CN112070029A - 一种基于人脸识别的考勤智能管理系统 - Google Patents

一种基于人脸识别的考勤智能管理系统 Download PDF

Info

Publication number
CN112070029A
CN112070029A CN202010941660.5A CN202010941660A CN112070029A CN 112070029 A CN112070029 A CN 112070029A CN 202010941660 A CN202010941660 A CN 202010941660A CN 112070029 A CN112070029 A CN 112070029A
Authority
CN
China
Prior art keywords
attendance
employee
module
camera
person
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.)
Granted
Application number
CN202010941660.5A
Other languages
English (en)
Other versions
CN112070029B (zh
Inventor
郭含新
杨小毛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FUJIAN PINGTAN RUIQIAN INTELLIGENT TECHNOLOGY Co.,Ltd.
Original Assignee
Hangzhou Xuanxun Electronic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Xuanxun Electronic Technology Co ltd filed Critical Hangzhou Xuanxun Electronic Technology Co ltd
Priority to CN202010941660.5A priority Critical patent/CN112070029B/zh
Publication of CN112070029A publication Critical patent/CN112070029A/zh
Application granted granted Critical
Publication of CN112070029B publication Critical patent/CN112070029B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1091—Recording time for administrative or management purposes
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Strategic Management (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Computational Mathematics (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Educational Administration (AREA)
  • Mathematical Analysis (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Mathematical Optimization (AREA)

Abstract

本发明公开一种基于人脸识别的考勤智能管理系统，包括人脸对准调节子系统、参数数据库、人脸识别子系统和考勤数据处理子系统，本发明通过人脸对准调节子系统根据待考勤人员的身高进行摄像头角度调节，以保证调节后的摄像头能够直接对准待考勤人员的人脸，并通过考勤数据处理子系统对考勤签到人员进行考勤状态记录，且统计月度考勤出现迟到、早退或缺勤的人员及各人员在各月度的迟到、早退或缺勤次数，分别对应发送给各人员，同时根据对应考勤扣款原则进行对应人员扣款金额计算，解决了背景技术中提到的目前考勤管理系统中不能对考勤数据进行智能处理及摄像头角度不能智能调节的问题，满足了现代人事人员的考勤需求。

