CN109215153A - 考勤方法和装置 - Google Patents
考勤方法和装置 Download PDFInfo
- Publication number
- CN109215153A CN109215153A CN201811034001.2A CN201811034001A CN109215153A CN 109215153 A CN109215153 A CN 109215153A CN 201811034001 A CN201811034001 A CN 201811034001A CN 109215153 A CN109215153 A CN 109215153A
- Authority
- CN
- China
- Prior art keywords
- attendance
- information
- human face
- attendance information
- face data
- 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
- G06V40/161—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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
本公开涉及一种考勤方法和装置,涉及考勤领域,该方法包括对处于预设区域中的人脸进行识别以获取第一考勤信息,并对处于所述预设区域中的电子标签进行识别以获取第二考勤信息,其中,所述考勤信息至少包括考勤姓名、考勤ID中的一者或多者;当所述第一考勤信息与所述第二考勤信息相同时,根据所述第一考勤信息和/或所述第二考勤信息中进行考勤。这样,对人脸识别获取考勤信息,且对不同人的射频电子标签进行验证,双重验证通过时才能够完成考勤打卡,这样不仅能够同时对固定区域内的多人进行考勤,且能够保证考勤精度,从而对于进入有效识别区域内的员工能够快速性、准确性进行自动考勤,提高考勤效率。
Description
技术领域
本公开涉及考勤领域,具体地,涉及一种考勤方法和装置。
背景技术
考勤是为维护企业的正常工作秩序,提高办事效率,严肃企业纪律,使员工自觉遵守工作时间和劳动纪律的一个很重要的制度,并且严格的考勤制度是做好各项管理工作的前提和保障。现有的考勤技术中,被考勤单位需要将卡片或者其他用于识别被考勤单位身份的设备与考勤机接触进行打卡,从而完成一次考勤,主要的设备有例如磁卡考勤机,条形码考勤机,指纹考勤机,眼虹考勤机等等。上述考勤方法的不足是同一时间只能对单一被考勤单位进行考勤,在这样在上下班这样的考勤高峰期,很容易造成排队考勤的状况,耽误被考勤单位的时间,而且还可能出现代打卡的情况,影响考勤系统的公正性。因此急需一种新的考勤方式来解决现有考勤技术在上下班高峰时期考勤速度过慢,以及员工之间代打卡的问题。
发明内容
本公开的目的是提供一种考勤方法和装置,能够同时对固定区域内的多人进行考勤,且能够保证考勤精度,从而对于进入有效识别区域内的员工能够快速性、准确性进行自动考勤,提高考勤效率。
为了实现上述目的,本公开提供一种考勤方法,所述方法包括:
对处于预设区域中的人脸进行识别以获取第一考勤信息,并对处于所述预设区域中的电子标签进行识别以获取第二考勤信息,其中,所述考勤信息至少包括考勤姓名、考勤ID中的一者或多者;
当所述第一考勤信息与所述第二考勤信息相同时,根据所述第一考勤信息和/或所述第二考勤信息中进行考勤。
可选地,所述对处于预设区域中的人脸进行识别包括:
对所述预设区域进行图像采集;
在采集到的图像中提取一个或多个人脸数据;
当所述人脸数据中出现针对同一人脸的重复人脸数据时,保留所述重复人脸数据中的一个,删除其他的所述重复人脸数据;
当所述人脸数据与第一数据库中的多个预设人脸数据匹配成功,且当匹配程度超过第一预设阈值时,将第二数据库中与所述匹配成功的人脸数据对应的考勤信息作为所述第一考勤信息。
可选地,在所述在采集到的图像中提取一个或多个人脸数据之前,所述方法还包括:
对采集到的图像进行预处理,以提高所述人脸数据的提取精度。
可选地,当所述人脸数据与所述第一数据库中的多个所述预设人脸数据匹配失败时,将所述人脸数据存储于第三数据库中。
可选地,所述对处于所述预设区域中的电子标签进行识别包括:
向所述预设区域发送预设射频信号;
接收在所述预设区域中的电子标签针对所述射频信号发送的电子标签信息;
