CN111612930A - 一种考勤系统及方法 - Google Patents

Abstract

本发明实施例提供一种考勤系统及方法，该系统包括：智能摄像头矩阵、边缘计算智能盒、考勤管理平台；所述智能摄像头矩阵包括M台摄像头，所述M台摄像头矩阵部署于目标考勤区域，其中M为大于1的整数；所述边缘计算智能盒与所述智能摄像头矩阵通信连接，用于接收所述智能摄像头矩阵获取的动态人脸信息，并根据动态人脸信息识别对应的考勤人员；所述考勤管理平台与所述边缘计算智能盒通信连接，用于根据所述边缘计算智能盒识别到的考勤人员，对所述考勤人员进行考勤处理，采用摄像头矩阵能够在开放性的部署环境进行部署，适应性强，方便快捷地进行考勤。

Description

一种考勤系统及方法

技术领域

本发明实施例涉及计算机技术领域，具体涉及一种考勤系统及方法。

背景技术

考勤相关系统整体可以分为两部分，即前端系统与后台系统。前端系统上，常见的技术方案包括RFID卡、指纹识别、人脸识别、地理位置识别等；后台系统上，可以分为独立考勤应用，以及OA集成应用。

当前常见的考勤系统技术方案中，主要区别在于前端系统，而他们都存在着各自的问题，如下：

一方面，当前常见方案都为“有感”技术，依赖于员工养成某种操作习惯，便利程度不高；同时，多数技术都需要部署大量终端设备，并搭设相关网络，将带来较高成本。另一方面，当前也有部分运用摄像头视频信息进行识别考勤的系统方案。但类似方案有如下问题：

1.对于开放性的部署环境，人脸位置、距离、朝向不受控时，识别效果难以保证。

2.多需要部署昂贵的后端机器学习主机，带来较高成本，难以推广使用。

3.基于视频的识别方案，受部署环境(如光线、部署位置等)影响很大，但缺乏标准化的作业过程，效果不稳定。

因此，如何提供一种考勤方案，能够在开放性的部署环境进行部署，适应性强，方便快捷地进行考勤，是本领域技术人员系带解决的技术问题。

发明内容

为此，本发明实施例提供一种考勤系统及方法，能够在开放性的部署环境进行部署，适应性强，方便快捷地进行考勤。

为了实现上述目的，本发明实施例提供如下技术方案：

第一方面，本发明实施例提供一种考勤系统，包括：智能摄像头矩阵、边缘计算智能盒、考勤管理平台；

所述智能摄像头矩阵包括M台摄像头，所述M台摄像头矩阵部署于目标考勤区域，其中M为大于1的整数；

所述边缘计算智能盒与所述智能摄像头矩阵通信连接，用于接收所述智能摄像头矩阵获取的动态人脸信息，并根据动态人脸信息识别对应的考勤人员；

所述考勤管理平台与所述边缘计算智能盒通信连接，用于根据所述边缘计算智能盒识别到的考勤人员，对所述考勤人员进行考勤处理。

优选地，所述目标考勤区域的设置步骤如下：

根据目标考勤区域人流方向，确定所述智能摄像头矩阵为单向部署或双向部署；

根据目标考勤区域宽度，基于设备有效识别距离、视场角度、最大人脸识别角度，确定摄像头的设备数量与部署角度；

如果目标考勤区域条件受限，加装优化设备以支持部署。

优选地，所述设备数量N的计算方式如下：

N＝N_ver+N_hor；

其中，N为设备数量，N_ver为垂直摄影设备数量，N_hor为侧面摄影设备数量；

其中，B为目标考勤区域宽度，α_d为设备视场角度，α_f为设备最大人脸识别角度，d_max为最大有效识别距离，d_min为最小有效识别距离。

优选地，所述考勤管理平台，用于：

设定各路设备输入置信值T，集成时间区间Z，总可信阈值H；

接口收集各路设备考勤结果识别信息，包括置信值T₁…T_n，以及对应的识别时间t₁…t_n；

对每一个识别的考勤人员，计算总集成时间区间内的置信值U，若有U>H，则考勤成功。

优选地，所述置信值得计算方式如下：

其中，U为置信值，t₁…t_n为预设的识别时间，Z为集成时间区间。

优选地，还包括第一交换机；

所述第一交换机与所述M台摄像头通信连接，将所述M台摄像头捕获的动态人脸信息发送到所述边缘计算智能盒，以便所述边缘计算智能盒进行人脸识别处理，得到识别结果。

优选地，还包括第二交换机；

所述第二交换机与不同的边缘计算智能盒通信连接；

所述第二交换机用于将不同的边缘计算智能盒的识别结果传输到所述考勤管理平台，以便所述考勤管理平台进行数据集成，得到最终识别结果。

优选地，所述考勤管理平台为云端后台，包括基础管理模块与考勤应用模块；用于人脸库管理、识别数据分析组合、设备状态管理、基础数据管理；进行公有云云端部署或本地私有化部署。

