CN107393199A - 基于手机端人脸识别的储物柜系统及其使用方法 - Google Patents
基于手机端人脸识别的储物柜系统及其使用方法 Download PDFInfo
- Publication number
- CN107393199A CN107393199A CN201710539778.3A CN201710539778A CN107393199A CN 107393199 A CN107393199 A CN 107393199A CN 201710539778 A CN201710539778 A CN 201710539778A CN 107393199 A CN107393199 A CN 107393199A
- Authority
- CN
- China
- Prior art keywords
- face
- work attendance
- employee
- data
- recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/10—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property
- G07F17/12—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property comprising lockable containers, e.g. for accepting clothes to be cleaned
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
Abstract
本发明涉及储物柜技术领域,具体为一种基于手机端人脸识别的储物柜系统及其使用方法。一种基于手机端人脸识别的储物柜系统,包括带有中央控制器的储物柜,安装在所述储物柜上的考勤服务器、触摸显示屏,移动手机端,设置在金属探测门旁的第一刷卡器,设置在储物区入口处的第二刷卡器以及员工卡;所述储物柜包括多个小柜体,每一所述小柜体设有第一电子锁和第二电子锁,所述小柜体的所述第一电子锁由所述中央控制器控制打开,所述小柜体的所述第二电子锁由所述员工卡控制打开。本发明的储物柜集储物与考勤的功能于一体,提高了员工的进厂效率,且可减少安检人员,节省了人力资源,且在考勤范围内通过人脸识别进行储物考勤,不易出现作弊现象。
Description
技术领域
本发明涉及储物柜技术领域,具体为一种基于手机端人脸识别的储物柜系统及其使用方法。
背景技术
当前全球劳动力密集的工厂,工人在进入产线前需要排队严格安检,然后开启储物柜取出防静电服等工作必需品,放置自己的手机等私人物品后,再通过金属探测门进入产线,如果身上带有储物柜钥匙的话,会需要耗费一定的时间。在安检过程中有如下几种方式:员工排队刷员工卡后,保安观察人脸和照片,该方式需要排队且耗时费力不准确;或者员工排队刷员工卡后,通过再刷指纹或人脸识别检验本人,同样需要排队耗时费力。
发明内容
本发明针对现有技术存在的问题,提出了一种基于手机端人脸识别的储物柜系统及其使用方法,储物柜集储物与考勤的功能于一体,员工在储物的同时就能做到考勤,不需要排队进厂,提高了员工的进厂效率,且可减少安检人员,节省了人力资源,且在考勤范围内通过人脸识别进行储物考勤,能够有效保证员工本人确实到场,不易出现作弊现象。
本发明解决其技术问题所采用的技术方案是:一种基于手机端人脸识别的储物柜系统,包括带有中央控制器的储物柜,安装在所述储物柜上的考勤服务器、触摸显示屏,移动手机端,设置在金属探测门旁的第一刷卡器,设置在储物区入口处的第二刷卡器以及员工卡;
所述储物柜包括多个小柜体,每一所述小柜体设有第一电子锁和第二电子锁,所述小柜体的所述第一电子锁由所述中央控制器控制打开,所述小柜体的所述第二电子锁由所述员工卡控制打开;
所述触摸显示屏用于显示所述储物柜中空的小柜体的数量;
所述考勤服务器设有考勤范围,所述移动手机端在所述考勤范围内与所述考勤服务器无线连接,所述考勤服务器与所述中央控制器电性连接;
所述移动手机端包括用于采集员工人脸图像的手机摄像头和安装运行在所述移动手机端上的考勤应用软件,所述考勤应用软件用于将采集到的人脸图像转换成图像数据后发送给所述考勤服务器;
所述考勤服务器用于接收所述图像数据,并将所述图像数据与预存在所述考勤服务器中的图像数据做对比以完成人脸识别,所述考勤服务器还与所述中央控制器,第一刷卡器,以及第二刷卡器电性连接。
作为优选,所述储物柜系统还包括与所述考勤服务器连接的云端服务器,所述云端服务器用于接收所述考勤服务器发送的所述图像数据,并将所述图像数据与预存在所述云端服务器中的员工人脸图像信息做对比以完成人脸识别,所述云端服务器还与所述中央控制器,移动手机端,第一刷卡器以及第二刷卡器电性连接。
