，其特征在于：包括考勤服务器端和可通过无线网络访问考勤服务器端的考勤客户端，所述考勤客户端采用带摄像头并可WIFI自定位的智能移动终端设备，智能移动终端设备和考勤服务器端均搭载有考勤系统。

2.一种如权利要求1所述基于动态人脸识别与WIFI定位的移动考勤系统的考勤方法，其特征在于，包括以下步骤：

步骤1，在考勤服务器端的考勤系统中预设登陆信息和定位信息，并建立人脸姿态样本图像数据库，该数据库中存储有被考勤人员多种人脸姿态下的人脸图像并对应标定被考勤人员的身份信息；在考勤客户端的考勤系统中建立登陆界面，该登陆界面与考勤服务器端之间建立无线访问链接；

步骤2，考勤客户端通过登陆界面向考勤服务器端发送登陆信息，考勤服务器端对该登录信息进行验证，如果该登录信息与数据库内预设的登陆信息相符，则进行步骤3，如果不符，则提示用户重新登录；

步骤3，考勤客户端的考勤系统进行WIFI自定位，并将定位信息发送给考勤服务器端，如果该定位信息与数据库内预设的定位信息相符，则进行步骤4，如果不符，则退出访问；

步骤4，考勤客户端启动摄像头，考勤服务器端随机向考勤客户端下发不同姿态的人脸图像示意，考勤客户端的用户按照该示意图在摄像头前做出相应的脸部姿态，并拍摄成人脸图像后回传给考勤服务器端，考勤服务器端通过人脸识别技术将该人脸图像进行识别，并将识别后的人脸图像与数据库内的人脸图像进行遍寻比对，如果有匹配的人脸图像，则说明身份信息有效，并生成该用户的考勤记录，否则，退出访问。

3.根据权利要求2所述的基于动态人脸识别与WIFI定位的移动考勤系统的考勤方法，其特征在于：所述步骤1中，建立人脸姿态样本图像数据库前，首先收集被考勤人员多种人脸姿态下的人脸图像，并将收集到的人脸图像进行预处理；在步骤4中对从考勤客户端实时采集的人脸图像也需要进行实时处理，而预处理和实时处理的步骤相同，包括以下步骤：

第一步，采用直方图均衡化方法提高人脸图像的对比度，并将所有人脸图像处理成统一尺寸；

第二步，采用Adaboost人脸检测算法定位人脸区域；

第三步，将人脸图像的人脸区域选择1/4中心区域，以该中心区域建立颜色直方图，并以该颜色直方图求解完整人脸区域的背投图，然后对完整的人脸区域分别作水平和垂直投影直方图，提取出人脸图像的特征参数。