优选地，还包括：

与所述考勤管理平台连接的移动终端、PC管理平台终端；

所述移动终端，用于考勤通知、异常情况补考勤、人脸录入、统计分析；

所述PC管理平台终端，用于人员数据录入、考勤制度管理、考勤结果统计查看，对接至已有OA平台，实现统一管理。

第二方面，本发明实施例提供一种考勤方法，应用于上述任一种所述的考勤系统，包括：

接收所述智能摄像头矩阵获取的动态人脸信息，并根据动态人脸信息识别对应的考勤人员；

根据所述边缘计算智能盒识别到的考勤人员，对所述考勤人员进行考勤处理。

本发明实施例提供一种考勤系统，包括：智能摄像头矩阵、边缘计算智能盒、考勤管理平台；所述智能摄像头矩阵包括M台摄像头，所述M台摄像头矩阵部署于目标考勤区域，其中M为大于1的整数；所述边缘计算智能盒与所述智能摄像头矩阵通信连接，用于接收所述智能摄像头矩阵获取的动态人脸信息，并根据动态人脸信息识别对应的考勤人员；所述考勤管理平台与所述边缘计算智能盒通信连接，用于根据所述边缘计算智能盒识别到的考勤人员，对所述考勤人员进行考勤处理，采用摄像头矩阵能够在开放性的部署环境进行部署，适应性强，方便快捷地进行考勤。

本发明实施例提供的考勤方法也具有相同的上述有益效果，在此不再一一赘述。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，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，还可以根据提供的附图引申获得其它的实施附图。

本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。

图1为本发明实施例提供的一种考勤系统的组成结构示意图；

图2为本发明实施例提供摄像头矩阵的部署步骤图；

图3为本发明实施例提供的智能摄像头矩阵中的垂直摄像头和侧面摄像头的安装示意图；

图4为本发明实施例提供的一种考勤系统的又一示意图；

图5为本发明实施例提供一种考勤方法的流程图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，图1为本发明实施例提供的一种考勤系统的组成结构示意图。

在本发明一种具体实施方式中，本发明实施例提供一种考勤系统100，包括：智能摄像头矩阵110、边缘计算智能盒120、考勤管理平台130；所述智能摄像头矩阵包括M台摄像头，所述M台摄像头矩阵部署于目标考勤区域，其中M为大于1的整数；所述边缘计算智能盒与所述智能摄像头矩阵通信连接，用于接收所述智能摄像头矩阵获取的动态人脸信息，并根据动态人脸信息识别对应的考勤人员；所述考勤管理平台与所述边缘计算智能盒通信连接，用于根据所述边缘计算智能盒识别到的考勤人员，对所述考勤人员进行考勤处理。

具体地，如图1所示，在图中可以看到摄像头111、摄像头112……摄像头11M等，组成智能摄像头矩阵，智能摄像头矩阵能够获取各个角度的人脸信息，从而在进行考勤时，无需考勤人员进行特殊的动作和姿势就可以实现无感考勤。该方案便利性、适应性提高。可用于开放环境进行动态人脸识别，无需门卡、APP等一切工具，也不需要在固定位置执行刷指纹、刷脸操作。考勤便利性大大提高。成功率提高，通过边缘设备矩阵，进行多角度、多特性的人脸识别数据采集，进一步提高考勤成功率。整体性价比提高。基于边缘智能设备，无需后端识别服务器；运用设备矩阵，无需闸机设置，无需多终端铺设。

请参考图2，图2为本发明实施例提供摄像头矩阵的部署步骤图。

本发明实施例提供的考勤系统中应用的人脸识别边缘计算智能设备形态包括边缘计算智能盒、智能摄像头等，可以根据场景需要灵活配置。多个边缘计算智能设备构成了设备矩阵。在进行设备矩阵部署方案设计时，总体包含如下步骤：

