CN108154568A - 多模式考勤系统及方法 - Google Patents
多模式考勤系统及方法 Download PDFInfo
- Publication number
- CN108154568A CN108154568A CN201711436145.6A CN201711436145A CN108154568A CN 108154568 A CN108154568 A CN 108154568A CN 201711436145 A CN201711436145 A CN 201711436145A CN 108154568 A CN108154568 A CN 108154568A
- Authority
- CN
- China
- Prior art keywords
- attendance
- mode
- recognition
- face
- card
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1091—Recording time for administrative or management purposes
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
本发明申请涉及图像识别领域,具体公开了多模式考勤系统,包括中央处理器以及分别与中央处理器信号连接的摄像模组、人脸识别模块、IC卡识别模块和输入模块;所述中央处理器,预先存储有模式切换表;模式切换表中包括多种考勤模式以及与每种考勤模式一一对应的单人考勤时间;用来根据预设考勤总时间和预设考勤人数按照模式切换表选取某一考勤模式进行考勤;用来根据选择的考勤模式使人脸识别模块或者IC卡识别模块工作。本申请还公开了多模式考勤方法。通过本发明申请,解决现有的考勤系统不能满足不同场合应用的问题。
Description
技术领域
本发明涉及图像识别领域,具体涉及一种多模式考勤系统及方法。
背景技术
考勤系统,是用来考查学生出勤情况的系统。现有的考勤系统一般为IC卡识别系统,学生通过IC卡进行刷卡考勤,然而这种IC卡考勤方式极易出现代打卡的情况,使考勤系统中的考勤记录与学生的真实出勤情况产生出入。尤其是在必须学生本人出勤的考试中,考勤系统若不能在考勤的同时核对学生的真实身份,将会使考勤变得毫无意义。
鉴于此,有人发明出通过人脸识别系统进行考勤,人脸识别系统一般包括用来采集人脸图像的摄像头,以及用来将当前人脸图像与预先存储在人脸识别系统中的初始人脸图像进行对比的人脸识别模块。人脸识别通过在当前人脸图像和初始人脸图像上进行关键点位置识别,来判断当前人脸图像和初始人脸图像是否相同,当两者相同则人脸识别通过。然而,人脸识别系统很大程度依赖于摄像头拍摄当前人脸图像时的外部环境,光线是否充足以及摄像头拍摄角度等都可能成为人脸识别模块判断错误的原因。为了使人脸识别系统能够顺利进行考勤,一般需要学生站在指定位置进行拍摄,这样不仅操作麻烦,还极浪费时间。
发明内容
本发明目的之一在于提供一种多模式考勤系统,以解决现有的考勤系统不能满足不同场合应用的问题。
本方案中的多模式考勤系统,包括中央处理器以及分别与中央处理器信号连接的摄像模组、人脸识别模块、IC卡识别模块和输入模块;
所述摄像模组,用来采集人脸图像并将人脸图像传递给中央处理器;
所述人脸识别模块,用来从中央处理器接收人脸图像,并将当前人脸图像和预先存储的所有初始人脸图像进行对比,若当前人脸图像与某一初始人脸图像相同则人脸识别成功;
所述IC卡识别模块,用来采集IC卡信息并将当前IC卡信息与预先存储的所有初始IC卡信息进行对比,若当前IC卡信息与某一初始IC卡信息相同则IC卡识别成功;
所述输入模块,用来向中央处理器输入预设考勤总时间和预设考勤人数;
所述中央处理器,预先存储有模式切换表;模式切换表中包括多种考勤模式以及与每种考勤模式一一对应的单人考勤时间;用来根据预设考勤总时间和预设考勤人数按照模式切换表选取某一考勤模式进行考勤;用来根据选择的考勤模式使人脸识别模块或者IC卡识别模块工作。
名词解释:
人脸图像:指包含人脸、头发、脖颈在内的整个人体头部的图像。
IC卡信息:指每个IC卡中用来区别于其他IC卡,具有唯一识别性的信息,可以是IC卡编号,也可以是其他预制内容。
预设考勤总时间:指预先设定的本次考勤总共需要花费的时间,一般为事先对考勤开始的时间到上课开始或者考试开始的时间段的预估值。
