CN110969713A - 考勤统计方法、装置及系统、可读存储介质 - Google Patents
考勤统计方法、装置及系统、可读存储介质 Download PDFInfo
- Publication number
- CN110969713A CN110969713A CN201811158148.2A CN201811158148A CN110969713A CN 110969713 A CN110969713 A CN 110969713A CN 201811158148 A CN201811158148 A CN 201811158148A CN 110969713 A CN110969713 A CN 110969713A
- Authority
- CN
- China
- Prior art keywords
- checked
- employee
- attendance
- image
- staff
- 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
Images
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
-
- 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)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种考勤统计方法、装置及系统、可读存储介质,所述考勤统计方法包括:获取摄像头采集到的图像;在所述采集到的图像中,识别待考勤员工的面部图像和全身图像;根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征;根据所述待考勤员工的特征以及所述摄像头在考勤期限内采集到的图像,确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。采用上述方案,可以解决考勤成本较高的问题。
Description
技术领域
本发明属于智能设备技术领域,特别涉及一种考勤统计方法、装置及系统、可读存储介质。
背景技术
考勤即考查出勤,通过某种方式获得员工或者某些团体、个人在某个特定场所及特定时间段内的出勤情况,包括上下班、迟到、早退、病假、婚假、丧假、公休、工作时间、加班情况等。考勤具有维护正常工作秩序、提高办事效率、严肃企业纪律等作用。
现有的一种考勤统计方法是通过摄像头采集员工正面图像来实现的。在公司大门的出入口,设置至少两个摄像头,通过部分摄像头采集进入公司大门的员工的正面图像,通过另一部分摄像头采集离开公司大门的员工的正面图像,来确定员工的上下班时间,进而确定每一位员工的出勤情况。
然而,现有的考勤统计方法成本较高。
发明内容
本发明实施例解决的是考勤成本较高的问题。
为解决上述技术问题,本发明实施例提供一种考勤统计方法,包括:获取摄像头采集到的图像;在所述采集到的图像中,识别待考勤员工的面部图像和全身图像;根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征;根据所述待考勤员工的特征以及所述摄像头在考勤期限内采集到的图像,确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。
可选的,所述在所述采集到的图像中,识别待考勤员工的面部图像和全身图像,包括:从所述采集到的图像中识别出行人;根据预设的员工图像库对所述行人进行识别,从所述采集到的图像中获取待考勤员工的面部图像和全身图像。
可选的,所述确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间,包括:将所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间录入考勤系统。
可选的,所述根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征,包括:当所述待考勤员工的当日考勤期限结束时,清除所述待考勤员工的特征。
可选的,所述待考勤员工的特征包括以下至少一种:所述待考勤员工的发型、衣着、体态和步态。
为解决上述技术问题,本发明实施例还公开了一种考勤统计装置,包括:获取单元,用于获取摄像头采集到的图像;识别单元,用于在所述采集到的图像中,识别待考勤员工的面部图像和全身图像;特征确定单元,用于根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征;进出时间确定单元,用于根据所述待考勤员工的特征以及所述摄像头在考勤期限内采集到的图像,确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。
可选的,所述识别单元,用于从所述采集到的图像中识别出行人;根据预设的员工图像库对所述行人进行识别,从所述采集到的图像中获取待考勤员工的面部图像和全身图像。
可选的,所述进出时间确定单元,用于将所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间录入考勤系统。
可选的,所述特征确定单元,用于当所述待考勤员工的当日考勤期限结束时,清除所述待考勤员工的特征。
可选的,所述待考勤员工的特征包括以下至少一种:所述待考勤员工的发型、衣着、体态和步态。
本发明实施例还公开了一种可读存储介质,计算机可读存储介质为非易失性存储介质或非瞬态存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述任一种所述的考勤统计方法的步骤。