将第四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息。
可选地,在所述将第四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息之前,所述方法还包括:
将所述电子标签信息与第五数据库中的预设电子标签信息进行匹配,当匹配成功时,执行所述将第四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息的步骤。
本公开还提供一种考勤装置,所述装置包括:
获取模块,用于对处于预设区域中的人脸进行识别以获取第一考勤信息,并对处于所述预设区域中的电子标签进行识别以获取第二考勤信息,其中,所述考勤信息至少包括考勤姓名、考勤ID中的一者或多者;
考勤模块,用于当所述第一考勤信息与所述第二考勤信息相同时,根据所述第一考勤信息和/或所述第二考勤信息中进行考勤。
可选地,所述获取模块包括:
采集子模块,用于对所述预设区域进行图像采集;
提取子模块,用于在采集到的图像中提取一个或多个人脸数据;
去重子模块,用于当所述人脸数据中出现针对同一人脸的重复人脸数据时,保留所述重复人脸数据中的一个,删除其他的所述重复人脸数据;
第一确定子模块,用于当所述人脸数据与第一数据库中的多个预设人脸数据匹配成功,且当匹配程度超过第一预设阈值时,将第二数据库中与所述匹配成功的人脸数据对应的考勤信息作为所述第一考勤信息。
可选地,所述获取模块还包括:
预处理子模块,用于对采集到的图像进行预处理,以提高所述人脸数据的提取精度。
可选地,所述获取模块还包括:
存储子模块,用于当所述人脸数据与所述第一数据库中的多个所述预设人脸数据匹配失败时,将所述人脸数据存储于第三数据库中。
可选地,所述获取模块包括:
发射子模块,用于向所述预设区域发送预设射频信号;
接收子模块,用于接收在所述预设区域中的电子标签针对所述射频信号发送的电子标签信息;
第二确定子模块,用于将第四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息。
可选地,所述获取模块还包括:
匹配子模块,用于将所述电子标签信息与第五数据库中的预设电子标签信息进行匹配,当所述匹配子模块匹配成功时,令所述第二确定子模块将所述四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息。
通过上述技术方案,对人脸识别获取考勤信息且对不同人的射频电子标签进行验证,双重验证通过时才能够完成考勤打卡,这样不仅能够同时对固定区域内的多人进行考勤,且能够保证考勤精度,从而对于进入有效识别区域内的员工能够快速性、准确性进行自动考勤,提高考勤效率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据本公开一种示例性实施例示出的一种考勤方法的流程图。
图2是根据本公开又一示例性实施例示出的一种考勤方法中的对处于预设区域中的人脸进行识别的方法的流程图。
图3是根据本公开一种示例性实施例示出的一种考勤方法中对处于预设区域中的电子标签进行识别的方法的流程图。
图4是根据本公开一示例性实施例示出的一种考勤装置的结构示意框图。
图5是根据本公开一示例性实施例示出的一种考勤装置中的获取模块的结构示意框图。
图6是根据本公开又一示例性实施例示出的一种考勤装置中的获取模块的结构示意框图。
附图标记说明
10获取模块 20考勤模块
101采集子模块 102提取子模块
103去重子模块 104第一确定子模块
105预处理子模块 106存储子模块
107发射子模块 108接收子模块
109第二确定子模块 110匹配子模块
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据本公开一种示例性实施例示出的一种考勤方法的流程图。如图1所示,所述方法包括步骤101和步骤102。
在步骤101中,对处于预设区域中的人脸进行识别以获取第一考勤信息,并对处于所述预设区域中的电子标签进行识别以获取第二考勤信息,其中,所述考勤信息至少包括考勤姓名、考勤ID中的一者或多者。所述考勤信息除了能够包括考勤姓名和考勤ID中的一者或多者之外,还能够包括其他信息,此处不对考勤信息包含的具体内容进行限制,在本公开中,该考勤信息只要能够完成对被考勤人员进行考勤的功能即可。
