CN108537910A - 一种基于人脸识别的员工考勤方法、装置和考勤管理系统 - Google Patents
一种基于人脸识别的员工考勤方法、装置和考勤管理系统 Download PDFInfo
- Publication number
- CN108537910A CN108537910A CN201810333097.6A CN201810333097A CN108537910A CN 108537910 A CN108537910 A CN 108537910A CN 201810333097 A CN201810333097 A CN 201810333097A CN 108537910 A CN108537910 A CN 108537910A
- Authority
- CN
- China
- Prior art keywords
- attendance
- facial image
- employee
- face characteristic
- information
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/173—Classification, e.g. identification face re-identification, e.g. recognising unknown faces across different face tracks
Abstract
本申请公开了一种基于人脸识别的员工考勤方法、装置和考勤管理系统,该方法和装置应用于为家用机器人提供数据服务的考勤管理系统,具体为驱使位于工作场所的家用机器人采集人员的人脸图像;获取家用机器人所采集的人脸图像;对人脸图像进行识别,得到人脸图像的人脸特征信息;利用人脸特征信息所对应的身份信息对人员进行考勤。鉴于家用机器人具有移动特性,因此在其移动的基础上随时随地采集工作场所的人脸图像并完成识别、匹配和记录,也就无需员工到固定位置进行打卡或者指纹采集,方便了员工进行考勤,从而解决了目前的考勤方式不方便的问题。
Description
技术领域
本申请涉及人工智能技术领域,更具体地说,涉及一种基于人脸识别的员工考勤方法、装置和考勤管理系统。
背景技术
考勤是指考察一个单位的员工是否按时上下班的一种活动,用于保证员工能够有有效的工作时间,也是给予员工报酬的重要依据,因此每个单位对其都较为重视。考勤方式经过了最初的点名、打卡,后来随着电子技术的发展,指纹、考勤IC卡等也都能够作为考勤的工具,然而上述这些打卡方式所需的设备一般都安装在固定的位置,需要员工上下班时间抵达该位置进行打卡或输指纹,使用起来非常不方便。
随着社会的进步和科技的发展,家用机器人作为一种家用智能终端越来越多地进入到普通家庭中,其能够为家庭成员提供较多的服务和帮助,除此之外,其应用于工作场所也能为员工的工作提供不少的协助,从而能在一定程度上减轻员工的工作压力,鉴于家用机器人的移动特性,可以考虑利用家用机器人对员工进行考勤,以解决目前的考勤方式不方便的问题。
发明内容
有鉴于此,本申请提供一种基于人脸识别的员工考勤方法、装置和考勤管理系统,用于对员工进行考勤,以解决目前的考勤方式不方便的问题。
为了实现上述目的,现提出的方案如下:
一种基于人脸识别的员工考勤方法,应用于为家用机器人提供数据服务的考勤管理系统,所述员工考勤方法包括:
驱使位于工作场所的所述家用机器人采集人员的人脸图像;
获取所述家用机器人所采集的人脸图像;
对所述人脸图像进行识别,得到所述人脸图像的人脸特征信息;
利用所述人脸特征信息所对应的身份信息对所述人员进行考勤。
可选的,所述驱使位于工作场所的所述家用机器人采集人员的人脸图像,包括:
驱使所述家用机器人在所述工作场所内进行巡逻;
驱使所述家用机器人采集并上传所遇见的人员的人脸图像。
可选的,所述利用所述人脸特征信息所对应的身份信息对所述人员进行考勤,包括步骤:
根据所述人脸特征信息从预设的员工信息数据库中进行查找;
如果查找到与所述人脸特征信息相对应的员工信息,则记录所述员工信息和当前时间,并记录当前地点。
可选的,所述利用所述人脸特征信息所对应的身份信息对所述人员进行考勤,还包括步骤:
如果无法查找到与所述人脸特征信息对应的员工信息,则记录所述人脸特征信息和所述人脸图像;
并标记所述人脸图像为陌生访客。
可选的,所述利用所述人脸特征信息所对应的身份信息对所述人员进行考勤,还包括步骤:
驱使所述家用机器人向被标记为陌生访客的人员发出文字提示信息、影像提示信息和/或声音提示信息,所述提示信息用于提示所述人员进行员工注册。
一种基于人脸识别的员工考勤装置,应用于为家用机器人提供数据服务的考勤管理系统,所述员工考勤装置包括:
采集控制模块,用于驱使位于工作场所的所述家用机器人采集人员的人脸图像;
图像获取模块,用于获取所述家用机器人所采集的人脸图像;
人脸识别模块,用于对所述人脸图像进行识别,得到所述人脸图像的人脸特征信息;
考勤执行模块,用于利用所述人脸特征信息所对应的身份信息对所述人员进行考勤。
可选的,所述采集控制模块包括:
第一驱控单元,用于驱使所述家用机器人在所述工作场所内进行巡逻;
第二驱控单元,用于驱使所述家用机器人采集并上传所遇见的人员的人脸图像。
可选的,所述考勤执行模块包括:
信息查找单元,用于根据所述人脸特征信息从预设的员工信息数据库中进行查找;
第一记录单元,用于当查找到与所述人脸特征信息相对应的员工信息时,记录所述员工信息和当前时间,并记录当前地点。
可选的,所述考勤执行模块还包括:
第二记录单元,用于当无法查找到与所述人脸特征信息对应的员工信息时,记录所述人脸特征信息和所述人脸图像;
人员标记单元,用于并标记所述人脸图像为陌生访客。
可选的,所述考勤执行模块还包括:
信息提示单元,用于驱使所述家用机器人向被标记为陌生访客的人员发出文字提示信息、影像提示信息和/或声音提示信息,所述提示信息用于提示所述人员进行员工注册。
一种考勤管理系统,设置有如上所述的员工考勤装置。
一种考勤管理系统,包括至少一个处理器和存储器,所述存储器用于存储计算机程序或指令,所述处理器用于执行所述计算机程序或指令,以使所述考勤管理系统实现如下方法:
驱使位于工作场所的所述家用机器人采集人员的人脸图像;
获取所述家用机器人所采集的人脸图像;
对所述人脸图像进行识别,得到所述人脸图像的人脸特征信息;
利用所述人脸特征信息所对应的身份信息对所述人员进行考勤。
从上述的技术方案可以看出,本申请公开了一种基于人脸识别的员工考勤方法、装置和考勤管理系统,该方法和装置应用于为家用机器人提供数据服务的考勤管理系统,具体为驱使位于工作场所的家用机器人采集人员的人脸图像;获取家用机器人所采集的人脸图像;对人脸图像进行识别,得到人脸图像的人脸特征信息;利用人脸特征信息所对应的身份信息对人员进行考勤。鉴于家用机器人具有移动特性,因此在其移动的基础上随时随地采集工作场所的人脸图像并完成识别、匹配和记录,也就无需员工到固定位置进行打卡或者指纹采集,方便了员工进行考勤,从而解决了目前的考勤方式不方便的问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种基于人脸识别的员工考勤方法的步骤流程图;
图2为本申请实施例提供的一种基于人脸识别的员工考勤装置的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一
图1为本申请实施例提供的一种基于人脸识别的员工考勤方法的步骤流程图。
如图1所示,本实施例提供的员工考勤方法应用于为家用机器人提供数据服务的考勤管理系统,用于利用家用机器人自动对进入工作场所的员工进行考勤,无需员工自己动手即可完成,具体方法包括如下步骤:
S1、驱使家用机器人采集人员的人脸图像。
如此操作的基础是该家用机器人已经位于工作场所,并通过无线通信方式与考勤管理系统所在的机器建立通信联系,能够接受考勤管理系统所发出的指令并能够进行数据的交互。在此基础上,可以驱动该家用机器人对正在进入或位于该工作场所内的人员进行影像采集,即驱动家用机器人的摄像设备对上述人员进行拍摄或拍照,并从得到的影像或照片中截取该人员的人脸图像,在完成截取后家用机器人将该人脸图像进行上传。
当家用机器人处于工作场所时,可以驱动其到处游走,或者按固定路线进行巡行,在此过程中对所遇到的人员进行人脸图像采集,这样可以实现自主采集,无需人员配合。
S2、接收家用机器人所获取的人脸图像。
在家用机器人采集到人员的人脸图像并上传时,接收该人脸图像。的接收可以是根据家用机器人的主动请求予以接收,也可以是通过定时下发查询指令指挥家用机器人进行上传时的接收。
S3、对人脸图像进行识别,得到人脸图像的人脸特征信息。
具体来说是利用预先训练好的人脸识别模型对人脸图像进行识别,从而得到相应人脸图像的人脸特征信息。