本发明实施例还提供了一种考勤统计系统,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述任一种所述的考勤统计方法的步骤。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
当行人被识别为待考勤员工时,根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征。根据所述待考勤员工的特征以及所述摄像头在考勤期限内采集到的图像,确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。本方案只采用一个摄像头即可实现考勤统计,因此有效地降低了考勤的成本。
附图说明
图1是本发明实施例一种考勤统计方法的流程图;
图2是本发明实施例一种考勤统计装置的结构示意图。
具体实施方式
如上所述,现有技术中,考勤统计方法的成本较高。
本发明实施例中,当行人被识别为待考勤员工时,根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征。根据所述待考勤员工的特征以及所述摄像头在考勤期限内采集到的图像,确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。本方案只采用一个摄像头即可实现考勤统计,有效地降低了考勤的成本。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
本发明实施例提供了一种考勤统计方法,参照图1,以下通过具体步骤进行详细说明。
图1是本发明实施例一种考勤统计方法的流程图。
步骤S101,获取摄像头采集到的图像。
在具体实施中,当行人经过摄像头,并且行人的面部出现在摄像头的图像采集范围内时,摄像头可以自动检测经过的行人并进行图像采集。摄像头在采集到图像后,可以将采集到的图像发送至预先关联的控制终端。控制终端可以对采集到的图像进行人脸识别。可以理解的是,公司可以选择不同类型的摄像头来进行人脸识别,即只要能够达到获取所述行人图像的效果,不限定具体摄像头的类型、功能等,本发明在此不作赘述。
在具体实施中,所述摄像头可以设置在公司大门口,也可以设置在其他待考勤员工的必经出入口,本发明在此不作赘述。在本发明实施例中,所述摄像头的数量是一个,可以大大降低考勤统计的成本。
步骤S102,在所述采集到的图像中,识别待考勤员工的面部图像和全身图像。
在本发明一实施例中,所述待考勤员工的面部图像和全身图像以照片的形式存储,但不仅限于该种形式,不同的公司用户可以根据自己的实际需求,以录像等其他形式存储,本发明在此不作赘述。
在具体实施中,可以从所述采集到的图像中识别出行人,然后根据预设的员工图像库,对所述行人进行识别,从所述采集到的图像中获取待考勤员工的面部图像和全身图像。基于人脸识别技术,在所述预设的员工图像库对所述行人的面部图像进行判断,因此公司用户可以根据自身不同的倾向性需求,选择不同类型、不同功能等的人脸识别技术来进行判断。
步骤S103,根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征。
在具体实施中,所述待考勤员工的特征可以包括以下至少一种:所述待考勤员工的发型、衣着、体态和步态。
在本发明一实施例中,当所述行人被判定为待考勤员工后,确定所述待考勤员工的特征。对所述待考勤员工的面部图像和全身图像进行特征提取时,可以提取所述待考勤员工的发型特征,将所述待考勤员工的发型特征更新至系统,作为所述待考勤员工的当日特征予以记录。例如,所述待考勤员工的发型特征包括当日头发颜色、发型轮廓等一种或多种信息。
对所述待考勤员工的面部图像和全身图像进行特征提取时,也可以提取所述待考勤员工的衣着特征,将所述待考勤员工的衣着特征更新至系统,作为所述待考勤员工的当日特征予以记录。例如,所述待考勤员工的衣着特征包括当日衣着颜色、衣着轮廓、衣着布料等一种或多种信息。
对所述待考勤员工的面部图像和全身图像进行特征提取时,还可以当提取所述待考勤员工的体态特征,将所述待考勤员工的体态特征更新至系统,作为所述待考勤员工的当日特征予以记录。例如,所述待考勤员工的体态特征包括当日上半身体态、下半身体态、四肢体态等一种或多种信息。
对所述待考勤员工的面部图像和全身图像进行特征提取时,还可以提取所述待考勤员工的步态特征,将所述待考勤员工的步态特征更新至系统,作为所述待考勤员工的当日特征予以记录。例如,所述待考勤员工的步态特征包括肌肉力量特点、运动神经灵敏度、走路姿态等一种或多种信息。
在具体实施中,当确定所述待考勤员工的任一项特征后,可以根据不同公司用户的不同需求,设定是否还需要确定所述待考勤员工的其他一项或多项特征,本发明在此不作赘述。
在具体实施中,当所述待考勤员工的当日考勤期限结束时,可以清除所述待考勤员工的特征。可以理解的是,根据不同公司用户的不同需求,可以选择清除所述待考勤员工的一项或多项特征,也可以选择不清除所述待考勤员工的特征,即只要达到当日的所述待考勤员工的特征不会与后续日期确定的所述待考勤员工的特征相冲突即可,本发明在此不做赘述。
步骤S104,根据所述待考勤员工的特征以及所述摄像头在考勤期限内采集到的图像,确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。
在具体实施中,可以根据所述待考勤员工的特征和所述摄像头采集到的图像,对所述待考勤员工每一次进出公司的时间予以记录。当公司用户设定的每日考勤期限结束时,确定所述待考勤员工在当日考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。
在具体实施中,可以将所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间录入考勤系统。根据不同公司用户的不同需求,也可以同时将所述待考勤员工每次进出公司的时间录入考勤系统,以满足公司用户不同的管理需求。