该预设区域具体的大小可以根据实际考勤情况来进行设置,当考勤人数较多时,可以将该预设区域设置较大,使得同一时间能够对更多的被考勤人员进行人脸识别和电子标签的识别。当被考勤人数适中时,该预设区域可以设置较小,这样可以降低进行人脸识别和电子标签的识别的硬件设备的需求。
对处于预设区域中的人脸进行识别以及对处于预设区域中的电子标签进行识别的方法可以为多种,本公开中不对具体的人脸识别方法和电子标签识别方法进行限定,只要是能够完成对人脸进行识别和对电子标签进行识别的功能即可。
在步骤102中,当所述第一考勤信息与所述第二考勤信息相同时,根据所述第一考勤信息和/或所述第二考勤信息中进行考勤。
在对预设区域内的被考勤人员进行人脸识别之后,得到的与该人脸相对应的第一考勤信息需要与通过对预设区域内存在的电子标签的识别而得到的第二考勤信息进行匹配,如果二者相匹配,则说明被考勤人员的确处于该预设区域中进行考勤。如果只出现电子标签而没有识别出该考勤人员的人脸,很有可能即为代打卡的情况;如果只识别出该考勤人员的人脸,而没有识别出该电子标签,则有可能是人脸识别出现误差,或者被考勤人员没有携带该电子标签,无论是何情况,都无法考勤成功。在人脸识别和电子标签识别二者都通过,且识别出的考勤信息相同时,才能够考勤成功。
当该预设区域中的被考勤人员较多时,获取到的第一考勤信息和第二考勤信息也会不止一个,在对第一考勤信息和第二考勤信息进行是否相同的判断时,可以对包括多个第一考勤信息的第一集合和包括多个第二考勤信息的第二集合进行匹配,当第一集合中有任一第一考勤信息与第二集合中的任一第二考勤信息相同时,则确定该第一考勤信息与该第二考勤信息相同,并根据该第一考勤信息和/或该第二考勤信息完成考勤。
通过上述技术方案,对人脸识别获取考勤信息且对不同人的射频电子标签进行验证,双重验证通过时才能够完成考勤打卡,这样不仅能够同时对固定区域内的多人进行考勤,且能够保证考勤精度,从而对于进入有效识别区域内的员工能够快速性、准确性进行自动考勤,提高考勤效率。
图2是根据本公开又一种示例性实施例示出的一种考勤方法中的对处于预设区域中的人脸进行识别的方法的流程图。如图2所示,所述方法包括步骤201至步骤208。
在步骤201中,对所述预设区域进行图像采集。进行图像采集的方式可以是使用图像采集设备例如摄像头等对采集所述预设区域的图像。图像采集的频率可以是以时间为单位,每段时间采集一次,也可以是通过智能识别来确定是否有新进入该预设区域的被考勤人员,当识别出有新进入该预设区域的被考勤人员时进行图像采集。
在步骤202中,在采集到的图像中提取一个或多个人脸数据。从采集到的图像中提取一个或多个人脸数据的算法可以为任意人脸数据提取算法。
在步骤203中,判断所述人脸数据中是否出现针对同一人脸的重复人脸数据,如果是,则转至步骤204,如果否,则转至步骤205。
在步骤204中,保留所述重复人脸数据中的一个,删除其他的所述重复人脸数据,然后在返回步骤203。当针对同一人脸出现两个或两个以上的重复人脸数据时,只保留该人脸的一个人脸数据。在选择删除多余的重复人脸数据时,可以是随机选择重复人脸数据中的任意一个进行保留,也可以是根据重复人脸数据的质量来选择质量最好的重复人脸数据进行保留,然后删除其余的重复人脸数据。
在步骤205中,判断所述人脸数据是否与第一数据库中的多个预设人脸数据匹配成功,如果是,则转至步骤207,如果否,则转至步骤206。在对提取到的人脸数据进行筛选,将针对同一人脸的重复人脸数据进行删除以后,将筛选后的人脸数据与第一数据库中预设好的人脸数据进行匹配。第一数据库中的预设人脸数据可以为需要被考勤人员预先采集到的人脸数据。其中,判断是否匹配成功的条件可以为例如匹配程度达到第二预设阈值,还可以是例如识别到的人脸数据和第一数据库中的预设人脸数据中的一些固定参数相同等。
在步骤206中,将所述人脸数据存储于第三数据库中。如果经过筛选后的人脸数据与第一数据库中的人脸数据不能匹配成功,则说明该人脸数据对应的人脸在第一数据库中没有相对应的人脸数据,或者也可能说明该人脸数据提取不准确,为了方便后续的处理,将不能跟第一数据库中的人脸数据匹配成功的该人脸数据存储在第三数据库中,以便后续处理时可以调用。
其中,该第三数据库与第一数据库也可以为同一个数据库,本公开中不限制这两个数据库一定要是各自独立的数据库。
在步骤207中,判断匹配程度是否超过第一预设阈值,如果是,则转至步骤208,如果否,则结束本次人脸识别过程。该第一预设阈值表征识别出的人脸数据与第一数据库中的人脸数据匹配的程度达到能够确认该识别出的人脸数据与第一数据库中的相匹配的人脸数据来自于同一个人脸。其中,该第一预设阈值大于该第二预设阈值。