作为优选,所述储物柜系统还包括安装在所述储物柜上的备用人脸图像采集装置,所述备用人脸图像采集装置与所述考勤服务器连接,所述触摸显示屏还用于输入员工的工号以启用所述备用人脸图像采集装置。
作为优选,所述储物柜系统还包括安装在所述储物柜上的刷卡设备,所述刷卡设备用于查询相应员工正在使用的小柜体的柜号。
基于手机端人脸识别的储物柜系统的使用方法,包括以下步骤,
步骤a1,员工进入储物区,选择具有空的小柜体的储物柜,在考勤范围内通过移动手机端与储存柜上的考勤服务器无线连接;
步骤a2,打开移动手机端上的考勤应用软件,通过移动手机端上的手机摄像头采集至少两张人脸图片,并通过考勤应用软件将采集到的人脸图像转换成图像数据后发送给所述考勤服务器;
步骤a3,所述考勤服务器接收所述图像数据,并将所述图像数据与预存在所述考勤服务器中的图像数据做对比以完成人脸识别,并将人脸识别结果发送给中央控制器;
或者所述考勤服务器将图像数据发送给所述云端服务器,所述云端服务器将所述图像数据与预存在所述云端服务器中的员工人脸图像信息做对比以完成人脸识别,并将人脸识别结果发送给中央控制器;
步骤a4,若人脸识别成功,则所述中央控制器选取与员工对应的或者任意一小柜体,打开相应小柜体的第一电子锁,将相应小柜体的柜号通过考勤服务器或云端服务器返回给移动手机端,并将相应工作人员该操作信息发送给第一刷卡器,并进入下一步骤;
若人脸识别不成功,所述中央控制器将识别结果通过考勤服务器或云端服务器返回给移动手机端,工作人员需要使用员工卡刷第二刷卡器或通过脸部识别装置进行脸部识别以退出储物区来寻求帮助;
无论工作人员是否进行人脸识别以及人脸识别是否成功,工作人员进入储物区后均需要使用员工卡刷第二刷卡器或通过脸部识别装置进行脸部识别以退出储物区,其中,所述脸部识别装置、所述第一刷卡器、所述第二刷卡器之间的考勤信息共享;
步骤a5,工作人员在一定时间内通过员工卡打开小柜体的第二电子锁,存放并拿取相应的物品后将小柜体的柜门合上,所述中央控制器将相应工作人员的该操作信息发送给第一刷卡器;
步骤a6,工作人员使用员工卡刷第一刷卡器进入生产区,并以该刷卡时间作为员工上班的考勤时间;若第一刷卡器所刷员工卡的信息没有在步骤a4或步骤a5中被接收过,则第一刷卡器发出报警信息;
步骤a7,员工下班时,直接通过员工卡刷相应的小柜体就能将小柜体的柜门打开,存放并拿取相应的物品后将小柜体的柜门合上,并使用员工卡刷第二刷卡器以出储物区,可以将员工刷相应小柜体的时间作为下班考勤时间,或者将员工刷第二刷卡器的时间作为下班考勤时间。
作为优选,所述步骤a2具体为,所述考勤应用软件将人脸图像转换成三维张量数据,并通过数据压缩模型对三维张量数据进行压缩以得到压缩数据;
所述步骤a3具体为,所述考勤服务器通过数据恢复模型将压缩数据解压成三维张量数据,并将三维张量数据与预存在所述考勤服务器中的图像数据做对比以完成人脸识别;
或者所述考勤服务器通过数据恢复模型将压缩数据解压成三维张量数据,并将三维张量数据发送给云端服务器。
作为优选,所述数据压缩模型为,其中,T*为人脸图像转换的三维张量数据,(X_1, X_2,…,X_n)为随机产生的n个相同维数的高斯张量,<T*, X_i>为T*和其中一个高斯张量X_i的内积,e_i为每次传输中的产生误差,(y_1, y_2,..y_n)为考勤服务器收到的压缩数据。
作为优选,将数据压缩模型中的三维张量数据T*分解得到,将述数据压缩模型中的X_i分解得到,以获得数据压缩模型的分解形式,
,其中为高斯随机向量,K为三维张量数据T*的分解个数,为未知参数一,为未知参数二;
所述数据恢复模型为,所述数据恢复模型用于估算未知参数一和未知参数二,从而得到人脸图像的三维张量数据T*。
作为优选,所述步骤a5中,当员工漏存东西时,直接使用员工卡刷柜门就能将相应的柜门打开。
作为优选,所述步骤2中,所述考勤应用软件与所述手机摄像头连接,所述考勤应用软件包括图像对比单元,所述图像对比单元用于将手机摄像头连续采集的两张人脸图像做对比以确保连续采集的人脸图像不相同。
本发明的有益效果是,储物柜集储物与考勤的功能于一体,员工在储物的同时就能做到考勤,不需要排队进厂,提高了员工的进厂效率;且可减少安检人员,节省了人力资源;且在考勤范围内通过人脸识别进行储物考勤,能够有效保证员工本人确实到场,不易出现作弊现象;通过数据压缩模型和数据恢复模型能够在手机端将人脸图像压缩成为原图像的1/3次方,并在考勤服务器端或云端服务器进行有效复原,大大提高了人脸图像数据的传输效率,从而提高了人脸识别的效率。
附图说明
图1为本发明一种基于手机端人脸识别的储物柜系统的结构示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
