CN108320345A - 一种基于百度人脸识别api的bs架构实现智能人脸考勤的方法 - Google Patents
一种基于百度人脸识别api的bs架构实现智能人脸考勤的方法 Download PDFInfo
- Publication number
- CN108320345A CN108320345A CN201810416723.8A CN201810416723A CN108320345A CN 108320345 A CN108320345 A CN 108320345A CN 201810416723 A CN201810416723 A CN 201810416723A CN 108320345 A CN108320345 A CN 108320345A
- Authority
- CN
- China
- Prior art keywords
- face
- attendance
- information
- baidu
- 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
- 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
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉智能人脸识别考勤的技术领域,特别涉及一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法。本发明方法步骤是:1、在考勤html页面中定义标签;2、在客户端调用视频并进行自动人脸图片信息采集,并将采集到的图片发送给服务器;3、服务器调用百度API进行人脸识别;4、服务器分析百度API返回的信息,并将检测后的信息返回给客户端;5、客户端对服务器返回的信息进行判断,并对考勤成功或考勤失败做出相应处理;本发明是基于百度人脸识别API的BS架构实现智能人脸考勤的方法,解决了指纹考勤机的不卫生、识别率低等问题,提供了一种方便快捷、开发成本低的一种智能活体人脸考勤的方法。
Description
技术领域
本发明涉及智能人脸识别考勤【技术领域】,特别涉及一种基一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法。
背景技术
人脸识别考勤机是一种新型的存储类考勤机,事先只需采集员工的面像并建立档案,当员工上下班站在人脸识别考勤机的识别区域内,考勤机上就会快速的记录考勤状况并保存记录。
人脸识别技术是基于人的脸部特征,对输入的人脸图象或者视频流。首先判断其是否存在人脸,如果存在人脸,则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息,进一步提取每个人脸中所蕴涵的身份特征,并将其与已知的人脸进行对比,从而识别每个人脸的身份。
但是,目前面临的主要问题有:
市场上的人脸识别考勤机往往价格高,维护麻烦。
基于以上原因,需要一种人脸识别快速考勤机,设计合理,工作性能稳定,识别速度快,同时具备开发成本低,易于维护,操作简单,人性化的智能人脸识别考勤机。
发明内容
本发明解决的技术问题在于提供一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法,解决了指纹考勤机的不卫生、识别率低等问题,并提供了一种开发方便快捷、开发成本低、易于维护的一种智能活体人脸考勤的方法。
本发明解决上述技术问题的技术方案是:
所述的方法包含以下几个步骤:
步骤一、在考勤html页面中定义标签;
步骤二、在客户端调用视频并进行自动人脸图片信息采集,并将采集到的图片发送给服务器;
步骤三、 服务器调用百度API进行人脸识别;
步骤四、服务器分析百度API返回的信息,并将检测后的信息返回给客户端;
步骤五、客户端对服务器返回的信息进行判断,并对考勤成功或考勤失败做出相应处理。
本发明的有益效果:提供了一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法,这种方法区别与市场上的人脸识别考勤机,本方法开发便捷、开发成本低、利于维护和二次开发。
附图说明
下面结合附图对本发明进一步说明:
图1为本发明的方法流程图。
具体实施方式
如图1所示,本发明采用如下步骤可以实现一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法。
步骤一、在考勤html页面中定义标签;
<video id="video" width="400" height="300" preload="auto" autoplay></video>
<canvas id="canvas1" width="400" height="300"></canvas>
<canvas id="canvas2" width="400" height="300"></canvas>
<audio src="./audio/01.mp3" id="audio1"></audio>
<audio src="./audio/02.mp3" id="audio2"></audio>
步骤二、在客户端调用视频并进行自动人脸图片信息采集,并将采集到的图片发送给服务器;
(1)、获取dom元素
Var video = document.getElementById("video"),
canvas1 = document.getElementById("canvas1"),
context1 = canvas1.getContext('2d'),
canvas2 = document.getElementById('canvas2'),
context2 = canvasInput.getContext('2d'),
audio1 = document.getElementById("audio1"),
audio2 = document.getElementById("audio2");
(2)、调用视频
if (navigator.mediaDevices && navigator.mediaDevices.getUserMedia) {
navigator.mediaDevices.getUserMedia({
video: true
}).then(function(stream) {
video.play();
}).catch(function(err) {
console.log(err);
})
}
(2)定义生成图片方法
function photograph(){
context2.drawImage(video, 0, 0,400,300);
var imgURL = canvas1.toDataURL("image/png",1.0);
uploadImg(imgURL);
}
(3)定义图片上传方法
function uploadImg(imgURL){
var postData = {};
postData['imgBase64'] = imgURL;
$.ajax({
type:"post",
url: ‘demo.php’,
data: postData,
dataType: "json",
function(res){
resDispose(res);
}
});
}
(4)、利用clmtrackr.js、utils.js实现实时自动的人脸图片信息采集
var ctrack = new clm.tracker();
ctrack.init();
ctrack.start(video);
drawLoop();
function drawLoop() {