预设考勤人数:指预先设定的本次需要考勤的人数,指对参加此次课或者此次考试的人数的预估值。
单人考勤时间:指平均每个人在该考勤模式下完成考勤的时间。
考勤模式:指用来进行和完成考勤的某一种具体操作集合。
原理及效果:
在使用时,负责考勤的老师,直接将此时距离考试或者上课的时间作为预设考勤总时间、将要参加此次课或者此次考试的学生人数作为预设考勤人数,通过输入模块将预设考勤总时间和预设考勤人数输入到中央处理器。中央处理器通过预设考勤总时间和预设考勤人数计算出预设单人考勤时间(即用预设考勤总时间处于预设考勤人数计算得到),中央处理器将预设单人考勤时间和模式切换表中各个考勤模式的单人考勤时间进行对比,选取单人考勤时间小于预设单人考勤时间同时与预设单人考勤时间最接近的考勤模式作为当前考勤模式。中央处理器根据考勤模式驱动IC卡识别模块或者人脸识别模块工作。
本发明包含了多种考勤模式,针对考试、平时上课等不同应用场合根据实际的时间情况自动选择考勤模式进行考勤。这样,可以在现实条件下选择出最适合当下情况进行的考勤模式,同时增加了整个考勤系统的适用范围,有效解决现有的考勤系统不能满足不同场合应用的问题。
进一步,所述模式切换表中的考勤模式包括单人考勤时间依次变长的IC卡识别模式、IC卡加生理特征识别模式、人脸识别模式以及人脸识别加生理特征识别模式;
IC卡识别模式,为仅用IC卡识别进行考勤;
IC卡加生理特征识别模式,为IC卡识别同时进行生理特征识别;
人脸识别模式,为仅用人脸识别进行考勤;
人脸识别加生理特征识别模式,为人脸识别同时进行生理特征识别。
通过多种单人考勤时间不同的考勤模式,能够更加准确地选择适合当下实际情况的考勤模式。
进一步,还包括与中央处理器信号连接的身高检测模块;所述身高检测模块用来检测学生的身高;所述IC卡加生理特征识别模式,为IC卡识别的同时进行身高识别。
IC卡识别具有不能判断考勤人的缺点,极易出现别人拿着IC卡进行代打考勤的情况,但是,通过IC卡加生理特征识别模式,使学生在进行IC卡打卡识别的同时对学生进行身高识别,这样就能通过身高特征对于每一个打卡的学生进行初步区分,避免出现代打卡的情况,同时这样的识别模式时间上花费远比人脸识别模式小,能够使学生快速完成考勤。
进一步,还包括与中央处理器信号连接的静电发生模块;所述静电发生模块用来使学生头发带电并使学生的头发竖起来;所述人脸识别加生理特征识别模式为在人脸识别的同时对学生的头发长度进行检测。
头发长度是学生规范中有的规定,尤其是小学或者中学中校规严厉的学校,男生不能留长发,女生的头发也需要在一定的标准长度内。通过人脸识别加生理特征模式,能够在进行人脸识别考勤的同时,检查学生的头发长度是否符合学生规范。通过静电将头发竖起来,既能够露出学生的整张脸,避免头发遮挡,方便摄像模组对人脸图像进行采集,同时又能方便对头发长度的检测。
本发明的另一目的在于提供一种多模式考勤方法,包括以下步骤:
步骤一,通过输入模块向中央处理器输入预设考勤总时间和预设考勤人数;
步骤二,中央处理器将预设考勤总时间除以预设考勤人数得到预设单人考勤时间;中央处理器将预设单人考勤时间和模式切换表中各个考勤模式的单人考勤时间进行对比,选取单人考勤时间小于预设单人考勤时间同时与预设单人考勤时间最接近的考勤模式作为当前考勤模式;
步骤三,中央处理器根据当前考勤模式驱动IC卡识别模块或者人脸识别模块工作。
通过本方法,能够根据实际情况灵活选择满足当下条件的考勤模式进行考勤,使对学生的考勤及准确又迅速。而且,因为有多种考勤模式可选,使得这个考勤方法可以用在任何场合中,有效提高了该考勤方法的适用范围。
进一步,所述模式切换表中的考勤模式包括单人考勤时间依次变长的IC卡识别模式、IC卡加生理特征识别模式、人脸识别模式以及人脸识别加生理特征识别模式;
IC卡识别模式,为仅用IC卡识别进行考勤;
IC卡加生理特征识别模式,为IC卡识别同时进行身高检测识别;
人脸识别模式,为仅用人脸识别进行考勤;
人脸识别加生理特征识别模式,为人脸识别同时进行头发长度检测识别。
通过多种单人考勤时间不同的考勤模式,能够更加准确地选择适合当下实际情况的考勤模式。身高检测模块检测出的学生测量身高值具有个人特性,能够弥补IC卡识别个人特征不强易出现代打卡的缺陷。而对头发长度的检测,可以在进行考勤的同时,对学生的仪表进行检测,使学生能够满足学生规范要求。