本发明实施例中,当行人被识别为待考勤员工时,根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征。根据所述待考勤员工的特征以及所述摄像头在考勤期限内采集到的图像,确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。本方案只采用一个摄像头即可实现考勤统计,有效地降低了考勤的成本。
下面对本发明上述实施例中提供的考勤统计方法进行举例说明。
待考勤员工张三在早上八点经过公司大门,其面部出现在考勤摄像头的图像采集范围内时,摄像头自动对其进行检测和图像采集。随后,在所述采集到的图像中,识别张三的面部图像和全身图像,并以图片的形式存储。再根据预设的待考勤员工的图像库,对张三的面部图像进行识别。当识别张三为待考勤员工后,根据张三的面部图像和全身图像,确定张三当天的特征为步态特征,将张三的步态特征中的肌肉力量特点、运动神经灵敏度和走路姿态更新至系统。张三当天每次进出公司大门时,摄像头均会对其当天的步态特征进行匹配,每次匹配成功后,将张三进出公司大门的时间记录至考勤系统。最后,在当天下午五点,张三最后一次离开公司大门,并与系统中记录的张三的步态特征匹配时,记录张三最后一次离开公司大门的时间。由于公司的每日考勤期限为早上七点至下午六点,在下午六点后,考勤系统统计张三的考勤记录,确定张三第一次和最后一次进出公司的时间分别为早上八点和下午五点。因此,张三当日的考勤已完成,并且其考勤符合公司要求。由于当日张三被提取的特征为步态特征,公司设定不需要清除张三该日的步态特征,因此,公司完成了对张三的当日考勤统计。
参照图2,本发明实施例还提供了一种考勤统计装置20,包括获取单元201、识别单元202、特征确定单元203和进出时间确定单元204。
其中,所述获取单元201,用于获取摄像头采集到的图像;
所述识别单元202,用于在所述采集到的图像中,识别待考勤员工的面部图像和全身图像;
所述特征确定单元203,用于根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征;
所述进出时间确定单元204,用于根据所述待考勤员工的特征以及所述摄像头在考勤期限内采集到的图像,确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。
在具体实施中,所述识别单元202,用于从所述采集到的图像中识别出行人;根据预设的员工图像库对所述行人进行识别,从所述采集到的图像中获取待考勤员工的面部图像和全身图像。
在具体实施中,所述进出时间确定单元204,可以用于将所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间录入考勤系统。
在具体实施中,所述特征确定单元203,用于当所述待考勤员工的当日考勤期限结束时,清除所述待考勤员工的特征。
在具体实施中,所述待考勤员工的特征可以包括以下至少一种:所述待考勤员工的发型、衣着、体态和步态。
本发明实施例还提供了一种可读存储介质,计算机可读存储介质为非易失性存储介质或非瞬态存储介质,其上存储有计算机指令,所述计算机指令运行时执行本发明上述实施例中提供的所述的考勤统计方法的步骤。
本发明实施例还提供了考勤统计系统,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所示计算机指令时,执行本发明上述实施例中提供的所述的考勤统计方法的步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于任一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (12)
1.一种考勤统计方法,其特征在于,包括:
获取摄像头采集到的图像;
在所述采集到的图像中,识别待考勤员工的面部图像和全身图像;
根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征;
根据所述待考勤员工的特征以及所述摄像头在考勤期限内采集到的图像,确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。
2.如权利要求1所述的考勤统计方法,其特征在于,所述在所述采集到的图像中,识别待考勤员工的面部图像和全身图像待考勤员工,包括:
从所述采集到的图像中识别出行人;
根据预设的员工图像库对所述行人进行识别,从所述采集到的图像中获取待考勤员工的面部图像和全身图像。
3.如权利要求1所述的考勤统计方法,其特征在于,所述确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间,包括:将所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间录入考勤系统。
4.如权利要求1所述的考勤统计方法,其特征在于,所述根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征,包括:
当所述待考勤员工的当日考勤期限结束时,清除所述待考勤员工的特征。
5.如权利要求1所述的考勤统计方法,其特征在于,所述待考勤员工的特征包括以下至少一种:
所述待考勤员工的发型、衣着、体态和步态。
6.一种考勤统计装置,其特征在于,包括:
获取单元,用于获取摄像头采集到的图像;
识别单元,用于在所述采集到的图像中,识别待考勤员工的面部图像和全身图像;
特征确定单元,用于根据所述待考勤员工的面部图像以及所述待考勤员工的全身图像,确定所述待考勤员工的特征;