requestAnimFrame(drawLoop);
context1.clearRect(0, 0, 400, 300);
if (ctrack.getCurrentPosition()) {
photograph()
}
}
步骤三、 服务器调用百度API进行人脸识别;
(1) 、获取客户端提交过来的图片
$imgBase64 = $_POST['imgBase64'];
(2) 、调用百度人脸识别提供的方法
$image = file_get_contents($imgBase64 );
$client->identifyUser($groupId, $image);
步骤四、服务器分析百度API返回的信息,并将检测后的信息返回给客户端;
$ifScores = 80; //与人脸库比对值
$livingBody = 0.393241; //活体检测值
$Matching = array("status" => 0 );
foreach($resuteArr['result'] as $key => $value){
if($value['scores'][0] >= $ifScores && $value[‘ext_info’][‘faceliveness’] >=$livingBody ){ $Matching['status'] = 1;
$Matching['user'] = $key;
break;
}
}
if($Matching['status'] == 1){ //成功或失败都 返回数组格式
$user = $Matching['user'];
$result = array(
"status" => 1,
"userName" => $resuteArr['result']["$user"]["uid"],
"time" => date('H:i')
);
}else{
$result = array("status" => 0);
}
return $result;
步骤五、客户端对服务器返回的信息进行判断,并对考勤成功或考勤失败做出相应处理。
function resDispose(res){
if(res.status == 1){
alert(res.userName+"考勤成功。时间:"+res.time);
audio1.play();
}else{
alert("考勤失败,请重新考勤!");
audio2.play();
}
}。
Claims (6)
1.一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法,其特征在于:所述的方法包含以下几个步骤:
步骤一、在考勤html页面中定义标签;
步骤二、在客户端调用视频并进行自动人脸图片信息采集,并将采集到的图片发送给服务器;
步骤三、 服务器调用百度API进行人脸识别;
步骤四、服务器分析百度API返回的信息,并将检测后的信息返回给客户端;
步骤五、客户端对服务器返回的信息进行判断,并对考勤成功或考勤失败做出相应处理。
2.根据权利要求1所述的一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法,其特征在于:所述的步骤一中,需要在考勤html页面中定义调用视频的video标签、视频人脸自动检测的canvas(canvas1)标签、自动生成图片的canvas(canvas2)标签、和提示语音需要用到的audio标签。
3.根据权利要求1所述的一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法,其特征在于:所述的步骤二中,在客户端中引入clmtrackr.js、utils.js和jquery.js,利用navigator.mediaDevices.getUserMedia调用电脑的摄像头,并利用clmtrackr.js和utils.js在客户端实现实时、自动的人脸信息检测,当成功检测到人脸时调用canvas生成图片,并利用jquery将图片发送给服务器。
4.根据权利要求1所述的一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法,其特征在于:所述的步骤三中,服务器将收到的人脸信息图片与人脸库中的图片调用百度人脸识别的API进行人脸识别。
5.根据权利要求1所述的一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法,其特征在于:所述的步骤四中,服务器分析百度人脸识别API返回的信息,并将检测后的信息返回给客户端。
6.根据权利要求1所述的一种基于百度人脸识别API的BS架构实现智能人脸考勤的方法,其特征在于:所述的步骤五中,客户端对服务器返回的信息进行判断:(1)如果返回的是成功的信息,那么就发出成功的提示语音和文字弹框,(2)如果返回的是失败的信息,那么就发出失败的提示语音和文字弹框。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810416723.8A CN108320345A (zh) | 2018-05-04 | 2018-05-04 | 一种基于百度人脸识别api的bs架构实现智能人脸考勤的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810416723.8A CN108320345A (zh) | 2018-05-04 | 2018-05-04 | 一种基于百度人脸识别api的bs架构实现智能人脸考勤的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108320345A true CN108320345A (zh) | 2018-07-24 |
Family
ID=62894971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810416723.8A Pending CN108320345A (zh) | 2018-05-04 | 2018-05-04 | 一种基于百度人脸识别api的bs架构实现智能人脸考勤的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108320345A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109214303A (zh) * | 2018-08-14 | 2019-01-15 | 北京工商大学 | 一种基于云端api的多线程动态人脸签到方法 |
CN110211252A (zh) * | 2019-06-06 | 2019-09-06 | 重庆两江新区管理委员会 | 一种基于云服务的人脸识别考勤管理方法及系统 |
CN110267095A (zh) * | 2019-05-05 | 2019-09-20 | 平安科技(深圳)有限公司 | 视频流截取方法、装置及存储介质 |
CN110992502A (zh) * | 2019-11-18 | 2020-04-10 | 广州杰赛科技股份有限公司 | 一种人脸识别考勤方法、系统以及可读存储介质 |
CN111741220A (zh) * | 2020-07-06 | 2020-10-02 | 江苏云从曦和人工智能有限公司 | 一种图像获取方法、系统、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839301A (zh) * | 2014-03-19 | 2014-06-04 | 山东大学 | 基于视频跟踪和人脸识别的智能考勤系统的工作方法 |