Description

一种基于人脸识别的考勤智能管理系统
技术领域
本发明属于考勤管理技术领域，具体涉及一种基于人脸识别的考勤智能管理系统。
背景技术
考勤管理，是企业劳动纪律管理的最基本工作，是绩效管理工作的一部分，现在绝大多数的企业都使用了考勤管理系统，通过人脸识别考勤管理系统能够实现员工上下班的打卡签到，同时人事人员可以根据考勤管理系统中各员工的签到情况进行月度出勤统计，进而进行工资核算。
但目前的考勤管理系统存在以下弊端：
1.智能化程度低，且功能单一，只能显示企业各员工上下班的签到数据，不能对数据进行智能处理筛选，人事人员需要对系统显示的签到数据进行导出并人工统计处理，导致工作效率降低，且人工统计易出现统计遗漏，导致数据统计不准确，影响工资核算；
2.现有的人脸识别考勤使用的摄像头是固定设置的，不能根据待考勤人员的身高进行智能调节，人性化水平低。
为了解决以上问题，现设计一种基于人脸识别的考勤智能管理系统。
发明内容
本发明的目的在于提出一种基于人脸识别的考勤智能管理系统，解决了现有考勤管理系统中不能对考勤数据进行智能处理及摄像头角度不能智能调节的问题。
本发明的目的可以通过以下技术方案来实现：
一种基于人脸识别的考勤智能管理系统，包括人脸对准调节子系统、参数数据库、人脸识别子系统和考勤数据处理子系统，所述人脸对准调节子系统用于感应待考勤人员并检测待考勤人员的身高以根据身高调节摄像头的角度进而使调节后的摄像头能够直接对准待考勤人员的人脸，所述人脸识别子系统用于采用经过角度调节的摄像头对待考勤的人员人脸图像进行采集并识别，所述考勤数据处理子系统用于对识别成功的人脸图像进行考勤数据记录并进行数据处理；
所述人脸对准调节子系统包括人体识别感应模块、人体高度检测模块和摄像头角度调节模块，其中人体识别感应模块与人体高度检测模块连接，摄像头角度调节模块与人体高度检测模块连接；
所述人体识别感应模块包括人体红外传感器，其用于检测是否有人体靠近考勤屏幕，当人体红外传感器感应到有人体靠近考勤屏幕时，人体识别感应模块将人体靠近信号发送至人体高度检测模块；
所述人体高度检测模块包括广角摄像头，在接收到人体靠近信号时，其广角摄像头启动工作，对靠近的人体进行全身图像采集，并抓取身高体征，获取该人体身高及该人体距离摄像头的水平距离，发送至摄像头角度调节模块；
所述摄像头角度调节模块接收人体高度检测模块发送的人体身高，提取参数数据库中摄像头的离地面高度，将获取的人体身高与摄像头离地面高度进行对比，得到高度对比差值，若高度对比差值的绝对值小于预设的高度对比差值，则不进行摄像头角度调节，若高度对比差值的绝对值大于预设的对比差值，则进行摄像头角度调节，并根据得到的高度对比差值和该人体距离摄像头的水平距离计算摄像头调节角度，同时按照计算的摄像头调节角度进行摄像头角度调节，以保证调节后的摄像头能够直接对准待考勤人员的人脸；
所述人脸识别子系统包括人脸图像采集模块、图像初步处理模块和图像识别模块，其中人脸图像采集模块与图像初步处理模块连接，图像识别模块与图像初步处理模块连接；
所述人脸图像采集模块通过采用经过角度调节后的摄像头对准待考勤人员的人脸进行人脸图像采集，并将采集的人脸图像输出至图像初步处理模块；
所述图像初步处理模块对接收的人脸图像进行差分高斯滤波处理，得到初级滤波图像，并对初级滤波图像进行图像增强处理，得到高清人脸图像，并输出至图像识别模块；
所述图像识别模块对得到的高清人脸图像进行面部特征抓取，并与参数数据库里存储的该公司所有员工的面部特征进行分析比对，通过面部特征比对后确定该人脸图像对应的身份是否属于本公司员工，若属于本公司员工，则显示考勤签到成功，并获取该考勤签到成功人员的员工编号；
所述考勤数据处理子系统包括考勤数据记录模块、数据统计提示模块和考勤自动扣款模块，其中考勤数据记录模块与数据统计提示模块连接，考勤自动扣款模块与数据统计提示模块连接；