在步骤208中,将第二数据库中与所述匹配成功的人脸数据对应的考勤信息作为所述第一考勤信息。第二数据库中存储的为人脸数据与考勤信息的对应关系,在根据识别出的人脸数据在第二数据库中找到与该人脸数据对应的考勤信息之后,将该考勤信息确定为通过人脸识别出的第一考勤信息。
通过上述技术方案,先对预设区域进行图像采集,并根据采集到的图像来提取人脸数据,并根据该人脸数据来识别在预设区域中的被考勤人员的考勤信息,这样就能够通过人脸识别来确定在预设区域中的被考勤人员的身份,从而为考勤提供一种考勤信息。
在一种可能的实施方式中,在所述在采集到的图像中提取一个或多个人脸数据之前,所述方法还包括:对采集到的图像进行预处理,以提高所述人脸数据的提取精度。其中,预处理的方法可以为多种,例如,平滑处理、中值滤波处理、边缘检测处理等。可以只是用一种预处理方法来对采集到的图像进行预处理,也可以使用两种或多种预处理方法结合在一起来对采集到的图像进行处理,以使后续人脸识别的精度更高。
通过上述技术方案,在采集到预设区域的图像之后,先对采集到的图像进行预处理,优化采集到的图像数据,从而能够使得后续的人脸数据的提取精度也相应增加,进而提高了人脸识别的精度,使得考勤方法的精度也相应得到了提高。
图3是根据本公开一种示例性实施例示出的一种考勤方法中对处于预设区域中的电子标签进行识别的方法的流程图。如图3所示,该方法包括步骤301至步骤304。
在步骤301中,向所述预设区域发送预设射频信号。该射频信号可以例如射频发射器来进行发送,射频信号的信号类型、信号频率等可以根据实际情况进行选择。其中,该射频信号的发送状态时一直保持的,这样才能够保证进入到该预设区域中的电子标签能够有机会被识别。
在步骤302中,接收在所述预设区域中的电子标签针对所述射频信号发送的电子标签信息。被考勤人员随身携带的电子标签能够在接收到该射频信号之后反馈该电子标签上携带的电子标签信息。该电子标签信息与被考勤人员一一对应,可以包括例如考勤ID,考勤姓名等。
在步骤303中,判断电子标签信息与第五数据库中的预设电子标签信息是否匹配,如果匹配,则转至步骤304,如果不匹配,则转至步骤301,继续进行其他电子标签的识别。第五数据库中的预设电子标签是预先存储好的与被考勤人员一一对应的,表征应该在此预设区域中进行考勤的被考勤人员;在接收到在预设区域中的电子标签发送的电子标签信息之后,将该信息与第五数据库中的预设电子标签进行匹配,就能够识别该电子标签信息所对应的被考勤人员是否是应该在此预设区域中进行考勤的被考勤人员。
在步骤304中,将第四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息。第四数据库中包括电子标签信息与考勤信息的对应关系,在确认接收到的电子标签信息的确为属于本预设区域时,根据该电子标签信息在第四数据库中找到相对应的考勤信息作为第二考勤信息。
通过上述技术方法,在预设区域中考勤时除了能够适用人脸识别,还能够通过电子标签识别的方法来双重验证,这样能够进一步保障考勤打卡的可靠性,避免单独使用电子标签考勤时不能保证是本人打卡的问题。
图4是根据本公开一示例性实施例示出的一种考勤装置的结构示意框图。如图4所示,所述装置包括:获取模块10,用于对处于预设区域中的人脸进行识别以获取第一考勤信息,并对处于所述预设区域中的电子标签进行识别以获取第二考勤信息,其中,所述考勤信息至少包括考勤姓名、考勤ID中的一者或多者;考勤模块20,用于当所述第一考勤信息与所述第二考勤信息相同时,根据所述第一考勤信息和/或所述第二考勤信息中进行考勤。
通过上述技术方案,对人脸识别获取考勤信息且对不同人的射频电子标签进行验证,双重验证通过时才能够完成考勤打卡,这样不仅能够同时对固定区域内的多人进行考勤,且能够保证考勤精度,从而对于进入有效识别区域内的员工能够快速性、准确性进行自动考勤,提高考勤效率。
图5是根据本公开一示例性实施例示出的一种考勤装置中的获取模块10的结构示意框图。如图5所示,所述获取模块10包括:采集子模块101,用于对所述预设区域进行图像采集;提取子模块102,用于在采集到的图像中提取一个或多个人脸数据;去重子模块103,用于当所述人脸数据中出现针对同一人脸的重复人脸数据时,保留所述重复人脸数据中的一个,删除其他的所述重复人脸数据;第一确定子模块104,用于当所述人脸数据与第一数据库中的多个预设人脸数据匹配成功,且当匹配程度超过第一预设阈值时,将第二数据库中与所述匹配成功的人脸数据对应的考勤信息作为所述第一考勤信息。