如图1所示,一种基于手机端人脸识别的储物柜系统,包括带有中央控制器的储物柜,安装在所述储物柜上的考勤服务器、触摸显示屏,移动手机端,设置在金属探测门旁的第一刷卡器,设置在储物区入口处的第二刷卡器以及员工卡。
所述储物柜包括多个小柜体,每一所述小柜体设有第一电子锁和第二电子锁,所述小柜体的所述第一电子锁由所述中央控制器控制打开,所述小柜体的所述第二电子锁由所述员工卡控制打开。
所述触摸显示屏用于显示所述储物柜中空的小柜体的数量。
所述考勤服务器设有考勤范围,所述移动手机端在所述考勤范围内与所述考勤服务器无线连接,所述考勤服务器与所述中央控制器电性连接。移动手机端与考勤服务器可通过WIFI,蓝牙等各种无线方式连接,如果是通过WIFI方式连接,则考勤范围就通过WIFI的分布范围进行设置。
所述移动手机端包括用于采集员工人脸图像的手机摄像头和安装运行在所述移动手机端上的考勤应用软件,所述考勤应用软件用于将采集到的人脸图像转换成图像数据后发送给所述考勤服务器。
为了保证人脸图像的识别效率,即为了保证考勤效率,手机摄像头采集的人脸图像至少为两张。且手机摄像头连续采集的人脸图像需不同,否者将连续相同的多张人脸图像判为一张。考勤应用软件与手机摄像头连接,考勤应用软件包括图像对比单元,图像对比单元会将手机摄像头连续采集的两张人脸图像做对比,当两张人脸图像的差别小于一定阈值时,则将两张人脸图像判为相同,并只留取其中一张人脸图像。
例如,手机摄像头需要采集三张人脸图像,按先后顺序采集图像1和图像2,如果图像1和图像2不同,则保留图像1和图像2,继续采集图像3,将图像2与图像3做对比,如果图像2与图像3相同,则将图像3删除,继续采集新的图像3,直到图像2与图像3不同为止。
所述考勤服务器用于接收所述图像数据,并将所述图像数据与预存在所述考勤服务器中的图像数据做对比以完成人脸识别,所述考勤服务器还与所述中央控制器,第一刷卡器,以及第二刷卡器电性连接。
储物柜系统可以根据员工的规模直接在考勤服务器上进行人脸识别,也可以将考勤服务器与云端服务器连接,在云端服务器上进行人脸识别。即所述储物柜系统还包括与所述考勤服务器连接的云端服务器,所述云端服务器用于接收所述考勤服务器发送的所述图像数据,并将所述图像数据与预存在所述云端服务器中的员工人脸图像信息做对比以完成人脸识别,所述云端服务器还与所述中央控制器,移动手机端,第一刷卡器以及第二刷卡器电性连接。
通过云端服务器进行人脸识别具体可分为两种情况,一种是所述考勤服务器将三维张量数据发送给云端服务器,所述云端服务器直接将接收到的三维张量数据与预存在云端服务器中的图像数据作对比以完成人脸识别。另一种是所述考勤服务器将三维张量数据发送给云端服务器,所述云端服务器将三维张量数据还原成人脸图像,并将人脸图像与预存在云端服务器中的人脸图像作对比以完成人脸识别。具体可根据实际需求选择。
所述储物柜系统还包括安装在所述储物柜上的备用人脸图像采集装置,所述备用人脸图像采集装置与所述考勤服务器连接,所述触摸显示屏还用于输入员工的工号以启用所述备用人脸图像采集装置。没带手机或手机损坏的员工,可在储物柜上的触摸显示屏上输入工号,点击刷脸后启动备用人脸图像采集装置进行脸部识别,达到的效果和移动手机端一样。
所述储物柜系统还包括安装在所述储物柜上的刷卡设备,所述刷卡设备用于查询相应员工正在使用的小柜体的柜号。若员工忘记自己的存储柜柜号,可以用员工卡刷储物柜上的刷卡机,即可显示对应的柜号。
基于手机端人脸识别的储物柜系统的使用方法,其特征在于:包括以下步骤,
步骤a1,员工进入储物区,选择具有空的小柜体的储物柜,在考勤范围内通过移动手机端与储存柜上的考勤服务器无线连接。员工可直接通过触摸显示屏查看每个储物柜的剩余小柜体的数量。
步骤a2,打开移动手机端上的考勤应用软件,通过移动手机端上的手机摄像头采集至少两张人脸图片,并通过考勤应用软件将采集到的人脸图像转换成图像数据后发送给所述考勤服务器。
步骤a3,所述考勤服务器接收所述图像数据,并将所述图像数据与预存在所述考勤服务器中的图像数据做对比以完成人脸识别,并将人脸识别结果发送给中央控制器。或者所述考勤服务器将图像数据发送给所述云端服务器,所述云端服务器将所述图像数据与预存在所述云端服务器中的员工人脸图像信息做对比以完成人脸识别,并将人脸识别结果发送给中央控制器。
所述步骤a2具体为,所述考勤应用软件将人脸图像转换成三维张量数据,并通过数据压缩模型对三维张量数据进行压缩以得到压缩数据。
所述步骤a3具体为,所述考勤服务器通过数据恢复模型将压缩数据解压成三维张量数据,并将三维张量数据与预存在所述考勤服务器中的图像数据做对比以完成人脸识别。
或者所述考勤服务器通过数据恢复模型将压缩数据解压成三维张量数据,并将三维张量数据发送给云端服务器。