所述考勤数据记录模块对考勤签到成功的人员，记录其签到的时间，并根据签到的时间点与参数数据库中上、下班标准时间点进行对比，判断该签到时间点是上班签到还是下班签到，若判断的结果为上班签到，则将记录的该人员签到时间点与上班标准时间点进行对比，若该人员的签到时间点大于上班标准时间点，则表明该人员的上班考勤状态为迟到，反之该人员的上班考勤状态为正常，考勤数据记录模块记录各上班考勤签到成功人员的考勤状态，并对考勤迟到的人员，将该人员的签到时间点减去上班标准时间点得到迟到时长，与预设的各个迟到等级对应的迟到时长进行对比，得到该迟到人员的迟到时长对应的迟到等级，并记录迟到等级；
所述数据统计提示模块按照月度统计考勤数据记录模块记录的公司各员工的每个工作日的考勤状态，得到每个员工的月度考勤状态集合，其月度考勤状态集合中包括该员工的员工编号及该员工在该月度每个工作日的考勤状态及考勤迟到等级，数据统计提示模块将每个员工的月度考勤状态集合按月度发送至人事人员，并根据每个员工的月度考勤状态集合统计该月度考勤出现迟到的员工个数，进而统计该月度考勤出现迟到的各员工在该月度的迟到次数，并对应发送给各员工；
所述考勤自动扣款模块根据月度考勤出现迟到人员的月度考勤状态集合，提取集合中的员工编号，根据该人员的员工编号与参数数据库中公司不同部门对应的各员工的编号进行匹配，筛选该员工编号对应的部门名称，并调取该部门的考勤扣款原则，同时统计集合中该员工在该月度的迟到次数及每次迟到的迟到等级，根据该部门的考勤扣款原则进行扣款金额计算，得到该员工在该月度的考勤扣款金额，并发送给人事人员，供人事人员核算月度工资。
根据本发明的一种能够实现的方式，所述参数数据库中存储摄像头的离地面高度，存储该公司所有员工的面部特征及每个员工面部特征对应的员工编号，存储公司不同部门对应的各员工的编号，存储该公司上、下班标准时间点，存储各个迟到等级对应的迟到时长，并存储公司各个部门对应的考勤扣款规则。
根据本发明的一种能够实现的方式，所述摄像头调节的角度计算公式为
Figure BDA0002673860150000041
式中θ表示为摄像头调节的角度，H表示为人体身高，h表示为摄像头的离地面高度，l表示为人体距离摄像头的水平距离。
根据本发明的一种能够实现的方式，所述摄像头角度调节的具体过程为当检测的人体身高高于摄像头离地面高度时，将摄像头向上调节，并保证调节的角度符合计算的调节角度；当检测的人体身高低于摄像头离地面高度时，将摄像头向下调节，并保证调节的角度符合计算的调节角度，同时当该考勤人员人脸考勤识别完成之后，该摄像头的摄像角度回归到原始摄像角度，以进行下一个考勤人员的身高检测。
根据本发明的一种能够实现的方式，所述考勤数据记录模块中若判断的结果为下班签到，则将记录的该人员的签到时间点与下班标准时间点进行对比，若该人员的签到时间点小于下班标准时间点，则表明该人员的下班考勤状态为早退，反之该人员的下班考勤状态为正常，考勤数据记录模块记录各下班考勤签到成功人员的考勤状态，并对考勤早退的人员，将下班标准时间点减去该人员的签到时间点得到早退时长，与预设的各个早退等级对应的早退时长进行对比，得到该早退人员的早退时长对应的早退等级，并记录早退等级。
根据本发明的一种能够实现的方式，所述考勤数据记录模块还能够对员工缺勤状态进行记录并对缺勤人员的缺勤信息进行处理，其具体过程如下：
步骤一：在每个工作日上班后的固定时间点统计该天所有上班考勤签到成功的员工编号，与公司所有人员的员工编号进行对比，查看是否有未签到的员工，若有，则获取该员工的员工编号；
步骤二：调取公司该天的员工请假信息库并提取员工请假信息库中的各请假员工编号，将获取的该天未签到的员工编号与各请假员工编号进行匹配，若在各请假员工编号中未匹配到该未签到员工，则表明该未签到员工未请假，其该天的考勤状态为缺勤；
步骤三：将该员工编号与公司不同部门对应的各员工的编号进行对比，获取该员工所属的部门名称，并将该缺勤员工的员工编号及缺勤考勤状态发送至所属部门主管，同时启动呼叫平台电话联系该缺勤人员询问其缺勤原因，并将询问到的缺勤原因发送至所属部门主管；
步骤四：记录该员工的缺勤考勤状态，并同步到该员工的月度考勤状态集合中，进而进行月度考勤数据统计提示和考勤自动扣款。