进出时间确定单元,用于根据所述待考勤员工的特征以及所述摄像头在考勤期限内采集到的图像,确定所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间。
7.如权利要求6所述的考勤统计装置,其特征在于,所述识别单元,用于:从所述采集到的图像中识别出行人;
根据预设的员工图像库对所述行人进行识别,从所述采集到的图像中获取待考勤员工的面部图像和全身图像。
8.如权利要求6所述的考勤统计装置,其特征在于,所述进出时间确定单元,用于将所述待考勤员工在考勤期限内第一次进出公司的时间以及最后一次进出公司的时间录入考勤系统。
9.如权利要求6所述的考勤统计装置,其特征在于,所述特征确定单元,用于当所述待考勤员工的当日考勤期限结束时,清除所述待考勤员工的特征。
10.如权利要求6所述的考勤统计装置,其特征在于,所述待考勤员工的特征包括以下至少一种:所述待考勤员工的发型、衣着、体态和步态。
11.一种计算机可读存储介质,所述计算机可读存储介质为非易失性存储介质或非瞬态存储介质,其上存储有计算机指令,其特征在于,所述计算机指令运行时执行权利要求1至5中任一项所述考勤统计方法的步骤。
12.一种考勤统计系统,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,其特征在于,所述处理器运行所述计算机指令时执行权利要求1至5任一项所述的考勤统计方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811158148.2A CN110969713A (zh) | 2018-09-30 | 2018-09-30 | 考勤统计方法、装置及系统、可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811158148.2A CN110969713A (zh) | 2018-09-30 | 2018-09-30 | 考勤统计方法、装置及系统、可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110969713A true CN110969713A (zh) | 2020-04-07 |
Family
ID=70028813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811158148.2A Pending CN110969713A (zh) | 2018-09-30 | 2018-09-30 | 考勤统计方法、装置及系统、可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110969713A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739181A (zh) * | 2020-05-19 | 2020-10-02 | 深圳市商汤科技有限公司 | 考勤方法及装置、电子设备及存储介质 |
CN111832541A (zh) * | 2020-08-10 | 2020-10-27 | 北京灵汐科技有限公司 | 一种工作时长确定系统、方法及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1916931A (zh) * | 2005-08-19 | 2007-02-21 | 上海正电科技发展有限公司 | 街面监控视频中搜索指定特征人像方法 |
CN104392503A (zh) * | 2014-11-21 | 2015-03-04 | 无锡科思电子科技有限公司 | 一种免打卡门禁考勤方法 |
CN205334561U (zh) * | 2015-12-30 | 2016-06-22 | 北京上古视觉科技有限公司 | 一种基于多模态生物识别技术的云考勤系统 |
CN105913507A (zh) * | 2016-05-03 | 2016-08-31 | 深圳市商汤科技有限公司 | 一种考勤方法及系统 |
US9552522B2 (en) * | 2014-01-11 | 2017-01-24 | Verint Systems Ltd. | Counting and monitoring method using face detection |
CN106780809A (zh) * | 2016-12-06 | 2017-05-31 | 浙江水马环保科技有限公司 | 基于净水器的打卡方法 |
CN107220804A (zh) * | 2017-05-23 | 2017-09-29 | 合肥昊思云科科技有限公司 | 一种基于大数据的智能工作管理方法 |
CN107705383A (zh) * | 2017-11-06 | 2018-02-16 | 北京上古视觉科技有限公司 | 一种考勤系统以及考勤方法 |
CN108009523A (zh) * | 2017-12-23 | 2018-05-08 | 江铃汽车股份有限公司 | 办公室人员定位方法、装置、移动终端及存储介质 |
CN108198295A (zh) * | 2017-12-26 | 2018-06-22 | 佛山市道静科技有限公司 | 一种小区智能门禁系统 |
CN108305342A (zh) * | 2018-01-24 | 2018-07-20 | 维沃移动通信有限公司 | 一种考勤方法及移动终端 |
CN108460363A (zh) * | 2018-03-27 | 2018-08-28 | 无锡愚公网络科技有限公司 | 监控考勤方法、装置及系统 |
-
2018