所述数据压缩模型为,其中,T*为人脸图像转换的三维张量数据,(X_1, X_2,…,X_n)为随机产生的n个相同维数的高斯张量,<T*, X_i>为T*和其中一个高斯张量X_i的内积,e_i为每次传输中的产生误差,(y_1, y_2,..y_n)为考勤服务器收到的压缩数据。
通过数据压缩模型为可以将人脸图像压缩成容量极小的数据,数据容量为原图像的1/3次方,例如,原人脸图像容量为1000k,压缩后的数据包仅10k。
数据压缩模型可以将每一张人脸图像形成一组压缩数据,所述考勤应用软件可以将同一考勤者的多张人脸图像形成的多组压缩数据打包发送给所述考勤服务器,由于经过数据压缩模型压缩后的人脸图像数据容量极小,因此,一位考勤者的多张人脸图像形成数据压缩包容量也非常小,从而,所述手机与所述考勤服务器之间可同时传输多个考勤者的人脸图像压缩包。
假设在带宽等因素相同的情况下,同一时间段,手机与考勤服务器之间的数据传输容量为10000k,原人脸图像容量为1000k,通过数据压缩模型压缩后的数据包为10k,一位员工需要两张人脸图像。则在人脸图像没有压缩的情况下,同一时间段,手机与考勤服务器之间的考勤者数据传输个数最多为5人;而如果采用数据压缩模型,则同一时间,手机与考勤服务器之间的考勤者数据传输个数可达到500人,因此,通过数据压缩模型,大大提高了人脸识别的效率。
所述考勤服务器用于通过数据恢复模型将压缩数据解压成三维张量数据,在考勤服务器,需要把接收到的(y_1,y_2,…,y_n) 恢复成张量数据T*。
将数据压缩模型中的三维张量数据T*分解得到,将述数据压缩模型中的X_i分解得到,以获得数据压缩模型的分解形式,
,其中为高斯随机向量,K为三维张量数据T*的分解个数,为未知参数一,为未知参数二;
所述数据恢复模型为,所述数据恢复模型用于估算未知参数一和未知参数二,从而得到人脸图像的三维张量数据T*。
估算未知参数一和未知参数二时,需要先输入的值,K的值,以及阈值水平。然后进入初始步骤,首先构建经验矩张量,对张量进行阈值分解,以得到初始估计值。接着进入梯度更新步骤,首先计算,然后通过计算得到,其中,为普通的阈值函数,且梯度更新步骤是不断重复的步骤。
步骤a4,若人脸识别成功,则所述中央控制器选取与员工对应的或者任意一小柜体,打开相应小柜体的第一电子锁,将相应小柜体的柜号通过考勤服务器或云端服务器返回给移动手机端,并将相应工作人员该操作信息发送给第一刷卡器,并进入下一步骤。
若人脸识别不成功,所述中央控制器将识别结果通过考勤服务器或云端服务器返回给移动手机端,工作人员需要使用员工卡刷第二刷卡器或通过脸部识别装置进行脸部识别以退出储物区来寻求帮助。
无论工作人员是否进行人脸识别以及人脸识别是否成功,工作人员进入储物区后均需要使用员工卡刷第二刷卡器或通过脸部识别装置进行脸部识别以退出储物区,其中,所述脸部识别装置、所述第一刷卡器、所述第二刷卡器之间的考勤信息共享。
步骤a4可设置人脸识别的次数,例如两次,如果两次都不成功,则将该员工的人脸识别判为不成功,且储物柜系统会自动保存相应手机的人脸信息并传至安保中心以防有人想混入产线,同时手机端会提醒该员工退出储物区直接去找主管处理。工作人员在离开储物区时需要刷卡或者进行脸部识别,如果刷卡或人脸识别的信息正常,则工作人员可正常离开储物区。如果刷卡或人脸识别的信息出现异常,比如,系统中没有存储相关人员的脸部信息,或者该员工已经进入生产区,或者该员工在短时间内多次进出储物区等等,则系统会发出报警,通过相关人员将该员工暂扣查问并进行相应的处理,以防止非工作人员直接或者与内部员工配合混入生产区而给工厂造成损失。
步骤a5,工作人员在一定时间内通过员工卡打开小柜体的第二电子锁,存放并拿取相应的物品后将小柜体的柜门合上,所述中央控制器将相应工作人员的该操作信息发送给第一刷卡器。所述步骤a5中,当员工漏存东西时,直接使用员工卡刷柜门就能将相应的柜门打开,不需要再通过移动手机端进行人脸识别打开柜门。
步骤a6,工作人员使用员工卡刷第一刷卡器进入生产区,并以该刷卡时间作为员工上班的考勤时间,若第一刷卡器所刷员工卡的信息没有在步骤a4或步骤a5中被接收过,则第一刷卡器发出报警信息。即刷卡有异常,保安需阻拦该员工入场,以防有竞争对手或记者等闲杂人未经脸部识别直接混入产线。
步骤a7,员工下班时,直接通过员工卡刷相应的小柜体就能将小柜体的柜门打开,存放并拿取相应的物品后将小柜体的柜门合上,并使用员工卡刷第二刷卡器以出储物区,可以将员工刷相应小柜体的时间作为下班考勤时间,或者将员工刷第二刷卡器的时间作为下班考勤时间。
本申请中第二电子锁也可替换成钥匙锁,或指纹锁,或密码锁等其他形式,甚至可以直接省去第二电子锁,通过人脸识别直接打开小柜体的柜门。