在一种可能的实施方式中,如图5所示,所述获取模块10还包括:预处理子模块105,用于对采集到的图像进行预处理,以提高所述人脸数据的提取精度。
在一种可能的实施方式中,如图5所示,所述获取模块10还包括:存储子模块106,用于当所述人脸数据与所述第一数据库中的多个所述预设人脸数据匹配失败时,将所述人脸数据存储于第三数据库中。
图6是根据本公开又一示例性实施例示出的一种考勤装置中的获取模块10的结构示意框图。如图6所示,所述获取模块10除了包括如图5中所示的子模块之外,还包括:发射子模块107,用于向所述预设区域发送预设射频信号;接收子模块108,用于接收在所述预设区域中的电子标签针对所述射频信号发送的电子标签信息;第二确定子模块109,用于将第四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息。
在一种可能的实施方式中,如图6所示,所述获取模块10还包括:匹配子模块110,用于将所述电子标签信息与第五数据库中的预设电子标签信息进行匹配,当所述匹配子模块匹配成功时,令所述第二确定子模块将所述四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息。
本领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述功能模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种考勤方法,其特征在于,所述方法包括:
对处于预设区域中的人脸进行识别以获取第一考勤信息,并对处于所述预设区域中的电子标签进行识别以获取第二考勤信息,其中,所述考勤信息至少包括考勤姓名、考勤ID中的一者或多者;
当所述第一考勤信息与所述第二考勤信息相同时,根据所述第一考勤信息和/或所述第二考勤信息中进行考勤。
2.根据权利要求1所述的方法,其特征在于,所述对处于预设区域中的人脸进行识别包括:
对所述预设区域进行图像采集;
在采集到的图像中提取一个或多个人脸数据;
当所述人脸数据中出现针对同一人脸的重复人脸数据时,保留所述重复人脸数据中的一个,删除其他的所述重复人脸数据;
当所述人脸数据与第一数据库中的多个预设人脸数据匹配成功,且当匹配程度超过第一预设阈值时,将第二数据库中与所述匹配成功的人脸数据对应的考勤信息作为所述第一考勤信息。
3.根据权利要求2所述的方法,其特征在于,在所述在采集到的图像中提取一个或多个人脸数据之前,所述方法还包括:
对采集到的图像进行预处理,以提高所述人脸数据的提取精度。
4.根据权利要求2所述的方法,其特征在于,当所述人脸数据与所述第一数据库中的多个所述预设人脸数据匹配失败时,将所述人脸数据存储于第三数据库中。
5.根据权利要求1所述的方法,其特征在于,所述对处于所述预设区域中的电子标签进行识别包括:
向所述预设区域发送预设射频信号;
接收在所述预设区域中的电子标签针对所述射频信号发送的电子标签信息;
将第四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息。
6.根据权利要求5所述的方法,其特征在于,在所述将第四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息之前,所述方法还包括:
将所述电子标签信息与第五数据库中的预设电子标签信息进行匹配,当匹配成功时,执行所述将第四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息的步骤。
7.一种考勤装置,其特征在于,所述装置包括:
获取模块,用于对处于预设区域中的人脸进行识别以获取第一考勤信息,并对处于所述预设区域中的电子标签进行识别以获取第二考勤信息,其中,所述考勤信息至少包括考勤姓名、考勤ID中的一者或多者;
考勤模块,用于当所述第一考勤信息与所述第二考勤信息相同时,根据所述第一考勤信息和/或所述第二考勤信息中进行考勤。
8.根据权利要求7所述的装置,其特征在于,所述获取模块包括:
采集子模块,用于对所述预设区域进行图像采集;
提取子模块,用于在采集到的图像中提取一个或多个人脸数据;
去重子模块,用于当所述人脸数据中出现针对同一人脸的重复人脸数据时,保留所述重复人脸数据中的一个,删除其他的所述重复人脸数据;
第一确定子模块,用于当所述人脸数据与第一数据库中的多个预设人脸数据匹配成功,且当匹配程度超过第一预设阈值时,将第二数据库中与所述匹配成功的人脸数据对应的考勤信息作为所述第一考勤信息。