根据本发明的一种能够实现的方式，所述数据统计提示模块还能够对考勤早退的员工进行月度考勤数据统计提示。
根据本发明的一种能够实现的方式，所述考勤自动扣款模块还能够对考勤早退的员工进行月度考勤自动扣款。
本发明的有益效果：
(1)本发明通过人脸对准调节子系统，检测待考勤人员的身高，并根据获取的待考勤人员的身高与摄像头的离地面高度进行对比，判定是否需要调节摄像头角度，同时对需要调节角度的摄像头进行调节角度计算，再根据计算的调节角度进行摄像头角度调节，解决了背景技术中提到的目前考勤管理系统中摄像头角度不能智能调节的问题，具有人性化水平高和可操作性强的特点，其调节后的摄像头能够直接对准待考勤人员的人脸，为后续进行考勤人员人脸识别提供精准拍摄角度。
(2)本发明通过考勤数据处理子系统，对考勤签到成功的人员进行考勤状态记录，构成员工月度考勤状态集合，且统计月度考勤出现迟到、早退或缺勤的人员，并统计月度考勤出现迟到、早退或缺勤的各员工在各月度的迟到、早退或缺勤次数，发送给对应人员，同时根据对应考勤扣款原则进行对应人员扣款金额计算，供人事人员核算月度工资，解决了背景技术中提到的目前考勤管理系统中不能对考勤数据进行智能处理的问题，具有智能化程度高及功能多样化的特点，提高了人事人员月度考勤统计的效率，避免了人工统计考勤数据因统计遗漏导致数据统计不准确的问题，满足了现代人事人员的考勤需求。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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发明的一些实施例，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为本发明的系统框图；
图2为本发明的人脸对准调节子系统框图；
图3为本发明的人脸识别子系统框图；
图4为本发明的考勤数据处理子系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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。
请参阅图1-4所示，一种基于人脸识别的考勤智能管理系统，包括人脸对准调节子系统、参数数据库、人脸识别子系统和考勤数据处理子系统，所述人脸对准调节子系统用于感应待考勤人员并检测待考勤人员的身高以根据身高调节摄像头的角度进而使调节后的摄像头能够直接对准待考勤人员的人脸，所述人脸识别子系统用于采用经过角度调节的摄像头对待考勤的人员人脸图像进行采集并识别，所述考勤数据处理子系统用于对识别成功的人脸图像进行考勤数据记录并进行数据处理。
人脸对准调节子系统包括人体识别感应模块、人体高度检测模块和摄像头角度调节模块，其中人体识别感应模块与人体高度检测模块连接，摄像头角度调节模块与人体高度检测模块连接。
人体识别感应模块包括人体红外传感器，其用于检测是否有人体靠近考勤屏幕，当人体红外传感器感应到有人体靠近考勤屏幕时，人体识别感应模块将人体靠近信号发送至人体高度检测模块。
本优选实施例通过设置人体红外传感器对靠近考勤屏幕的人体进行感应，对感应到有人体靠近时，进而启动人体身高检测及人脸识别考勤，避免在没有人靠近考勤屏幕时考勤管理系统一直在运作导致的设备浪费，降低了企业设备资源运行成本。
人体高度检测模块包括广角摄像头，其中广角摄像头，其可视角度宽广，且可以调节可视角度，人体高度检测模块在接收到人体靠近信号时，其广角摄像头启动工作，对靠近的人体进行全身图像采集，并抓取身高体征，获取该人体身高及该人体距离摄像头的水平距离，发送至摄像头角度调节模块。
摄像头角度调节模块接收人体高度检测模块发送的人体身高，提取参数数据库中摄像头的离地面高度，将获取的人体身高与摄像头离地面高度进行对比，得到高度对比差值，若高度对比差值的绝对值小于预设的高度对比差值，则不进行摄像头角度调节，若高度对比差值的绝对值大于预设的对比差值，则进行摄像头角度调节，并根据得到的高度对比差值和该人体距离摄像头的水平距离计算摄像头调节角度
Figure BDA0002673860150000081