进一步,在人脸识别加生理特征识别模式时,中央处理器在人脸识别模块进行人脸识别的同时,接收身高检测模块传递来的测量身高值;然后中央处理器使静电发生模块产生静电使学生的头发竖起来,身高检测模块将竖起来的头发与学生身高的高度一起测量得到头发竖起后的总体高度值,用头发竖起后的总体高度值减去测量身高值得到头发长度值;中央处理器将头发长度值与预先存储的标准头发长度值进行对比,当头发长度值小于等于标准头发长度时,人脸识别加生理特征识别验证成功。
标准头发长度,指按照中学生学生规范中的长度设定的长度值。直接利用身高检测模块来检测头发竖起前的测量身高值和头发竖起后的总体高度值,中央处理器用头发竖起后的总体高度值减去测量身高值得到测得的头发长度值。不需要额外增加另外的测量模块,直接用身高检测模块即可完成头发长度值的测量。这里的头发竖起后的总体高度值指的是头发竖起来时发梢的高度位置(即头发伸到的最高位置的高度)。通过人脸识别加生理特征识别模式,能够使学生在考勤的同时,检查学生的仪容,使学生能够在日常生活学习中保持积极向上的状态,满足学生规范要求。
附图说明
图1为本发明多模式考勤系统实施例的逻辑框图。
具体实施方式
如图1所示,多模式考勤系统,包括中央处理器以及分别与中央处理器信号连接的摄像模组、人脸识别模块、IC卡识别模块、输入模块、静电发生模块、身高检测模块和报警模块。
摄像模组,包括多个设置在人脸两侧的摄像头,用来采集人脸图像并将人脸图像传递给中央处理器。
人脸识别模块,采用现有技术,用来从中央处理器接收人脸图像,并将当前人脸图像和预先存储的所有初始人脸图像进行对比,若当前人脸图像与某一初始人脸图像相同则人脸识别成功。
IC卡识别模块,采用现有的IC卡识别机,用来采集IC卡信息并将当前IC卡信息与预先存储的所有初始IC卡信息进行对比,若当前IC卡信息与某一初始IC卡信息相同则IC卡识别成功。
输入模块,采用键盘或者触摸屏等现有输入装置,用来向中央处理器输入预设考勤总时间和预设考勤人数。
静电发生模块,与中央处理器信号连接,用来向学生传送静电并使学生的头发竖起来;人脸识别加生理特征识别模式为在人脸识别的同时对学生的头发长度进行检测。具体的,静电发生模块,包括用来供人手接触的玻璃球以及用来向玻璃球发射静电的静电发生器,静电发生器与中央处理器信号连接。
头发长度是学生规范中有的规定,尤其是男生不能留长发。通过人脸识别加生理特征模式,能够在进行人脸识别考勤的同时,检查学生的头发长度是否符合学生规范。通过静电将头发竖起来,既能够露出学生的整张脸,避免头发遮挡,方便摄像模组对人脸图像进行采集,同时又能方便对头发长度的检测。学生在需要检测头发长度的时候,中央处理器使静电发生器产生静电,静电发生器发射静电到玻璃球上,学生将手接触到玻璃球时,玻璃球上的静电传递到人体上,使头发向上竖起。方便后面对头发长度的检测。在考试的时候,采用人脸识别加生理特征识别模式,在学生带静电后,因为人体身上通了静电,如果人体身上带有电子设备就会被静电损坏,有效避免了携带电子作弊器的可能。
身高检测模块,与中央处理器信号连接,用来检测学生的身高;IC卡加生理特征识别模式,为IC卡识别的同时进行身高识别。具体的,身高检测模块包括竖直顺次排列的多个红外线传感器,中央处理器内预先存储有位置信息表,位置信息表包括与每个红外线传感器一一对应的用来表示红外线传感器所在位置高度的高度值;中央处理器接收到红外线传感器传递来的检测信号,并将所有发送检测信号的红外线传感器对应的高度值提取出来,将其中最大的高度值作为身高检测模块检测到的学生的测量身高值。
身高检测模块包括用来安装红外线传感器的倒“L”型支撑架,支撑架包括竖直设置的竖板和水平设置的横板,横板与竖板的顶端连接。所有的红外线传感器都设置在竖板上顺次排列。横板上设置有由中央处理器控制的机械手。机械手选用现在市面上售卖的小型机械手,只要能够完成上下运动的动作即可。机械手远离横板的一端上连接有水平设置的移动板。移动板随着机械手的上下运动而运动。在移动板的底面上焊接有接触网。接触网为具有多个均匀分布网孔的塑料框架结构。接触网中的每个网孔允许直立的头发插进去。在移动板和接触网之间对应接触网的每个网孔对应设置有用来检测头发插入的压力传感器(或者其他灵敏元件)。压力传感器与中央处理器信号连接。若中央处理器接收到压力传感器传来的检测信号,则中央处理器不启动静电发生器。若中央处理器没有接收到压力传感器传来的检测信号时,中央处理器启动静电发生器。