上面所述的实施例仅是对本发明的优选实施方式进行描述,并非对本发明的构思和范围进行限定。在不脱离本发明设计构思的前提下,本领域普通人员对本发明的技术方案做出的各种变型和改进,均应落入到本发明的保护范围,本发明请求保护的技术内容,已经全部记载在权利要求书中。
Claims (10)
1.基于手机端人脸识别的储物柜系统,其特征在于:包括带有中央控制器的储物柜,安装在所述储物柜上的考勤服务器、触摸显示屏,移动手机端,设置在金属探测门旁的第一刷卡器,设置在储物区入口处的第二刷卡器以及员工卡;
所述储物柜包括多个小柜体,每一所述小柜体设有第一电子锁和第二电子锁,所述小柜体的所述第一电子锁由所述中央控制器控制打开,所述小柜体的所述第二电子锁由所述员工卡控制打开;
所述触摸显示屏用于显示所述储物柜中空的小柜体的数量;
所述考勤服务器设有考勤范围,所述移动手机端在所述考勤范围内与所述考勤服务器无线连接,所述考勤服务器与所述中央控制器电性连接;
所述移动手机端包括用于采集员工人脸图像的手机摄像头和安装运行在所述移动手机端上的考勤应用软件,所述考勤应用软件用于将采集到的人脸图像转换成图像数据后发送给所述考勤服务器;
所述考勤服务器用于接收所述图像数据,并将所述图像数据与预存在所述考勤服务器中的图像数据做对比以完成人脸识别,所述考勤服务器还与所述中央控制器,第一刷卡器,以及第二刷卡器电性连接。
2.根据权利要求1所述的基于手机端人脸识别的储物柜系统,其特征在于:所述储物柜系统还包括与所述考勤服务器连接的云端服务器,所述云端服务器用于接收所述考勤服务器发送的所述图像数据,并将所述图像数据与预存在所述云端服务器中的员工人脸图像信息做对比以完成人脸识别,所述云端服务器还与所述中央控制器,移动手机端,第一刷卡器以及第二刷卡器电性连接。
3.根据权利要求1所述的基于手机端人脸识别的储物柜系统,其特征在于:所述储物柜系统还包括安装在所述储物柜上的备用人脸图像采集装置,所述备用人脸图像采集装置与所述考勤服务器连接,所述触摸显示屏还用于输入员工的工号以启用所述备用人脸图像采集装置。
4.根据权利要求1所述的基于手机端人脸识别的储物柜系统,其特征在于:所述储物柜系统还包括安装在所述储物柜上的刷卡设备,所述刷卡设备用于查询相应员工正在使用的小柜体的柜号。
5.基于手机端人脸识别的储物柜系统的使用方法,其特征在于:包括以下步骤,
步骤a1,员工进入储物区,选择具有空的小柜体的储物柜,在考勤范围内通过移动手机端与储存柜上的考勤服务器无线连接;
步骤a2,打开移动手机端上的考勤应用软件,通过移动手机端上的手机摄像头采集至少两张人脸图片,并通过考勤应用软件将采集到的人脸图像转换成图像数据后发送给所述考勤服务器;
步骤a3,所述考勤服务器接收所述图像数据,并将所述图像数据与预存在所述考勤服务器中的图像数据做对比以完成人脸识别,并将人脸识别结果发送给中央控制器;
或者所述考勤服务器将图像数据发送给所述云端服务器,所述云端服务器将所述图像数据与预存在所述云端服务器中的员工人脸图像信息做对比以完成人脸识别,并将人脸识别结果发送给中央控制器;
步骤a4,若人脸识别成功,则所述中央控制器选取与员工对应的或者任意一小柜体,打开相应小柜体的第一电子锁,将相应小柜体的柜号通过考勤服务器或云端服务器返回给移动手机端,并将相应工作人员该操作信息发送给第一刷卡器,并进入下一步骤;
若人脸识别不成功,所述中央控制器将识别结果通过考勤服务器或云端服务器返回给移动手机端,工作人员需要使用员工卡刷第二刷卡器或通过脸部识别装置进行脸部识别以退出储物区来寻求帮助;
无论工作人员是否进行人脸识别以及人脸识别是否成功,工作人员进入储物区后均需要使用员工卡刷第二刷卡器或通过脸部识别装置进行脸部识别以退出储物区,其中,所述脸部识别装置、所述第一刷卡器、所述第二刷卡器之间的考勤信息共享;
步骤a5,工作人员在一定时间内通过员工卡打开小柜体的第二电子锁,存放并拿取相应的物品后将小柜体的柜门合上,所述中央控制器将相应工作人员的该操作信息发送给第一刷卡器;
步骤a6,工作人员使用员工卡刷第一刷卡器进入生产区,并以该刷卡时间作为员工上班的考勤时间;若第一刷卡器所刷员工卡的信息没有在步骤a4或步骤a5中被接收过,则第一刷卡器发出报警信息;
步骤a7,员工下班时,直接通过员工卡刷相应的小柜体就能将小柜体的柜门打开,存放并拿取相应的物品后将小柜体的柜门合上,并使用员工卡刷第二刷卡器以出储物区,可以将员工刷相应小柜体的时间作为下班考勤时间,或者将员工刷第二刷卡器的时间作为下班考勤时间。
6.根据权利要求5所述的基于手机端人脸识别的储物柜系统的使用方法,其特征在于:所述步骤a2具体为,所述考勤应用软件将人脸图像转换成三维张量数据,并通过数据压缩模型对三维张量数据进行压缩以得到压缩数据;