这里的人脸识别模型可以利用人脸特征数据库对人脸识别引擎进行训练后得到该人脸识别模型。人脸特征数据库可以选用下面的一种进行部署:
FERET人脸数据库(美国军方)
由FERET项目创建,此图像集包含大量的人脸图像,并且每幅图中均只有一个人脸。该集中,同一个人的照片有不同表情,光照,姿态和年龄的变化。包含1万多张多姿态和光照的人脸图像,是人脸识别领域应用最广泛的人脸数据库之一.其中的多数人是西方人,每个人所包含的人脸图像的变化比较单一。
CMU-PIE人脸数据库(美国,卡耐基梅隆大学)
所谓PIE就是姿态(pose),光照(Illumination)和表情(Expression)的缩写。包含68位志愿者的41,368张多姿态,光照和表情的面部图像.其中的姿态和光照变化图像也是在严格控制的条件下采集的,目前已经逐渐成为人脸识别领域的一个重要的测试集合。
其中包括了每个人的13种姿态条件,43种光照条件和4种表情下的照片,现有的多姿态人脸识别的文献基本上都是在CMU PIE人脸库上测试的。
YALE人脸数据库(美国,耶鲁大学)
由耶鲁大学计算视觉与控制中心创建,包含15位志愿者的165张图片,包含光照,表情和姿态的变化。
Yale人脸数据库中一个采集志愿者的10张样本,相比较ORL人脸数据库Yale库中每个对象采集的样本包含更明显的光照、表情和姿态以及遮挡变化。
YALE人脸数据库
包含了10个人的5,850幅多姿态,多光照的图像.其中的姿态和光照变化的图像都是在严格控制的条件下采集的,主要用于光照和姿态问题的建模与分析.由于采集人数较少,该数据库的进一步应用受到了比较大的限制。
MIT人脸数据库
由麻省理工大学媒体实验室创建,包含16位志愿者的2,592张不同姿态(每人27张照片),光照和大小的面部图像.
ORL人脸数据库(英国,剑桥大学)
由英国剑桥大学AT&T实验室创建,包含40人共400张面部图像,部分志愿者的图像包括了姿态,表情和面部饰物的变化.该人脸库在人脸识别研究的早期经常被人们采用,但由于变化模式较少,多数系统的识别率均可以达到90%以上,因此进一步利用的价值已经不大.
ORL人脸数据库中一个采集对象的全部样本库中每个采集对象包含10幅经过归一化处理的灰度图像,图像尺寸均为92×112,图像背景为黑色。其中采集对象的面部表情和细节均有变化,例如笑与不笑、眼睛睁着或闭着以及戴或不戴眼镜等,不同人脸样本的姿态也有变化,其深度旋转和平面旋转可达20度。
BioID人脸数据库
包含在各种光照和复杂背景下的1521张灰度面部图像,眼睛位置已经被手工标注。
.UMIST图像集(英国,曼切斯特大学)
20个人共564幅图像,每个人具有不同角度、不同姿态的多幅图像。
Bern图像集(德国,伯尔尼大学)
30个人300幅正视图(每人10幅),150幅侧视图(每人50幅)。
FDB603(中国,南京理工大学)
96人,每人约10幅图像,目前总图像为954幅,黑白照片,人脸在图像中所占比例较大,背景复杂,光照有自然光、室内白炽灯光,每张脸在上下、左右的范围内倾斜,年龄在16~40岁之间。
还有GT人脸库和AT&T人脸库。
S4、利用人脸特征信息所对应的身份信息对人员进行考勤。
由于人脸特征信息与指纹信息相似具有独特性,因此其可以唯一地代表某个员工,因此可以利用此原理并结合当前时间对员工进行考勤,具体来说时记录该人脸特征信息所对应的员工的身份信息和当前时间,以此作为考勤数据,从而完成考勤。本申请中对于人员和员工不同的表述在于,进入该工作场所的人员未必都是本单位员工。
具体在对员工考勤时,首先,根据识别得到的人脸特征信息从预设的员工信息数据库中进行查找,从中查找是否有与该人脸特征信息对应的员工信息;如果能够找到则说明该人员是本单位员工,此时记录该员工信息和当前时间,从而完成考勤,同时还可以记录当前地点,从而能得到员工更多的考勤信息,例如可以以此确定该员工是否处于合法的位置或空间;如果通过对该数据库的查找无法找到对应的员工信息,这样则表明该人员并非本单位员工,此时也做出记录,即记录该人员的人脸图像和人脸特征信息,还记录该人员所处的当前位置和当前时间,并标记该人员为陌生人员或访客。
另外,在确定相应人员为陌生人员或访客的情况下,考虑到某些人员可能使新进员工,此时可以向该人员发出文字提示信息、声音提示信息或者影像提示信息,以提示该人员尽快完成员工注册。
