CN108320345A

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

Info

Publication number: CN108320345A
Application number: CN201810416723.8A
Authority: CN
Inventors: 冯捷雄; 张来卿; 庞严冬
Original assignee: Zhuhai Hengqin Shengda Zhaoye Technology Investment Co Ltd
Current assignee: Zhuhai Hengqin Shengda Zhaoye Technology Investment Co Ltd
Priority date: 2018-05-04
Filing date: 2018-05-04
Publication date: 2018-07-24

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

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

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；

（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);

$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;

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

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；

步骤三、服务器调用百度API进行人脸识别；

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。