所述步骤a3具体为,所述考勤服务器通过数据恢复模型将压缩数据解压成三维张量数据,并将三维张量数据与预存在所述考勤服务器中的图像数据做对比以完成人脸识别;
或者所述考勤服务器通过数据恢复模型将压缩数据解压成三维张量数据,并将三维张量数据发送给云端服务器。
7.根据权利要求6所述的基于手机端人脸识别的储物柜系统的使用方法,其特征在于:所述数据压缩模型为,其中,T*为人脸图像转换的三维张量数据,(X_1, X_2,…,X_n)为随机产生的n个相同维数的高斯张量,<T*, X_i>为T*和其中一个高斯张量X_i的内积,e_i为每次传输中的产生误差,(y_1, y_2,..y_n)为考勤服务器收到的压缩数据。
8.根据权利要求7所述的基于手机端人脸识别的储物柜系统的使用方法,其特征在于:将数据压缩模型中的三维张量数据T*分解得到,将述数据压缩模型中的X_i分解得到,以获得数据压缩模型的分解形式,
,其中为高斯随机向量,K为三维张量数据T*的分解个数,为未知参数一,为未知参数二;
所述数据恢复模型为,所述数据恢复模型用于估算未知参数一和未知参数二,从而得到人脸图像的三维张量数据T*。
9.根据权利要求5所述的基于手机端人脸识别的储物柜系统的使用方法,其特征在于:所述步骤a5中,当员工漏存东西时,直接使用员工卡刷柜门就能将相应的柜门打开。
10.根据权利要求1所述的基于手机端人脸识别的储物柜系统的使用方法,其特征在于:所述步骤2中,所述考勤应用软件与所述手机摄像头连接,所述考勤应用软件包括图像对比单元,所述图像对比单元用于将手机摄像头连续采集的两张人脸图像做对比以确保连续采集的人脸图像不相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710539778.3A CN107393199A (zh) | 2017-07-05 | 2017-07-05 | 基于手机端人脸识别的储物柜系统及其使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710539778.3A CN107393199A (zh) | 2017-07-05 | 2017-07-05 | 基于手机端人脸识别的储物柜系统及其使用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107393199A true CN107393199A (zh) | 2017-11-24 |
Family
ID=60335218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710539778.3A Pending CN107393199A (zh) | 2017-07-05 | 2017-07-05 | 基于手机端人脸识别的储物柜系统及其使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107393199A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108376236A (zh) * | 2018-01-18 | 2018-08-07 | 新开普电子股份有限公司 | 人脸识别显示装置 |
CN108615007A (zh) * | 2018-04-23 | 2018-10-02 | 深圳大学 | 基于特征张量的三维人脸识别方法、装置及存储介质 |
CN109064580A (zh) * | 2018-10-31 | 2018-12-21 | 广东电网有限责任公司 | 一种签到和电子设备存取一体系统 |
CN109377153A (zh) * | 2018-09-03 | 2019-02-22 | 安徽百得思维信息科技有限公司 | 基于物联网投递员考勤的系统和方法 |
CN110046681A (zh) * | 2019-01-28 | 2019-07-23 | 许其盛 | 一种校园手机智能管理方法 |
CN111179515A (zh) * | 2018-11-12 | 2020-05-19 | 深圳迈瑞生物医疗电子股份有限公司 | 存放柜、管理系统及急救设备的存放系统 |
WO2021045713A1 (en) * | 2019-09-04 | 2021-03-11 | Eyedius Teknoloji A.S. | A passage control system |
CN112652082A (zh) * | 2020-12-15 | 2021-04-13 | 重庆电子工程职业学院 | 一种学生出勤考勤装置 |
CN112785785A (zh) * | 2019-11-11 | 2021-05-11 | 阿里巴巴集团控股有限公司 | 考勤管理系统、方法、相关装置及设备 |