从上述技术方案可以看出,本实施例提供了一种基于人脸识别的员工考勤方法,该方法应用于为家用机器人提供数据服务的考勤管理系统,具体为驱使位于工作场所的家用机器人采集人员的人脸图像;获取家用机器人所采集的人脸图像;对人脸图像进行识别,得到人脸图像的人脸特征信息;利用人脸特征信息所对应的身份信息对人员进行考勤。鉴于家用机器人具有移动特性,因此在其移动的基础上随时随地采集工作场所的人脸图像并完成识别、匹配和记录,也就无需员工到固定位置进行打卡或者指纹采集,方便了员工进行考勤,从而解决了目前的考勤方式不方便的问题。
实施例二
图2为本申请实施例提供的一种基于人脸识别的员工考勤装置的结构框图。
如图2所示,本实施例提供的员工考勤装置应用于为家用机器人提供数据服务的考勤管理系统,用于利用家用机器人自动对进入工作场所的员工进行考勤,无需员工自己动手即可完成,具体装置包括采集控制模块10、图像获取模块20、人脸识别模块30和考勤执行模块40。
采集控制模块用于驱使家用机器人采集人员的人脸图像。
如此操作的基础是该家用机器人已经位于工作场所,并通过无线通信方式与考勤管理系统所在的机器建立通信联系,能够接受考勤管理系统所发出的指令并能够进行数据的交互。在此基础上,可以驱动该家用机器人对正在进入或位于该工作场所内的人员进行影像采集,即驱动家用机器人的摄像设备对上述人员进行拍摄或拍照,并从得到的影像或照片中截取该人员的人脸图像,在完成截取后家用机器人将该人脸图像进行上传。
该模块具体包括第一驱控单元和第二驱控单元。当家用机器人处于工作场所时,第一驱控单元用于驱动其到处游走,或者按固定路线进行巡行,第二驱控单元用于在此过程中对所遇到的人员进行人脸图像采集,这样可以实现自主采集,无需人员配合。
图像获取模块用于接收家用机器人所获取的人脸图像。
在家用机器人采集到人员的人脸图像并上传时,接收该人脸图像。的接收可以是根据家用机器人的主动请求予以接收,也可以是通过定时下发查询指令指挥家用机器人进行上传时的接收。
人脸识别模块用于对人脸图像进行识别,得到人脸图像的人脸特征信息。
具体来说是利用预先训练好的人脸识别模型对人脸图像进行识别,从而得到相应人脸图像的人脸特征信息。
这里的人脸识别模型可以利用人脸特征数据库对人脸识别引擎进行训练后得到该人脸识别模型。
考勤执行模块用于利用人脸特征信息所对应的身份信息对人员进行考勤。
由于人脸特征信息与指纹信息相似具有独特性,因此其可以唯一地代表某个员工,因此可以利用此原理并结合当前时间对员工进行考勤,具体来说时记录该人脸特征信息所对应的员工的身份信息和当前时间,以此作为考勤数据,从而完成考勤。本申请中对于人员和员工不同的表述在于,进入该工作场所的人员未必都是本单位员工。
该模块具体包括信息查找单元和第一记录单元。具体在对员工考勤时,信息查找单元用于根据识别得到的人脸特征信息从预设的员工信息数据库中进行查找,从中查找是否有与该人脸特征信息对应的员工信息;如果能够找到则说明该人员是本单位员工,第一记录单元此时记录该员工信息和当前时间,从而完成考勤,同时还可以记录当前地点,从而能得到员工更多的考勤信息,例如可以以此确定该员工是否处于合法的位置或空间;
该模块还包括第二记录单元和人员标记单元。如果信息查找单元通过对该数据库的查找无法找到对应的员工信息,这样则表明该人员并非本单位员工,此时第二记录单元做出记录,即记录该人员的人脸图像和人脸特征信息,还记录该人员所处的当前位置和当前时间,人员标记单元则标记该人员为陌生人员或访客。
另外,该模块还包括信息提示单元,信息提示单元在确定相应人员为陌生人员或访客的情况下,考虑到某些人员可能使新进员工,此时可以向该人员发出文字提示信息、声音提示信息或者影像提示信息,以提示该人员尽快完成员工注册。
从上述技术方案可以看出,本实施例提供了一种基于人脸识别的员工考勤装置,该装置应用于为家用机器人提供数据服务的考勤管理系统,具体为驱使位于工作场所的家用机器人采集人员的人脸图像;获取家用机器人所采集的人脸图像;对人脸图像进行识别,得到人脸图像的人脸特征信息;利用人脸特征信息所对应的身份信息对人员进行考勤。鉴于家用机器人具有移动特性,因此在其移动的基础上随时随地采集工作场所的人脸图像并完成识别、匹配和记录,也就无需员工到固定位置进行打卡或者指纹采集,方便了员工进行考勤,从而解决了目前的考勤方式不方便的问题。
实施例三