CN104036557A (zh) * | 2013-03-06 | 2014-09-10 | 中国科学技术大学苏州研究院 | 基于b/s架构的分布式人脸识别考勤系统及其考勤方法 |
CN104794834A (zh) * | 2015-04-04 | 2015-07-22 | 金琥 | 一种智能语音门铃系统及其实现方法 |
CN104898591A (zh) * | 2015-03-27 | 2015-09-09 | 西安交通大学 | 一种智能家电协同控制方法 |
CN107507289A (zh) * | 2017-09-30 | 2017-12-22 | 四川长虹电器股份有限公司 | 一种移动端人脸识别考勤方法及系统 |
CN107908770A (zh) * | 2017-11-30 | 2018-04-13 | 维沃移动通信有限公司 | 一种照片搜索方法及移动终端 |
-
2018
- 2018-05-04 CN CN201810416723.8A patent/CN108320345A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036557A (zh) * | 2013-03-06 | 2014-09-10 | 中国科学技术大学苏州研究院 | 基于b/s架构的分布式人脸识别考勤系统及其考勤方法 |
CN103839301A (zh) * | 2014-03-19 | 2014-06-04 | 山东大学 | 基于视频跟踪和人脸识别的智能考勤系统的工作方法 |
CN104898591A (zh) * | 2015-03-27 | 2015-09-09 | 西安交通大学 | 一种智能家电协同控制方法 |
CN104794834A (zh) * | 2015-04-04 | 2015-07-22 | 金琥 | 一种智能语音门铃系统及其实现方法 |
CN107507289A (zh) * | 2017-09-30 | 2017-12-22 | 四川长虹电器股份有限公司 | 一种移动端人脸识别考勤方法及系统 |
CN107908770A (zh) * | 2017-11-30 | 2018-04-13 | 维沃移动通信有限公司 | 一种照片搜索方法及移动终端 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109214303A (zh) * | 2018-08-14 | 2019-01-15 | 北京工商大学 | 一种基于云端api的多线程动态人脸签到方法 |
CN109214303B (zh) * | 2018-08-14 | 2021-10-01 | 北京工商大学 | 一种基于云端api的多线程动态人脸签到方法 |
CN110267095A (zh) * | 2019-05-05 | 2019-09-20 | 平安科技(深圳)有限公司 | 视频流截取方法、装置及存储介质 |
WO2020224127A1 (zh) * | 2019-05-05 | 2020-11-12 | 平安科技(深圳)有限公司 | 视频流截取方法、装置及存储介质 |
CN110211252A (zh) * | 2019-06-06 | 2019-09-06 | 重庆两江新区管理委员会 | 一种基于云服务的人脸识别考勤管理方法及系统 |
CN110992502A (zh) * | 2019-11-18 | 2020-04-10 | 广州杰赛科技股份有限公司 | 一种人脸识别考勤方法、系统以及可读存储介质 |
CN111741220A (zh) * | 2020-07-06 | 2020-10-02 | 江苏云从曦和人工智能有限公司 | 一种图像获取方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108320345A (zh) | 一种基于百度人脸识别api的bs架构实现智能人脸考勤的方法 | |
US9875222B2 (en) | Capturing and storing elements from a video presentation for later retrieval in response to queries | |
Smeaton et al. | High-level feature detection from video in TRECVid: a 5-year retrospective of achievements | |
EP1659518B1 (en) | Automatic face extraction | |
US7466858B2 (en) | Methods for slide image classification | |
CN112328999B (zh) | 双录质检方法、装置、服务器及存储介质 | |
CN109783642A (zh) | 多人会议场景的结构化内容处理方法、装置、设备及介质 | |
US20060224438A1 (en) | Method and device for providing information | |
WO2021175019A1 (zh) | 音视频录制引导方法、装置、计算机设备及存储介质 | |
JP2005293589A (ja) | 複合的な電子表現物を作成する方法、コンピュータプログラム及びデータ処理システム | |
CN111683285B (zh) | 文件内容识别方法、装置、计算机设备及存储介质 | |
US20200089962A1 (en) | Character recognition | |
CN110598008B (zh) | 录制数据的数据质检方法及装置、存储介质 | |
CN112911324B (zh) | 直播间的内容展示方法、装置、服务器以及存储介质 | |
CN109286848B (zh) | 一种终端视频信息的交互方法、装置及存储介质 | |
CN115512259A (zh) | 一种基于多模态的短视频审核方法 | |
CN111723235B (zh) | 音乐内容识别方法、装置及设备 | |
CN111222837A (zh) | 智能化面试的方法、系统、设备及计算机存储介质 | |
CN111222825A (zh) | 基于货物签收的双录方法、装置、终端及存储介质 | |
Triantafyllou et al. | V-GRAFFER, a system for Visual GRoup AFFect Recognition, Part I: Foundations | |
CN114492436A (zh) | 一种审计访谈信息的处理方法、装置和系统 | |
CN113497953A (zh) | 音乐的场景识别方法、装置、服务器及存储介质 | |
US20230394854A1 (en) | Video-based chapter generation for a communication session | |
CN113407765B (zh) | 视频分类方法、装置、电子设备和计算机可读存储介质 | |
US20230269405A1 (en) | Non-fingerprint-based automatic content recognition |
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: 20180724 |
|
RJ01 | Rejection of invention patent application after publication |