在检测头发长度时,首先,中央处理器通过机械手将横板移动到学生的头顶与学生接触。若学生是短发,则头发方向向上插进网孔中与压力传感器接触,压力传感器将产生的压力信号转变为电信号发送给中央处理器。中央处理器接收到压力传感器传递来的检测信号,证明该学生是短发,满足学生规范的规定,则不用再进行头发长度的检查。若学生是长发,则头顶的头发不会向上伸进到网孔中,不会接触压力传感器,因此压力传感器不会接收到压力信号,压力传感器没有信号传递给中央处理器。中央处理器在经过预设的延迟时间后,启动静电发生模块中的静电发生器发出静电,使该学生的头发带电竖起来,方便后面对头发长度的检测。通过检测头发长度来判断学生的头发是否符合学生规范的要求。
通过横板,能够预先检测头发的长短,不用再一一对头发长度进行检测,能够缩短整体时间。
中央处理器内预先存储有身高特征表,身高特征表中每个学生的身高值与其对应的IC卡信息一一对应。中央处理器将同时从IC卡识别模块接收到的IC卡信息以及从身高检测模块接收到的测量身高值与预先存储在身高特征表中的身高值进行对比,若两者的差距大于预先设置在中央处理器中的波动范围时,该考勤验证不成功,中央处理器输出错误信息提醒老师。
IC卡识别具有不能判断考勤人的缺点,极易出现别人拿着IC卡进行代打考勤的情况,但是,通过IC卡加生理特征识别模式,使学生在进行IC卡打卡识别的同时对学生进行身高识别,这样就能通过身高特征对于每一个打卡的学生进行初步区分,避免出现代打卡的情况,同时这样的识别模式时间上花费远比人脸识别模式小,能够使学生快速完成考勤。
身高检测模块一般设置在IC卡识别模块旁边,当学生在打卡的同时,学生用自己的身体遮挡住身高检测模块上的一些红外线传感器,这些红外线传感器因为被遮挡,发射到学生身上的红外线被反射回来形成检测信号,这些红外线传感器将检测信号发送给中央处理,中央处理器根据位置信息表,一一读取每个红外线传感器的高度值,其中高度值最大的红外线传感器,即安装位置最高的红外线传感器就是学生头顶遮住的那个红外线传感器,这个红外线传感器的高度值就是学生的测量身高值。
红外线传感器的工作原理简单,不需要多高的精确度,成本低廉,在方案中,只需要将检测到学生的检测信号发送给中央处理器即可。而学生在打卡的同时就能被红外线传感器检测到,虽然增加了身高检测,但却并未增加多少单人考勤时间,在有限的考勤时间内通过身高这一极易测得的生理特征,为每个人的考勤增加了唯一性,使考勤结果更加准确。若有人要帮助别人代打卡,则除了要拿到那个人的IC卡外,还需要与那个人一样高,但符合这样条件的人很少,因此能够有效减少代打情况的发生。
报警模块,用来由中央处理器控制进行报警。当考勤验证失败,即考勤不通过时,中央处理器通过电信号控制报警模块报警。报警模块可以选用最简单的蜂鸣器,也可以选用具有智能播报动能的语音播报模块。
中央处理器,预先存储有模式切换表;模式切换表中包括多种考勤模式以及与每种考勤模式一一对应的单人考勤时间;用来根据预设考勤总时间和预设考勤人数按照模式切换表选取某一考勤模式进行考勤;用来根据选择的考勤模式使人脸识别模块或者IC卡识别模块工作。
在使用时,负责考勤的老师,直接将此时距离考试或者上课的时间作为预设考勤总时间、将要参加此次课或者此次考试的学生人数作为预设考勤人数,通过输入模块将预设考勤总时间和预设考勤人数输入到中央处理器。中央处理器通过预设考勤总时间和预设考勤人数计算出预设单人考勤时间(即用预设考勤总时间处于预设考勤人数计算得到),中央处理器将预设单人考勤时间和模式切换表中各个考勤模式的单人考勤时间进行对比,选取单人考勤时间小于预设单人考勤时间同时与预设单人考勤时间最接近的考勤模式作为当前考勤模式。中央处理器根据考勤模式驱动IC卡识别模块或者人脸识别模块工作。
本发明包含了多种考勤模式,根据实际的时间情况自动选择考勤模式进行考勤。这样,可以在现实条件下选择出最适合当下情况进行的考勤模式,同时增加了整个考勤系统的适用范围,有效解决现有的考勤系统不能满足不同场合应用的问题。
具体的,运用上述考勤系统进行的多模式考勤方法,包括以下步骤:
步骤一,通过输入模块向中央处理器输入预设考勤总时间和预设考勤人数;
步骤二,中央处理器将预设考勤总时间除以预设考勤人数得到预设单人考勤时间;中央处理器将预设单人考勤时间和模式切换表中各个考勤模式的单人考勤时间进行对比,选取单人考勤时间小于预设单人考勤时间同时与预设单人考勤时间最接近的考勤模式作为当前考勤模式;
步骤三,中央处理器根据当前考勤模式驱动IC卡识别模块或者人脸识别模块工作。