本实施例提供了一种考勤管理系统个,该考勤管理系统包括有员工考勤装置。该装置应用于为家用机器人提供数据服务的考勤管理系统,具体为驱使位于工作场所的家用机器人采集人员的人脸图像;获取家用机器人所采集的人脸图像;对人脸图像进行识别,得到人脸图像的人脸特征信息;利用人脸特征信息所对应的身份信息对人员进行考勤。鉴于家用机器人具有移动特性,因此在其移动的基础上随时随地采集工作场所的人脸图像并完成识别、匹配和记录,也就无需员工到固定位置进行打卡或者指纹采集,方便了员工进行考勤,从而解决了目前的考勤方式不方便的问题。
实施例四
本实施例提供了一种考勤管理系统,该考勤管理系统可以认为是一种电子设备,其包括有至少一个处理器和与该处理器相连接的存储器。
该存储器内存储有相应的计算机程序或指令,处理器则用于执行该计算机程序或指令,从而使该考勤管理系统能够实现如下操作步骤:
驱使位于工作场所的家用机器人采集人员的人脸图像;
获取家用机器人所采集的人脸图像;
对所述人脸图像进行识别,得到人脸图像的人脸特征信息;
利用人脸特征信息所对应的身份信息对人员进行考勤。
鉴于家用机器人具有移动特性,因此在其移动的基础上随时随地采集工作场所的人脸图像并完成识别、匹配和记录,也就无需员工到固定位置进行打卡或者指纹采集,方便了员工进行考勤,从而解决了目前的考勤方式不方便的问题。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的技术方案进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (12)
1.一种基于人脸识别的员工考勤方法,应用于为家用机器人提供数据服务的考勤管理系统,其特征在于,所述员工考勤方法包括:
驱使位于工作场所的所述家用机器人采集人员的人脸图像;
获取所述家用机器人所采集的人脸图像;
对所述人脸图像进行识别,得到所述人脸图像的人脸特征信息;
利用所述人脸特征信息所对应的身份信息对所述人员进行考勤。
2.如权利要求1所述的员工考勤方法,其特征在于,所述驱使位于工作场所的所述家用机器人采集人员的人脸图像,包括:
驱使所述家用机器人在所述工作场所内进行巡逻;
驱使所述家用机器人采集并上传所遇见的人员的人脸图像。
3.如权利要求1所述的员工考勤方法,其特征在于,所述利用所述人脸特征信息所对应的身份信息对所述人员进行考勤,包括步骤:
根据所述人脸特征信息从预设的员工信息数据库中进行查找;
如果查找到与所述人脸特征信息相对应的员工信息,则记录所述员工信息和当前时间,并记录当前地点。
4.如权利要求3所述的员工考勤方法,其特征在于,所述利用所述人脸特征信息所对应的身份信息对所述人员进行考勤,还包括步骤:
如果无法查找到与所述人脸特征信息对应的员工信息,则记录所述人脸特征信息和所述人脸图像;
并标记所述人脸图像为陌生访客。
5.如权利要求4所述的员工考勤方法,其特征在于,所述利用所述人脸特征信息所对应的身份信息对所述人员进行考勤,还包括步骤:
驱使所述家用机器人向被标记为陌生访客的人员发出文字提示信息、影像提示信息和/或声音提示信息,所述提示信息用于提示所述人员进行员工注册。
6.一种基于人脸识别的员工考勤装置,应用于为家用机器人提供数据服务的考勤管理系统,其特征在于,所述员工考勤装置包括:
采集控制模块,用于驱使位于工作场所的所述家用机器人采集人员的人脸图像;
图像获取模块,用于获取所述家用机器人所采集的人脸图像;
人脸识别模块,用于对所述人脸图像进行识别,得到所述人脸图像的人脸特征信息;
考勤执行模块,用于利用所述人脸特征信息所对应的身份信息对所述人员进行考勤。
7.如权利要求6所述的员工考勤装置,其特征在于,所述采集控制模块包括:
第一驱控单元,用于驱使所述家用机器人在所述工作场所内进行巡逻;
第二驱控单元,用于驱使所述家用机器人采集并上传所遇见的人员的人脸图像。
8.如权利要求6所述的员工考勤装置,其特征在于,所述考勤执行模块包括:
信息查找单元,用于根据所述人脸特征信息从预设的员工信息数据库中进行查找;
第一记录单元,用于当查找到与所述人脸特征信息相对应的员工信息时,记录所述员工信息和当前时间,并记录当前地点。
9.如权利要求8所述的员工考勤装置,其特征在于,所述考勤执行模块还包括:
第二记录单元,用于当无法查找到与所述人脸特征信息对应的员工信息时,记录所述人脸特征信息和所述人脸图像;
人员标记单元,用于并标记所述人脸图像为陌生访客。
10.如权利要求9所述的员工考勤装置,其特征在于,所述考勤执行模块还包括:
信息提示单元,用于驱使所述家用机器人向被标记为陌生访客的人员发出文字提示信息、影像提示信息和/或声音提示信息,所述提示信息用于提示所述人员进行员工注册。
11.一种考勤管理系统,其特征在于,设置有如权利要求6~10任一项所述的员工考勤装置。
12.一种考勤管理系统,其特征在于,包括至少一个处理器和存储器,所述存储器用于存储计算机程序或指令,所述处理器用于执行所述计算机程序或指令,以使所述考勤管理系统实现如下方法:
驱使位于工作场所的所述家用机器人采集人员的人脸图像;
获取所述家用机器人所采集的人脸图像;
对所述人脸图像进行识别,得到所述人脸图像的人脸特征信息;
利用所述人脸特征信息所对应的身份信息对所述人员进行考勤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810333097.6A CN108537910A (zh) | 2018-04-13 | 2018-04-13 | 一种基于人脸识别的员工考勤方法、装置和考勤管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810333097.6A CN108537910A (zh) | 2018-04-13 | 2018-04-13 | 一种基于人脸识别的员工考勤方法、装置和考勤管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108537910A true CN108537910A (zh) | 2018-09-14 |
Family
ID=63480612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810333097.6A Pending CN108537910A (zh) | 2018-04-13 | 2018-04-13 | 一种基于人脸识别的员工考勤方法、装置和考勤管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108537910A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830180A (zh) * | 2018-05-25 | 2018-11-16 | 讯飞幻境(北京)科技有限公司 | 电子考勤方法、装置及电子设备 |
CN109635741A (zh) * | 2018-12-13 | 2019-04-16 | 安徽圆舟率创新科技有限公司 | 一种人脸识别大数据管理系统 |
CN109840962A (zh) * | 2018-12-27 | 2019-06-04 | 北京智慧云行科技有限责任公司 | 人脸识别移动考勤系统及方法 |
CN109859339A (zh) * | 2019-01-03 | 2019-06-07 | 伊甸城(北京)信息技术有限公司 | 一种基于人脸识别的登记管理系统及方法 |
CN110175522A (zh) * | 2019-04-24 | 2019-08-27 | 深圳智慧林网络科技有限公司 | 考勤方法、系统及相关产品 |
CN110189111A (zh) * | 2019-06-06 | 2019-08-30 | 名创优品(横琴)企业管理有限公司 | 考勤方法及装置 |
CN110599616A (zh) * | 2019-09-19 | 2019-12-20 | 北京市博汇科技股份有限公司 | 课堂点名系统及方法 |
CN111261291A (zh) * | 2020-01-09 | 2020-06-09 | 湖北美和易思教育科技有限公司 | 基于红外感知的员工健康管理系统 |
CN111444855A (zh) * | 2020-03-27 | 2020-07-24 | 国网河北省电力有限公司沧州供电分公司 | 一种基于人脸识别的考勤方法及系统 |
CN111666862A (zh) * | 2020-06-01 | 2020-09-15 | 北京软通智慧城市科技有限公司 | 一种考勤统计方法、装置、系统及存储介质 |
CN112258680A (zh) * | 2020-09-29 | 2021-01-22 | 华南理工大学 | 一种基于树莓派的办公室多功能智能设备实现方法及系统 |
CN113012311A (zh) * | 2021-02-24 | 2021-06-22 | 湖南汽车工程职业学院 | 一种基于智能控制的人事考勤管理系统 |