1.设定考勤区域；

包括考勤区域个数、位置确定，进行现场光照情况、人流量勘查等。形成标准化的场地调研报告。

2.部署方案设计；

基于场地调研结果，综合考虑用户需求与环境条件，形成标准化的边缘智能设备矩阵部署设计方案。

3.设备预安装；

基于部署方案，使用专用的预安装固定设施，对设备进行设备预安装，验证部署方案下识别效果，对部署方案进行调整优化。

4.正式实施安装；

正式进行硬件设备安装部署。

5.系统试运行；

进行数据录入，系统上线试运行，进行系统数据、算法优化。

6.正式运行；

系统正式交付运行，进入运营维护阶段。

请参考图3，图3为本发明实施例提供的智能摄像头矩阵中的垂直摄像头和侧面摄像头的安装示意图。

具体地，重点在于进行智能摄像头矩阵的布置，可以将该智能摄像头布置于目标考勤区域，目标考勤区域的设置步骤如下：

根据目标考勤区域人流方向，确定所述智能摄像头矩阵为单向部署或双向部署；

根据目标考勤区域宽度，基于设备有效识别距离、视场角度、最大人脸识别角度，确定摄像头的设备数量与部署角度；

如果目标考勤区域条件受限，加装优化设备以支持部署。

优选地，所述设备数量N的计算方式如下：

N＝N_ver+N_hor；

其中，N为设备数量，N_ver为垂直摄影设备数量，N_hor为侧面摄影设备数量；

其中，B为目标考勤区域宽度，α_d为设备视场角度，α_f为设备最大人脸识别角度，d_max为最大有效识别距离，d_min为最小有效识别距离。

也就是说，若目标考勤区域条件受限，可能需要加装优化设备以支持部署。如装饰性支柱、考勤通道、迎宾设备等。优化设备需要视具体项目需要进行定制化设计。例如，一个公司如果比较大，那么可能有多个入口，这时可以设置多组的智能摄像头矩阵110、多组的边缘计算智能盒120连接到一个靠考勤管理平台上，从而考勤管理平台能够进行数据的汇总。

在安装设置好硬件设备后，使用了人脸识别边缘计算智能设备矩阵进行开放环境下的人脸识别与考勤，矩阵中多路设备产生的识别结果通过以下方法集成后，作为统一的识别结果进行输出。考勤管理平台对数据进行集成的方法包含以下步骤：

设定各路设备输入置信值T，集成时间区间Z，总可信阈值H；

接口收集各路设备考勤结果识别信息，包括置信值T₁…T_n，以及对应的识别时间t₁…t_n；

对每一个识别的考勤人员，计算总集成时间区间内的置信值U，若有U>H，则考勤成功。

优选地，所述置信值得计算方式如下：

其中，U为置信值，t₁…t_n为预设的识别时间，Z为集成时间区间。

在实践中，边缘智能设备矩阵包括摄像头矩阵和智能盒，边缘计算智能盒的位置并不做强制要求，可以根据环境去设置一个方便、安全的位置，而摄像头矩阵中各个摄像头的位置则要根据实际考勤的需要进行设定。

请参考图4，图4为本发明实施例提供的一种考勤系统的又一示意图。

更近一步地，在实践中，会出现存在多组智能摄像头矩阵、多组边缘计算智能盒的情况，在图4中可以看到两组边缘智能设备矩阵。对于智能摄像头矩阵来讲，由于其传输数据量较大，因此，可以使用第一交换机来进行数据的汇总传输；所述第一交换机与所述M台摄像头通信连接，将所述M台摄像头捕获的动态人脸信息发送到所述边缘计算智能盒，以便所述边缘计算智能盒进行人脸识别处理，得到识别结果。从而可以方便摄像头捕获的图像数据的传输。

边缘智能设备矩阵，包括有摄像头矩阵、交换器、边缘智能计算智能盒。每个搭载动态人脸识别算法的边缘计算智能盒，都可以支持多路高清摄像头信号输入。视实际项目需要，可以搭设多套设备，组成边缘智能设备矩阵，以从多个角度确保识别成功率、正确率。云端考勤管理系统可以对多路边缘设备识别结果进行集成，形成最终识别结果。

由于对于一个考勤管理平来来讲，在实践中需要连接不同的边缘计算智能盒，这时就需要第二交换机；所述第二交换机与不同的边缘计算智能盒通信连接；所述第二交换机用于将不同的边缘计算智能盒的识别结果传输到所述考勤管理平台，以便所述考勤管理平台进行数据集成，得到最终识别结果。交换机连接多套前端边缘智能设备与后端系统，支持多路边缘设备识别结果传输。

具体地，考勤管理平台可以为云端后台，包括基础管理模块与考勤应用模块；用于人脸库管理、识别数据分析组合、设备状态管理、基础数据管理；进行公有云云端部署或本地私有化部署。

为了方便员工和管理员的使用，还可以设置与所述考勤管理平台连接的移动终端、PC管理平台终端；所述移动终端，用于考勤通知、异常情况补考勤、人脸录入、统计分析；所述PC管理平台终端，用于人员数据录入、考勤制度管理、考勤结果统计查看，对接至已有OA平台，实现统一管理。