式中θ表示为摄像头调节的角度，H表示为人体身高，h表示为摄像头的离地面高度，l表示为人体距离摄像头的水平距离，同时摄像头角度调节模块按照计算的摄像头调节角度进行摄像头角度调节，其具体调节过程为具体过程为当检测的人体身高高于摄像头离地面高度时，将摄像头向上调节，并保证调节的角度符合计算的调节角度；当检测的人体身高低于摄像头离地面高度时，将摄像头向下调节，并保证调节的角度符合计算的调节角度，同时当该考勤人员人脸考勤识别完成之后，该摄像头的摄像角度回归到原始摄像角度，以进行下一个考勤人员的身高检测。
本优选实施例通过对前一个考勤人员人脸考勤识别完成之后，将摄像头的摄像角度回归到原始摄像角度，避免摄像头一直处于上一个摄像角度无法快速获取下一个待考勤人员的身高的问题，降低了身高检测的速度。
同时，本实施例通过设置的人脸对准调节子系统，解决了背景技术中提到的目前考勤管理系统中摄像头角度不能智能调节的问题，具有人性化水平高和可操作性强的特点，其调节后的摄像头能够直接对准待考勤人员的人脸，为后续进行考勤人员人脸识别提供精准拍摄角度。
人脸识别子系统包括人脸图像采集模块、图像初步处理模块和图像识别模块，其中人脸图像采集模块与图像初步处理模块连接，图像识别模块与图像初步处理模块连接。
人脸图像采集模块通过采用经过角度调节后的摄像头对准待考勤人员的人脸进行人脸图像采集，并将采集的人脸图像输出至图像初步处理模块。
图像初步处理模块对接收的人脸图像进行差分高斯滤波处理，得到初级滤波图像，并对初级滤波图像进行图像增强处理，得到高清人脸图像，并输出至图像识别模块。
图像识别模块对得到的高清人脸图像进行面部特征抓取，并与参数数据库里存储的该公司所有员工的面部特征进行分析比对，通过面部特征比对后确定该人脸图像对应的身份是否属于本公司员工，若属于本公司员工，则显示考勤签到成功，并获取该考勤签到成功人员的员工编号。
考勤数据处理子系统包括考勤数据记录模块、数据统计提示模块和考勤自动扣款模块，其中考勤数据记录模块与数据统计提示模块连接，考勤自动扣款模块与数据统计提示模块连接。
考勤数据记录模块对考勤签到成功的人员，记录其签到的时间，并根据签到的时间点与参数数据库中上、下班标准时间点进行对比，判断该签到时间点是上班签到还是下班签到，若判断的结果为上班签到，则将记录的该人员签到时间点与上班标准时间点进行对比，若该人员的签到时间点大于上班标准时间点，则表明该人员的上班考勤状态为迟到，反之该人员的上班考勤状态为正常，考勤数据记录模块记录各上班考勤签到成功人员的考勤状态，并对考勤迟到的人员，将该人员的签到时间点减去上班标准时间点得到迟到时长，与预设的各个迟到等级对应的迟到时长进行对比，得到该迟到人员的迟到时长对应的迟到等级，并记录迟到等级；若判断的结果为下班签到，则将记录的该人员的签到时间点与下班标准时间点进行对比，若该人员的签到时间点小于下班标准时间点，则表明该人员的下班考勤状态为早退，反之该人员的下班考勤状态为正常，考勤数据记录模块记录各下班考勤签到成功人员的考勤状态，并对考勤早退的人员，将下班标准时间点减去该人员的签到时间点得到早退时长，与预设的各个早退等级对应的早退时长进行对比，得到该早退人员的早退时长对应的早退等级，并记录早退等级。
同时，考勤数据记录模块还能够对员工缺勤状态进行记录，其具体过程如下：
步骤一：在每个工作日上班后的固定时间点统计该天所有上班考勤签到成功的员工编号，与公司所有人员的员工编号进行对比，查看是否有未签到的员工，若有，则获取该员工的员工编号；
步骤二：调取公司该天的员工请假信息库并提取员工请假信息库中的各请假员工编号，将获取的该天未签到的员工编号与各请假员工编号进行匹配，若在各请假员工编号中未匹配到该未签到员工，则表明该未签到员工未请假，其该天的考勤状态为缺勤；
步骤三：将该员工编号与公司不同部门对应的各员工的编号进行对比，获取该员工所属的部门名称，并将该缺勤员工的员工编号及缺勤考勤状态发送至所属部门主管，同时启动呼叫平台电话联系该缺勤人员询问其缺勤原因，并将询问到的缺勤原因发送至所属部门主管。
步骤四：记录该员工的缺勤考勤状态，并同步到该员工的月度考勤状态集合中。