CN113326747A (zh) * | 2021-05-14 | 2021-08-31 | 四川梓沐教育科技有限公司 | 教职工人脸识别考勤方法与系统 |
CN115457673A (zh) * | 2022-10-10 | 2022-12-09 | 中国建设基础设施有限公司 | 一种基于bim的劳务考勤系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201237805Y (zh) * | 2008-08-06 | 2009-05-13 | 北京晋科光技术有限公司 | 门卫机器人 |
CN203210377U (zh) * | 2013-04-02 | 2013-09-25 | 深圳市万机创意电子科技有限公司 | 一种移动机器人 |
CN106447814A (zh) * | 2016-09-18 | 2017-02-22 | 长沙军鸽软件有限公司 | 一种机器人实现自动考勤的方法 |
CN107808423A (zh) * | 2016-09-09 | 2018-03-16 | 广州零号软件科技有限公司 | 一种基于服务机器人的员工考勤签到系统与实现方法 |
-
2018
- 2018-04-13 CN CN201810333097.6A patent/CN108537910A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201237805Y (zh) * | 2008-08-06 | 2009-05-13 | 北京晋科光技术有限公司 | 门卫机器人 |
CN203210377U (zh) * | 2013-04-02 | 2013-09-25 | 深圳市万机创意电子科技有限公司 | 一种移动机器人 |
CN107808423A (zh) * | 2016-09-09 | 2018-03-16 | 广州零号软件科技有限公司 | 一种基于服务机器人的员工考勤签到系统与实现方法 |
CN106447814A (zh) * | 2016-09-18 | 2017-02-22 | 长沙军鸽软件有限公司 | 一种机器人实现自动考勤的方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830180A (zh) * | 2018-05-25 | 2018-11-16 | 讯飞幻境(北京)科技有限公司 | 电子考勤方法、装置及电子设备 |
CN109635741A (zh) * | 2018-12-13 | 2019-04-16 | 安徽圆舟率创新科技有限公司 | 一种人脸识别大数据管理系统 |
CN109840962A (zh) * | 2018-12-27 | 2019-06-04 | 北京智慧云行科技有限责任公司 | 人脸识别移动考勤系统及方法 |
CN109859339A (zh) * | 2019-01-03 | 2019-06-07 | 伊甸城(北京)信息技术有限公司 | 一种基于人脸识别的登记管理系统及方法 |
CN110175522A (zh) * | 2019-04-24 | 2019-08-27 | 深圳智慧林网络科技有限公司 | 考勤方法、系统及相关产品 |
CN110189111A (zh) * | 2019-06-06 | 2019-08-30 | 名创优品(横琴)企业管理有限公司 | 考勤方法及装置 |
CN110599616A (zh) * | 2019-09-19 | 2019-12-20 | 北京市博汇科技股份有限公司 | 课堂点名系统及方法 |
CN111261291A (zh) * | 2020-01-09 | 2020-06-09 | 湖北美和易思教育科技有限公司 | 基于红外感知的员工健康管理系统 |
CN111444855A (zh) * | 2020-03-27 | 2020-07-24 | 国网河北省电力有限公司沧州供电分公司 | 一种基于人脸识别的考勤方法及系统 |
CN111444855B (zh) * | 2020-03-27 | 2023-09-22 | 国网河北省电力有限公司沧州供电分公司 | 一种基于人脸识别的考勤方法及系统 |
CN111666862A (zh) * | 2020-06-01 | 2020-09-15 | 北京软通智慧城市科技有限公司 | 一种考勤统计方法、装置、系统及存储介质 |