通过本方法,能够根据实际情况灵活选择满足当下条件的考勤模式进行考勤,使对学生的考勤及准确又迅速。而且,因为有多种考勤模式可选,使得这个考勤方法可以用在任何场合中,有效提高了该考勤方法的适用范围。
模式切换表中的考勤模式包括单人考勤时间依次变长的IC卡识别模式、IC卡加生理特征识别模式、人脸识别模式以及人脸识别加生理特征识别模式。
IC卡识别模式,为仅用IC卡识别进行考勤,其单人考勤时间为2S。
IC卡加生理特征识别模式,为IC卡识别同时进行身高检测识别,其单人考勤时间为3S。
人脸识别模式,为仅用人脸识别进行考勤,其单人考勤时间为30S。
人脸识别加生理特征识别模式,为人脸识别同时进行头发长度检测识别,其单人考勤时间为40S。
通过多种单人考勤时间不同的考勤模式,能够更加准确地选择适合当下实际情况的考勤模式。身高检测模块检测出的学生测量身高值具有个人特性,能够弥补IC卡识别个人特征不强易出现代打卡的缺陷。而对头发长度的检测,可以在进行考勤的同时,对学生的仪表进行检测,使学生能够满足学生规范要求。
IC卡识别模块为现有的IC卡识别机。学生通过将IC卡移动到IC卡识别机前,IC卡扫描获取IC卡上的IC卡信息。
在IC卡识别模式时,IC卡识别模块获取学生所持IC卡上的IC卡信息,中央处理器在预先存储的IC卡信息表中寻找到该IC卡信息进行打卡。若中央处理器的IC卡信息表中没有获取到的IC卡信息,则打卡失败。IC卡信息表中包括与每条IC卡信息一一对应的姓名、学号和班级。通过IC卡信息表能够在形成的打卡记录中清楚地看到哪些学生打卡了,哪些学生没打卡。
在IC卡加生理特征识别模式时,IC卡识别模块在进行IC卡信息采集的同时,身高检测模块采集学生的身高形成测量身高值并传递给中央处理器;中央处理器在IC卡识别成功后,将测量身高值与预先存储的该学生的身高值进行对比,若两者的差距在预先设置的波动范围内,考勤验证成功。反之,中央处理器通过与之连接的报警模块,向发出报警声,使老师能够及时发现代打卡的情况。
通过设置波动范围,考虑到学生鞋底的厚度,给学生的身高检测一个误差范围。在打卡的同时进行身高检测,并没有额外增加多少检测时间,却能够有效增加考勤的准确性。避免代打卡的情况。在人脸识别模式时,直接通过摄像模组拍摄下当前人脸图像,将当前人脸图像与预先存储在中央处理器中的初始人脸图像进行对比,通过现有技术,在当前人脸图像和初始人脸图像上进行关键点位置识别,来判断当前人脸图像和初始人脸图像是否相同,当两者相同则人脸识别通过。
在人脸识别加生理特征识别模式时,中央处理器在人脸识别模块进行人脸识别的同时,接收身高检测模块传递来的测量身高值;然后中央处理器使静电发生模块产生静电使学生的头发竖起来,身高检测模块将竖起来的头发与学生身高的高度一起测量得到头发竖起后的总体高度值,通过头发竖起后的总体高度值和测量身高值得到头发长度值;中央处理器将头发长度值与预先存储的标准头发长度值进行对比,当头发长度值小于等于标准头发长度时,人脸识别加生理特征识别验证成功。
直接利用身高检测模块来检测头发竖起前的测量身高值和头发竖起后的总体高度值,中央处理器用头发竖起后的总体高度值减去测量身高值得到测得的头发长度值。不需要额外增加另外的测量模块,直接用身高检测模块即可完成头发长度值的测量。这里的头发竖起后的总体高度值指的是头发竖起来时发梢的高度位置(即头发伸到的最高位置的高度)。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (7)
1.多模式考勤系统,其特征在于:包括中央处理器以及分别与中央处理器信号连接的摄像模组、人脸识别模块、IC卡识别模块和输入模块;
所述摄像模组,用来采集人脸图像并将人脸图像传递给中央处理器;
所述人脸识别模块,用来从中央处理器接收人脸图像,并将当前人脸图像和预先存储的所有初始人脸图像进行对比,若当前人脸图像与某一初始人脸图像相同则人脸识别成功;
所述IC卡识别模块,用来采集IC卡信息并将当前IC卡信息与预先存储的所有初始IC卡信息进行对比,若当前IC卡信息与某一初始IC卡信息相同则IC卡识别成功;
所述输入模块,用来向中央处理器输入预设考勤总时间和预设考勤人数;
所述中央处理器,预先存储有模式切换表;模式切换表中包括多种考勤模式以及与每种考勤模式一一对应的单人考勤时间;用来根据预设考勤总时间和预设考勤人数按照模式切换表选取某一考勤模式进行考勤;用来根据选择的考勤模式使人脸识别模块或者IC卡识别模块工作。