移动终端为员工、管理员个人工具应用。主要功能包括考勤通知、异常情况补考勤、人脸录入、统计分析(管理员)等。移动应用采用H5技术开发，可发布独立APP，也可集成至现有应用、公众号等。

请参考图5，图5为本发明实施例提供一种考勤方法的流程图。

在本发明又一具体实施方式中，本发明实施例提供一种考勤方法，应用于上述任一种实施例中所述的考勤系统，包括：

步骤S11：接收所述智能摄像头矩阵获取的动态人脸信息，并根据动态人脸信息识别对应的考勤人员；

步骤S12：根据所述边缘计算智能盒识别到的考勤人员，对所述考勤人员进行考勤处理。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (10)

1.一种考勤系统，其特征在于，包括：智能摄像头矩阵、边缘计算智能盒、考勤管理平台；

所述智能摄像头矩阵包括M台摄像头，所述M台摄像头矩阵部署于目标考勤区域，其中M为大于1的整数；

所述边缘计算智能盒与所述智能摄像头矩阵通信连接，用于接收所述智能摄像头矩阵获取的动态人脸信息，并根据动态人脸信息识别对应的考勤人员；

所述考勤管理平台与所述边缘计算智能盒通信连接，用于根据所述边缘计算智能盒识别到的考勤人员，对所述考勤人员进行考勤处理。

2.根据权利要求1所述的考勤系统，其特征在于，

所述目标考勤区域的设置步骤如下：

根据目标考勤区域人流方向，确定所述智能摄像头矩阵为单向部署或双向部署；

根据目标考勤区域宽度，基于设备有效识别距离、视场角度、最大人脸识别角度，确定摄像头的设备数量与部署角度；

如果目标考勤区域条件受限，加装优化设备以支持部署。

3.根据权利要求2所述的考勤系统，其特征在于，

所述设备数量N的计算方式如下：

N＝N_ver+N_hor；

其中，N为设备数量，N_ver为垂直摄影设备数量，N_hor为侧面摄影设备数量；

其中，B为目标考勤区域宽度，α_d为设备视场角度，α_f为设备最大人脸识别角度，d_max为最大有效识别距离，d_min为最小有效识别距离。

4.根据权利要求1所述的考勤系统，其特征在于，

所述考勤管理平台，用于：

设定各路设备输入置信值T，集成时间区间Z，总可信阈值H；

接口收集各路设备考勤结果识别信息，包括置信值T₁…T_n，以及对应的识别时间t₁…t_n；

对每一个识别的考勤人员，计算总集成时间区间内的置信值U，若有U>H，则考勤成功。

5.根据权利要求4所述的考勤系统，其特征在于，

所述置信值得计算方式如下：

t₀＝min(t₁...t_n)；

其中，U为置信值，t₁…t_n为预设的识别时间，Z为集成时间区间。

6.根据权利要求1所述的考勤系统，其特征在于，还包括第一交换机；

所述第一交换机与所述M台摄像头通信连接，将所述M台摄像头捕获的动态人脸信息发送到所述边缘计算智能盒，以便所述边缘计算智能盒进行人脸识别处理，得到识别结果。

7.根据权利要求1所述的考勤系统，其特征在于，还包括第二交换机；

所述第二交换机与不同的边缘计算智能盒通信连接；

所述第二交换机用于将不同的边缘计算智能盒的识别结果传输到所述考勤管理平台，以便所述考勤管理平台进行数据集成，得到最终识别结果。

8.根据权利要求1所述的考勤系统，其特征在于，

所述考勤管理平台为云端后台，包括基础管理模块与考勤应用模块；用于人脸库管理、识别数据分析组合、设备状态管理、基础数据管理；进行公有云云端部署或本地私有化部署。

9.根据权利要求1至8任一项所述的考勤系统，其特征在于，还包括：

与所述考勤管理平台连接的移动终端、PC管理平台终端；

所述移动终端，用于考勤通知、异常情况补考勤、人脸录入、统计分析；

所述PC管理平台终端，用于人员数据录入、考勤制度管理、考勤结果统计查看，对接至已有OA平台，实现统一管理。

10.一种考勤方法，应用于如权利要求1至9任一项所述的考勤系统，其特征在于，包括：

接收所述智能摄像头矩阵获取的动态人脸信息，并根据动态人脸信息识别对应的考勤人员；

根据所述边缘计算智能盒识别到的考勤人员，对所述考勤人员进行考勤处理。

Images