9.根据权利要求7所述的装置,其特征在于,所述获取模块包括:
发射子模块,用于向所述预设区域发送预设射频信号;
接收子模块,用于接收在所述预设区域中的电子标签针对所述射频信号发送的电子标签信息;
第二确定子模块,用于将第四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息。
10.根据权利要求9所述的装置,其特征在于,所述获取模块还包括:
匹配子模块,用于将所述电子标签信息与第五数据库中的预设电子标签信息进行匹配,当所述匹配子模块匹配成功时,令所述第二确定子模块将所述四数据库中与所述电子标签信息相对应的考勤信息作为所述第二考勤信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811034001.2A CN109215153A (zh) | 2018-09-05 | 2018-09-05 | 考勤方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811034001.2A CN109215153A (zh) | 2018-09-05 | 2018-09-05 | 考勤方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109215153A true CN109215153A (zh) | 2019-01-15 |
Family
ID=64987130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811034001.2A Pending CN109215153A (zh) | 2018-09-05 | 2018-09-05 | 考勤方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109215153A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110730169A (zh) * | 2019-09-29 | 2020-01-24 | 北京东软望海科技有限公司 | 一种保障账户安全的处理方法、装置及系统 |
CN111325189A (zh) * | 2020-03-30 | 2020-06-23 | 深圳前海微众银行股份有限公司 | 活体检测方法、装置、设备及计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945366A (zh) * | 2012-11-23 | 2013-02-27 | 海信集团有限公司 | 一种人脸识别的方法及装置 |
CN107490154A (zh) * | 2017-09-19 | 2017-12-19 | 广东美的制冷设备有限公司 | 空调器及其控制方法、装置和计算机可读存储介质 |
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 |
CN107944838A (zh) * | 2017-12-18 | 2018-04-20 | 四川省大益科技有限公司 | 一种智能道闸现场监控系统及方法 |
CN108022318A (zh) * | 2017-12-28 | 2018-05-11 | 上海享服信息技术有限公司 | 多人人脸识别考勤系统及其考勤方法 |
CN108082124A (zh) * | 2017-12-18 | 2018-05-29 | 奇瑞汽车股份有限公司 | 一种利用生物识别控制车辆的方法和装置 |
-
2018
- 2018-09-05 CN CN201811034001.2A patent/CN109215153A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945366A (zh) * | 2012-11-23 | 2013-02-27 | 海信集团有限公司 | 一种人脸识别的方法及装置 |
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 |
CN107490154A (zh) * | 2017-09-19 | 2017-12-19 | 广东美的制冷设备有限公司 | 空调器及其控制方法、装置和计算机可读存储介质 |