2.根据权利要求1所述的多模式考勤系统,其特征在于:所述模式切换表中的考勤模式包括单人考勤时间依次变长的IC卡识别模式、IC卡加生理特征识别模式、人脸识别模式以及人脸识别加生理特征识别模式;
IC卡识别模式,为仅用IC卡识别进行考勤;
IC卡加生理特征识别模式,为IC卡识别同时进行生理特征识别;
人脸识别模式,为仅用人脸识别进行考勤;
人脸识别加生理特征识别模式,为人脸识别同时进行生理特征识别。
3.根据权利要求2所述的多模式考勤系统,其特征在于:还包括与中央处理器信号连接的身高检测模块;所述身高检测模块用来检测学生的身高;所述IC卡加生理特征识别模式,为IC卡识别的同时进行身高识别。
4.根据权利要求2所述的多模式考勤系统,其特征在于:还包括与中央处理器信号连接的静电发生模块;所述静电发生模块用来使学生头发带电并使学生的头发竖起来;所述人脸识别加生理特征识别模式为在人脸识别的同时对学生的头发长度进行检测。
5.多模式考勤方法,其特征在于:包括以下步骤:
步骤一,通过输入模块向中央处理器输入预设考勤总时间和预设考勤人数;
步骤二,中央处理器将预设考勤总时间除以预设考勤人数得到预设单人考勤时间;中央处理器将预设单人考勤时间和模式切换表中各个考勤模式的单人考勤时间进行对比,选取单人考勤时间小于预设单人考勤时间同时与预设单人考勤时间最接近的考勤模式作为当前考勤模式;
步骤三,中央处理器根据当前考勤模式驱动IC卡识别模块或者人脸识别模块工作。
6.根据权利要求5所述的多模式考勤方法,其特征在于:所述模式切换表中的考勤模式包括单人考勤时间依次变长的IC卡识别模式、IC卡加生理特征识别模式、人脸识别模式以及人脸识别加生理特征识别模式;
IC卡识别模式,为仅用IC卡识别进行考勤;
IC卡加生理特征识别模式,为IC卡识别同时进行身高检测识别;
人脸识别模式,为仅用人脸识别进行考勤;
人脸识别加生理特征识别模式,为人脸识别同时进行头发长度检测识别。
7.根据权利要求6所述的多模式考勤方法,其特征在于:在人脸识别加生理特征识别模式时,中央处理器在人脸识别模块进行人脸识别的同时,接收身高检测模块传递来的测量身高值;然后中央处理器使静电发生模块产生静电使学生的头发竖起来,身高检测模块将竖起来的头发与学生身高的高度一起测量得到头发竖起后的总体高度值,用头发竖起后的总体高度值减去测量身高值得到头发长度值;中央处理器将头发长度值与预先存储的标准头发长度值进行对比,当头发长度值小于等于标准头发长度时,人脸识别加生理特征识别验证成功。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711436145.6A CN108154568A (zh) | 2017-12-26 | 2017-12-26 | 多模式考勤系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711436145.6A CN108154568A (zh) | 2017-12-26 | 2017-12-26 | 多模式考勤系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108154568A true CN108154568A (zh) | 2018-06-12 |
Family
ID=62462944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711436145.6A Pending CN108154568A (zh) | 2017-12-26 | 2017-12-26 | 多模式考勤系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108154568A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109829688A (zh) * | 2019-01-04 | 2019-05-31 | 平安科技(深圳)有限公司 | 客户端、服务器、移动考勤方法及计算机可读存储介质 |
CN111210532A (zh) * | 2020-02-18 | 2020-05-29 | 滨州学院 | 一种基于人脸识别的课堂签到装置 |