本优选实施例通过对缺勤的人员进行统计并对其缺勤原因进行智能询问，同时将统计的数据及询问的结果发送至对应的部门主管人员，便于主管人员及时了解员工的缺勤情况，尽快安排缺勤人员工作的交接，以保障公司的正常运转。
数据统计提示模块按照月度统计考勤数据记录模块记录的公司各员工的每个工作日的考勤状态，得到每个员工的月度考勤状态集合，其月度考勤状态集合中包括该员工的员工编号及该员工在该月度每个工作日的考勤状态，其考勤状态包括正常、迟到、早退及缺勤，其中月度考勤状态集合中还包括考勤状态为迟到或早退的相应等级，数据统计提示模块将每个员工的月度考勤状态集合按月度发送至人事人员，并根据每个员工的月度考勤状态集合统计该月度考勤出现迟到、早退及缺勤的员工个数，进而统计该月度考勤出现迟到、早退及缺勤的各员工在该月度的迟到、早退及缺勤次数，并对应发送给各员工，用于提示各员工该月的考勤情况。
考勤自动扣款模块根据月度考勤出现迟到、早退及缺勤的人员的月度考勤状态集合，提取集合中的员工编号，根据该人员的员工编号与参数数据库中公司不同部门对应的各员工的编号进行匹配，筛选该员工编号对应的部门名称，并调取该部门的考勤扣款原则，同时统计集合中该员工在该月度的缺勤次数或迟到次数或早退次数及每次迟到的迟到等级或每次早退的早退等级，根据该部门的考勤扣款原则进行扣款金额计算，得到该员工在该月度的考勤扣款金额，并发送给人事人员，便于人事人员核算月度工资。
参数数据库中存储摄像头的离地面高度，存储该公司所有员工的面部特征及每个员工面部特征对应的员工编号，存储公司不同部门对应的各员工的编号，存储该公司上、下班标准时间点，存储各个迟到等级对应的迟到时长和各个早退等级对应的早退时长，并存储公司各个部门对应的考勤扣款规则，其考勤扣款规则中包括迟到次数、早退次数和缺勤次数对应的扣款标准及各迟到等级和早退等级对应的扣款标准。
本优选实施例通过考勤数据处理子系统，解决了背景技术中提到的目前考勤管理系统中不能对考勤数据进行智能处理的问题，极大方便了人事人员进行考勤，具有智能化程度高及功能多样化的特点，提高了人事人员月度考勤统计的效率，避免了人工统计考勤数据因统计遗漏导致数据统计不准确的问题，满足了现代人事人员的考勤需求。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种基于人脸识别的考勤智能管理系统，其特征在于：包括人脸对准调节子系统、参数数据库、人脸识别子系统和考勤数据处理子系统，所述人脸对准调节子系统用于感应待考勤人员并检测待考勤人员的身高以根据身高调节摄像头的角度进而使调节后的摄像头能够直接对准待考勤人员的人脸，所述人脸识别子系统用于采用经过角度调节的摄像头对待考勤的人员人脸图像进行采集并识别，所述考勤数据处理子系统用于对识别成功的人脸图像进行考勤数据记录并进行数据处理；
所述人脸对准调节子系统包括人体识别感应模块、人体高度检测模块和摄像头角度调节模块，其中人体识别感应模块与人体高度检测模块连接，摄像头角度调节模块与人体高度检测模块连接；
所述人体识别感应模块包括人体红外传感器，其用于检测是否有人体靠近考勤屏幕，当人体红外传感器感应到有人体靠近考勤屏幕时，人体识别感应模块将人体靠近信号发送至人体高度检测模块；
所述人体高度检测模块包括广角摄像头，在接收到人体靠近信号时，其广角摄像头启动工作，对靠近的人体进行全身图像采集，并抓取身高体征，获取该人体身高及该人体距离摄像头的水平距离，发送至摄像头角度调节模块；
所述摄像头角度调节模块接收人体高度检测模块发送的人体身高，提取参数数据库中摄像头的离地面高度，将获取的人体身高与摄像头离地面高度进行对比，得到高度对比差值，若高度对比差值的绝对值小于预设的高度对比差值，则不进行摄像头角度调节，若高度对比差值的绝对值大于预设的对比差值，则进行摄像头角度调节，并根据得到的高度对比差值和该人体距离摄像头的水平距离计算摄像头调节角度，同时按照计算的摄像头调节角度进行摄像头角度调节，以保证调节后的摄像头能够直接对准待考勤人员的人脸；
所述人脸识别子系统包括人脸图像采集模块、图像初步处理模块和图像识别模块，其中人脸图像采集模块与图像初步处理模块连接，图像识别模块与图像初步处理模块连接；