CN114202818A (zh) * | 2021-11-12 | 2022-03-18 | 珠海大横琴科技发展有限公司 | 一种考勤打卡的方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004005345A (ja) * | 2002-01-30 | 2004-01-08 | Shurui Donya Ashito:Kk | 文書情報の送信方法および情報送信端末並びに携帯電話を用いた顔認証サービスシステム |
CN203217641U (zh) * | 2013-04-28 | 2013-09-25 | 国家电网公司 | 一种智能型工器具柜 |
CN103903310A (zh) * | 2014-03-24 | 2014-07-02 | 深圳市威富多媒体有限公司 | 一种基于移动通信终端的考勤方法及装置 |
CN104063960A (zh) * | 2014-06-20 | 2014-09-24 | 杭州西野科技有限公司 | 快件收发件自助设备及其控制系统 |
CN104637107A (zh) * | 2015-02-14 | 2015-05-20 | 成都我来啦网格信息技术有限公司 | 一种借助线下智能储物柜进行值守人员考勤打卡的管理方法 |
CN105139470A (zh) * | 2015-09-30 | 2015-12-09 | 杭州海康威视数字技术股份有限公司 | 基于人脸识别的考勤方法、装置及系统 |
CN106667074A (zh) * | 2016-11-23 | 2017-05-17 | 重庆向日葵机器人有限公司 | 带机械手和人脸识别的公用智能鞋柜及控制方法 |
-
2017
- 2017-07-05 CN CN201710539778.3A patent/CN107393199A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004005345A (ja) * | 2002-01-30 | 2004-01-08 | Shurui Donya Ashito:Kk | 文書情報の送信方法および情報送信端末並びに携帯電話を用いた顔認証サービスシステム |
CN203217641U (zh) * | 2013-04-28 | 2013-09-25 | 国家电网公司 | 一种智能型工器具柜 |
CN103903310A (zh) * | 2014-03-24 | 2014-07-02 | 深圳市威富多媒体有限公司 | 一种基于移动通信终端的考勤方法及装置 |
CN104063960A (zh) * | 2014-06-20 | 2014-09-24 | 杭州西野科技有限公司 | 快件收发件自助设备及其控制系统 |
CN104637107A (zh) * | 2015-02-14 | 2015-05-20 | 成都我来啦网格信息技术有限公司 | 一种借助线下智能储物柜进行值守人员考勤打卡的管理方法 |
CN105139470A (zh) * | 2015-09-30 | 2015-12-09 | 杭州海康威视数字技术股份有限公司 | 基于人脸识别的考勤方法、装置及系统 |
CN106667074A (zh) * | 2016-11-23 | 2017-05-17 | 重庆向日葵机器人有限公司 | 带机械手和人脸识别的公用智能鞋柜及控制方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108376236A (zh) * | 2018-01-18 | 2018-08-07 | 新开普电子股份有限公司 | 人脸识别显示装置 |
CN108376236B (zh) * | 2018-01-18 | 2022-02-22 | 新开普电子股份有限公司 | 人脸识别显示装置 |
CN108615007A (zh) * | 2018-04-23 | 2018-10-02 | 深圳大学 | 基于特征张量的三维人脸识别方法、装置及存储介质 |
CN108615007B (zh) * | 2018-04-23 | 2019-07-19 | 深圳大学 | 基于特征张量的三维人脸识别方法、装置及存储介质 |
CN109377153B (zh) * | 2018-09-03 | 2022-02-08 | 安徽百得思维信息科技有限公司 | 基于物联网投递员考勤的系统和方法 |
CN109377153A (zh) * | 2018-09-03 | 2019-02-22 | 安徽百得思维信息科技有限公司 | 基于物联网投递员考勤的系统和方法 |