CN116362707A (zh) * | 2023-05-18 | 2023-06-30 | 深圳市黑金工业制造有限公司 | 一种基于信息识别的智慧校园考勤数据分析系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615309A (zh) * | 2008-12-05 | 2009-12-30 | 张小鹏 | 身份表示装置和基于该装置的身份识别方法及其系统 |
CN102129574A (zh) * | 2011-03-18 | 2011-07-20 | 北京中星微电子有限公司 | 一种人脸认证方法及系统 |
CN103743948A (zh) * | 2013-10-29 | 2014-04-23 | 国家电网公司 | 一种可以提高建筑大楼人均能耗准确性的实现方法 |
CN203825670U (zh) * | 2014-04-11 | 2014-09-10 | 深圳市中控生物识别技术有限公司 | 一种集指纹、打卡和拍照于一体的考勤设备 |
US20150090786A1 (en) * | 2013-08-06 | 2015-04-02 | Reinhard Surkau | Method for continuous detection of a persons presence on public transportation |
CN205140021U (zh) * | 2015-10-21 | 2016-04-06 | 广州市贺氏办公设备有限公司 | 一种多功能考勤系统 |
CN105469454A (zh) * | 2014-09-10 | 2016-04-06 | 富泰华工业(深圳)有限公司 | 考勤系统和考勤方法 |
CN105654593A (zh) * | 2016-01-20 | 2016-06-08 | 京东方科技集团股份有限公司 | 一种电子锁及电子锁识别方法 |
CN106156234A (zh) * | 2015-04-24 | 2016-11-23 | 上海箩箕技术有限公司 | 生物信息识别方法、识别装置以及智能锁 |
CN106599880A (zh) * | 2016-12-29 | 2017-04-26 | 湖南强视信息科技有限公司 | 一种面向无人监考的同人判别方法 |
CN107506628A (zh) * | 2017-07-24 | 2017-12-22 | 广东欧珀移动通信有限公司 | 生物识别方法及相关产品 |
-
2017
- 2017-12-26 CN CN201711436145.6A patent/CN108154568A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615309A (zh) * | 2008-12-05 | 2009-12-30 | 张小鹏 | 身份表示装置和基于该装置的身份识别方法及其系统 |
CN102129574A (zh) * | 2011-03-18 | 2011-07-20 | 北京中星微电子有限公司 | 一种人脸认证方法及系统 |
US20150090786A1 (en) * | 2013-08-06 | 2015-04-02 | Reinhard Surkau | Method for continuous detection of a persons presence on public transportation |
CN103743948A (zh) * | 2013-10-29 | 2014-04-23 | 国家电网公司 | 一种可以提高建筑大楼人均能耗准确性的实现方法 |
CN203825670U (zh) * | 2014-04-11 | 2014-09-10 | 深圳市中控生物识别技术有限公司 | 一种集指纹、打卡和拍照于一体的考勤设备 |
CN105469454A (zh) * | 2014-09-10 | 2016-04-06 | 富泰华工业(深圳)有限公司 | 考勤系统和考勤方法 |
CN106156234A (zh) * | 2015-04-24 | 2016-11-23 | 上海箩箕技术有限公司 | 生物信息识别方法、识别装置以及智能锁 |
CN205140021U (zh) * | 2015-10-21 | 2016-04-06 | 广州市贺氏办公设备有限公司 | 一种多功能考勤系统 |
CN105654593A (zh) * | 2016-01-20 | 2016-06-08 | 京东方科技集团股份有限公司 | 一种电子锁及电子锁识别方法 |