- 2018-09-30 CN CN201811158148.2A patent/CN110969713A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1916931A (zh) * | 2005-08-19 | 2007-02-21 | 上海正电科技发展有限公司 | 街面监控视频中搜索指定特征人像方法 |
US9552522B2 (en) * | 2014-01-11 | 2017-01-24 | Verint Systems Ltd. | Counting and monitoring method using face detection |
CN104392503A (zh) * | 2014-11-21 | 2015-03-04 | 无锡科思电子科技有限公司 | 一种免打卡门禁考勤方法 |
CN205334561U (zh) * | 2015-12-30 | 2016-06-22 | 北京上古视觉科技有限公司 | 一种基于多模态生物识别技术的云考勤系统 |
CN105913507A (zh) * | 2016-05-03 | 2016-08-31 | 深圳市商汤科技有限公司 | 一种考勤方法及系统 |
CN106780809A (zh) * | 2016-12-06 | 2017-05-31 | 浙江水马环保科技有限公司 | 基于净水器的打卡方法 |
CN107220804A (zh) * | 2017-05-23 | 2017-09-29 | 合肥昊思云科科技有限公司 | 一种基于大数据的智能工作管理方法 |
CN107705383A (zh) * | 2017-11-06 | 2018-02-16 | 北京上古视觉科技有限公司 | 一种考勤系统以及考勤方法 |
CN108009523A (zh) * | 2017-12-23 | 2018-05-08 | 江铃汽车股份有限公司 | 办公室人员定位方法、装置、移动终端及存储介质 |
CN108198295A (zh) * | 2017-12-26 | 2018-06-22 | 佛山市道静科技有限公司 | 一种小区智能门禁系统 |
CN108305342A (zh) * | 2018-01-24 | 2018-07-20 | 维沃移动通信有限公司 | 一种考勤方法及移动终端 |
CN108460363A (zh) * | 2018-03-27 | 2018-08-28 | 无锡愚公网络科技有限公司 | 监控考勤方法、装置及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739181A (zh) * | 2020-05-19 | 2020-10-02 | 深圳市商汤科技有限公司 | 考勤方法及装置、电子设备及存储介质 |
CN111832541A (zh) * | 2020-08-10 | 2020-10-27 | 北京灵汐科技有限公司 | 一种工作时长确定系统、方法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921008B (zh) | 人像识别方法、装置及电子设备 | |
CN106203458B (zh) | 人群视频分析方法及系统 | |
CN110516623B (zh) | 一种人脸识别方法、装置及电子设备 | |
US8634601B2 (en) | Surveillance-based high-resolution facial recognition | |
WO2018180588A1 (ja) | 顔画像照合システムおよび顔画像検索システム | |
CN108446681B (zh) | 行人分析方法、装置、终端及存储介质 | |
CN105551104A (zh) | 一种基于监控图像座位判别的中小学课堂自动考勤系统 | |
CN107920223B (zh) | 一种对象行为检测方法及装置 | |
US20110150278A1 (en) | Information processing apparatus, processing method thereof, and non-transitory storage medium | |
CN111382627B (zh) | 同行判定方法及相关产品 | |
CN112199530B (zh) | 多维度脸库图片自动更新方法、系统、设备及介质 | |
CN110969713A (zh) | 考勤统计方法、装置及系统、可读存储介质 | |
CN110363893A (zh) | 一种基于人脸识别的宿舍就寝异常数据统计方法及系统 | |
CN111510675A (zh) | 一种基于人脸识别和大数据分析的智慧安防系统 | |
CN110516568A (zh) | 一种基于人脸识别的高校多场景数据管理方法及系统 | |
CN107134022B (zh) | 用于考勤机的身份识别方法 | |
CN111563105A (zh) | 归寝管理方法及装置、电子设备及存储介质 | |
CN109359689B (zh) | 一种数据识别方法及装置 | |
CN106485221B (zh) | 一种根据相似集中度自动替换基准相片的方法 | |
CN110889326B (zh) | 基于人体检测的插队行为监测警告系统、方法、装置和存储介质 | |
CN112580531A (zh) | 一种真假车牌的识别检测方法及系统 | |
CN102609729B (zh) | 多机位人脸识别方法及系统 | |
CN112687044A (zh) | 滞留人员的管理方法、系统、介质及设备 | |
CN113822367B (zh) | 一种基于人脸的区域行为分析方法、系统及介质 | |
CN112950801B (zh) | 远程办公考勤记录方法及装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200407 |