CN109064580A (zh) * | 2018-10-31 | 2018-12-21 | 广东电网有限责任公司 | 一种签到和电子设备存取一体系统 |
CN109064580B (zh) * | 2018-10-31 | 2023-10-03 | 广东电网有限责任公司 | 一种签到和电子设备存取一体系统 |
CN111179515A (zh) * | 2018-11-12 | 2020-05-19 | 深圳迈瑞生物医疗电子股份有限公司 | 存放柜、管理系统及急救设备的存放系统 |
CN110046681A (zh) * | 2019-01-28 | 2019-07-23 | 许其盛 | 一种校园手机智能管理方法 |
WO2021045713A1 (en) * | 2019-09-04 | 2021-03-11 | Eyedius Teknoloji A.S. | A passage control system |
CN112785785A (zh) * | 2019-11-11 | 2021-05-11 | 阿里巴巴集团控股有限公司 | 考勤管理系统、方法、相关装置及设备 |
CN112652082A (zh) * | 2020-12-15 | 2021-04-13 | 重庆电子工程职业学院 | 一种学生出勤考勤装置 |
CN112652082B (zh) * | 2020-12-15 | 2022-11-29 | 重庆电子工程职业学院 | 一种学生出勤考勤装置 |
CN114202818A (zh) * | 2021-11-12 | 2022-03-18 | 珠海大横琴科技发展有限公司 | 一种考勤打卡的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107393199A (zh) | 基于手机端人脸识别的储物柜系统及其使用方法 | |
CN110458154B (zh) | 人脸识别方法、装置和计算机可读存储介质 | |
Gadekallu et al. | Identification of malnutrition and prediction of BMI from facial images using real-time image processing and machine learning | |
CN106297055B (zh) | 一种储物柜、储物柜控制方法及系统 | |
CN109858371A (zh) | 人脸识别的方法及装置 | |
CN108109256A (zh) | 一种将云端数据与设备端智能化排队管理的方法与系统 | |
CN106204948A (zh) | 储物柜管理方法及储物柜管理装置 | |
CN107657161A (zh) | 基于人脸识别的移动支付方法及相关产品 | |
CN108074354A (zh) | 一种智能急救站控制系统及控制方法 | |
CN108319941A (zh) | 基于人脸识别的用电业务办理辅助系统 | |
CN109887186A (zh) | 一种储物柜的开柜方法、储物柜和储物柜系统 | |
CN106097173A (zh) | 自助式行李寄存系统 | |
CN107369263A (zh) | 一种基于云计算平台的人脸识别寄存柜系统 | |
CN107403476A (zh) | 手机端动态脸部识别考勤系统 | |
CN108986342A (zh) | 一种基于云计算平台的人脸识别寄存柜系统 | |
JP2024050659A (ja) | ロッカーシステム及びロッカー管理方法 | |
CN106251496A (zh) | 一种橙伞借用系统 | |
CN106408781A (zh) | 一种指纹识别的游泳馆物品存放柜控制系统及其方法 | |
JP6224453B2 (ja) | 個人情報認証装置、個人情報認証システム、個人情報認証方法及び個人情報認証プログラム | |
CN207440844U (zh) | 一种考勤机 | |
CN114285689B (zh) | 设备控制方法、装置、电子设备及计算机可读存储介质 | |
CN206726326U (zh) | 一种有效降低访客风险的智能识别通行装置和系统 | |
CN105447998A (zh) | 一种确定钞口异物的方法及装置 | |
CN108389266A (zh) | 门票销售信息的处理方法及其系统 | |
CN109034059A (zh) | 静默式人脸活体检测方法、装置、存储介质及处理器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20200602 |
|
AD01 | Patent right deemed abandoned |