CN106599880A (zh) * | 2016-12-29 | 2017-04-26 | 湖南强视信息科技有限公司 | 一种面向无人监考的同人判别方法 |
CN107506628A (zh) * | 2017-07-24 | 2017-12-22 | 广东欧珀移动通信有限公司 | 生物识别方法及相关产品 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109829688A (zh) * | 2019-01-04 | 2019-05-31 | 平安科技(深圳)有限公司 | 客户端、服务器、移动考勤方法及计算机可读存储介质 |
CN111210532A (zh) * | 2020-02-18 | 2020-05-29 | 滨州学院 | 一种基于人脸识别的课堂签到装置 |
CN116362707A (zh) * | 2023-05-18 | 2023-06-30 | 深圳市黑金工业制造有限公司 | 一种基于信息识别的智慧校园考勤数据分析系统及方法 |
CN116362707B (zh) * | 2023-05-18 | 2023-11-03 | 深圳市黑金工业制造有限公司 | 一种基于信息识别的智慧校园考勤数据分析系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102006402B (zh) | 摄像装置及其身份识别方法 | |
EP3308325B1 (en) | Liveness detection method and device, and identity authentication method and device | |
CN108154568A (zh) | 多模式考勤系统及方法 | |
CN108010151A (zh) | 人脸识别考勤方法 | |
CN109461003A (zh) | 基于多视角的多人脸场景刷脸支付风险防控方法和设备 | |
CN211928594U (zh) | 一种自助测温系统及其装置 | |
EP3805700A3 (en) | Method, apparatus, and system for predicting a pose error for a sensor system | |
US20080107309A1 (en) | Method and apparatus for biometric identification | |
CN106456433A (zh) | 康复辅助系统 | |
CN110443106B (zh) | 单像素传感器 | |
CN110448870A (zh) | 一种人体姿态训练方法 | |
TW201727537A (zh) | 人臉識別系統及人臉識別方法 | |
TW201724022A (zh) | 對象辨識系統,對象辨識方法及電腦記憶媒體 | |
US6947578B2 (en) | Integrated identification data capture system | |
JP2014115821A (ja) | 顔特徴抽出装置および顔認証システム | |
CN104427158A (zh) | 处理装置 | |
JPWO2017159185A1 (ja) | 照合装置 | |
JP2011150497A (ja) | 人物認証装置、人物認証方法、およびそのソフトウェアプログラム | |
CN115670527A (zh) | 一种医学采样装置、设备及方法 | |
JP2017085204A (ja) | メタデータの登録制御 | |
CN214847757U (zh) | 一种基于物联网的疫情防控系统 | |
CN109875497A (zh) | 一种基于云端数据库的视力检测系统 | |
CN210170027U (zh) | 一种无人值守的视力检测系统 | |
CN107024821A (zh) | 一种照明装置捕获信息的方法及照明装置 | |
JP2008072183A (ja) | 撮像装置および撮像方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180612 |
|
RJ01 | Rejection of invention patent application after publication |