CN112258680A (zh) * | 2020-09-29 | 2021-01-22 | 华南理工大学 | 一种基于树莓派的办公室多功能智能设备实现方法及系统 |
CN113012311A (zh) * | 2021-02-24 | 2021-06-22 | 湖南汽车工程职业学院 | 一种基于智能控制的人事考勤管理系统 |
CN113326747A (zh) * | 2021-05-14 | 2021-08-31 | 四川梓沐教育科技有限公司 | 教职工人脸识别考勤方法与系统 |
CN115457673A (zh) * | 2022-10-10 | 2022-12-09 | 中国建设基础设施有限公司 | 一种基于bim的劳务考勤系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108537910A (zh) | 一种基于人脸识别的员工考勤方法、装置和考勤管理系统 | |
CN105404860A (zh) | 用于管理走失人员信息的方法和设备 | |
Taxila | Development of academic attendance monitoring system using fingerprint identification | |
CN104143086A (zh) | 人像比对在移动终端操作系统上的应用技术 | |
CN103544738A (zh) | 一种企业考勤系统 | |
CN201993822U (zh) | 学校安全管理系统 | |
CN106295547A (zh) | 一种图像比对方法及图像比对装置 | |
CN111754669A (zh) | 一种基于人脸识别技术的高校学生管理系统 | |
CN113269903A (zh) | 人脸识别课堂考勤系统 | |
CN110458069A (zh) | 一种基于脸部识别辅助管理用户在线学习状态的方法及系统 | |
CN103443772B (zh) | 基于多模态数据分析的个人性别验证的方法 | |
CN108388672A (zh) | 视频的查找方法、装置及计算机可读存储介质 | |
CN115640074A (zh) | 业务数据处理方法、装置和智能柜台终端 | |
CN112784740B (zh) | 步态数据的采集与标注方法及应用 | |
Menon et al. | Multimodal identification and tracking in smart environments | |
Hamami et al. | Implementation face recognition attendance monitoring system for lab surveillance with hash encryption | |
KR20200060942A (ko) | 연속된 촬영 영상에서의 궤적기반 얼굴 분류 방법 | |
CN109359609A (zh) | 一种人脸识别训练样本获取方法及装置 | |
CN112686180A (zh) | 一种封闭空间人员数量计算方法 | |
CN115331346B (zh) | 一种校园门禁管理方法、装置、电子设备及存储介质 | |
CN115631528A (zh) | 一种基于深度学习的智能人脸识别方法及系统 | |
CN214151721U (zh) | 一种基于人脸算法的识别一体机系统 | |
CN109635688B (zh) | 基于图像识别管理书架上书籍的方法与系统 | |
CN113128452A (zh) | 一种基于图像识别的绿化满意度采集方法和系统 | |
Faddis et al. | Enhancing the usability of human machine interface on the handheld interagency identification detection equipment (HIIDE) |
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: 20180914 |
|
RJ01 | Rejection of invention patent application after publication |