CN107944838A (zh) * | 2017-12-18 | 2018-04-20 | 四川省大益科技有限公司 | 一种智能道闸现场监控系统及方法 |
CN108082124A (zh) * | 2017-12-18 | 2018-05-29 | 奇瑞汽车股份有限公司 | 一种利用生物识别控制车辆的方法和装置 |
CN108022318A (zh) * | 2017-12-28 | 2018-05-11 | 上海享服信息技术有限公司 | 多人人脸识别考勤系统及其考勤方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110730169A (zh) * | 2019-09-29 | 2020-01-24 | 北京东软望海科技有限公司 | 一种保障账户安全的处理方法、装置及系统 |
CN111325189A (zh) * | 2020-03-30 | 2020-06-23 | 深圳前海微众银行股份有限公司 | 活体检测方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101216884B (zh) | 一种人脸认证的方法及系统 | |
CN101739742B (zh) | 联网式多通道门禁考勤系统 | |
CN102945366B (zh) | 一种人脸识别的方法及装置 | |
CN104700094B (zh) | 一种用于智能机器人的人脸识别方法及系统 | |
CN105450407A (zh) | 身份认证方法和装置 | |
CN111382727B (zh) | 一种基于深度学习的犬脸识别方法 | |
CN106375279A (zh) | 基于移动设备的考勤方法、装置和系统 | |
CN102324110A (zh) | 基于rfid技术的实名制票务系统 | |
CN101540068A (zh) | 面部识别考勤装置及其方法 | |
CN111062021B (zh) | 一种基于可穿戴设备进行身份认证的方法及装置 | |
CN110569718A (zh) | 一种基于证件的考生身份验证方法和装置 | |
CN109215153A (zh) | 考勤方法和装置 | |
CN101872413A (zh) | 一种指纹、面部融合式身份认证系统 | |
CN103324911A (zh) | 一种基于人脸识别的防作弊系统 | |
CN111178136A (zh) | 一种基于大数据的智慧校园身份识别方法及系统 | |
CN110245573A (zh) | 一种基于人脸识别的签到方法、装置及终端设备 | |
CN107330992A (zh) | 考勤装置和方法、考勤验证装置和方法及计算机处理设备 | |
CN112560989A (zh) | 一种基于大数据的人工智能防伪图像识别方法及系统 | |
WO2018185574A1 (en) | Apparatus and method for documents and/or personal identities recognition and validation | |
CN111488798A (zh) | 指纹识别方法、装置、电子设备及存储介质 | |
CN201522724U (zh) | 一种雷管安全追踪管理装置 | |
CN111723595A (zh) | 人员身份识别方法和系统 | |
EP2148296A1 (en) | Vein pattern management system, vein pattern registration device, vein pattern authentication device, vein pattern registration method, vein pattern authentication method, program, and vein data structure | |
CN106792512A (zh) | 一种应用于移动终端的红外身份识别定位系统及方法 | |
CN110197722A (zh) | Ai-cpu系统平台 |
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: 20190115 |
|
RJ01 | Rejection of invention patent application after publication |