所述人脸图像采集模块通过采用经过角度调节后的摄像头对准待考勤人员的人脸进行人脸图像采集，并将采集的人脸图像输出至图像初步处理模块；
所述图像初步处理模块对接收的人脸图像进行差分高斯滤波处理，得到初级滤波图像，并对初级滤波图像进行图像增强处理，得到高清人脸图像，并输出至图像识别模块；
所述图像识别模块对得到的高清人脸图像进行面部特征抓取，并与参数数据库里存储的该公司所有员工的面部特征进行分析比对，通过面部特征比对后确定该人脸图像对应的身份是否属于本公司员工，若属于本公司员工，则显示考勤签到成功，并获取该考勤签到成功人员的员工编号；
所述考勤数据处理子系统包括考勤数据记录模块、数据统计提示模块和考勤自动扣款模块，其中考勤数据记录模块与数据统计提示模块连接，考勤自动扣款模块与数据统计提示模块连接；
所述考勤数据记录模块对考勤签到成功的人员，记录其签到的时间，并根据签到的时间点与参数数据库中上、下班标准时间点进行对比，判断该签到时间点是上班签到还是下班签到，若判断的结果为上班签到，则将记录的该人员签到时间点与上班标准时间点进行对比，若该人员的签到时间点大于上班标准时间点，则表明该人员的上班考勤状态为迟到，反之该人员的上班考勤状态为正常，考勤数据记录模块记录各上班考勤签到成功人员的考勤状态，并对考勤迟到的人员，将该人员的签到时间点减去上班标准时间点得到迟到时长，与预设的各个迟到等级对应的迟到时长进行对比，得到该迟到人员的迟到时长对应的迟到等级，并记录迟到等级；
所述数据统计提示模块按照月度统计考勤数据记录模块记录的公司各员工的每个工作日的考勤状态，得到每个员工的月度考勤状态集合，其月度考勤状态集合中包括该员工的员工编号及该员工在该月度每个工作日的考勤状态及考勤迟到等级，数据统计提示模块将每个员工的月度考勤状态集合按月度发送至人事人员，并根据每个员工的月度考勤状态集合统计该月度考勤出现迟到的员工个数，进而统计该月度考勤出现迟到的各员工在该月度的迟到次数，并对应发送给各员工；
所述考勤自动扣款模块根据月度考勤出现迟到人员的月度考勤状态集合，提取集合中的员工编号，根据该人员的员工编号与参数数据库中公司不同部门对应的各员工的编号进行匹配，筛选该员工编号对应的部门名称，并调取该部门的考勤扣款原则，同时统计集合中该员工在该月度的迟到次数及每次迟到的迟到等级，根据该部门的考勤扣款原则进行扣款金额计算，得到该员工在该月度的考勤扣款金额，并发送给人事人员，供人事人员核算月度工资。
2.根据权利要求1所述的一种基于人脸识别的考勤智能管理系统，其特征在于：所述参数数据库中存储摄像头的离地面高度，存储该公司所有员工的面部特征及每个员工面部特征对应的员工编号，存储公司不同部门对应的各员工的编号，存储该公司上、下班标准时间点，存储各个迟到等级对应的迟到时长，并存储公司各个部门对应的考勤扣款规则。
3.根据权利要求1所述的一种基于人脸识别的考勤智能管理系统，其特征在于：所述摄像头调节的角度计算公式为
Figure FDA0002673860140000041
式中θ表示为摄像头调节的角度，H表示为人体身高，h表示为摄像头的离地面高度，l表示为人体距离摄像头的水平距离。
4.根据权利要求1所述的一种基于人脸识别的考勤智能管理系统，其特征在于：所述摄像头角度调节的具体过程为当检测的人体身高高于摄像头离地面高度时，将摄像头向上调节，并保证调节的角度符合计算的调节角度；当检测的人体身高低于摄像头离地面高度时，将摄像头向下调节，并保证调节的角度符合计算的调节角度，同时当该考勤人员人脸考勤识别完成之后，该摄像头的摄像角度回归到原始摄像角度，以进行下一个考勤人员的身高检测。
5.根据权利要求1所述的一种基于人脸识别的考勤智能管理系统，其特征在于：所述考勤数据记录模块中若判断的结果为下班签到，则将记录的该人员的签到时间点与下班标准时间点进行对比，若该人员的签到时间点小于下班标准时间点，则表明该人员的下班考勤状态为早退，反之该人员的下班考勤状态为正常，考勤数据记录模块记录各下班考勤签到成功人员的考勤状态，并对考勤早退的人员，将下班标准时间点减去该人员的签到时间点得到早退时长，与预设的各个早退等级对应的早退时长进行对比，得到该早退人员的早退时长对应的早退等级，并记录早退等级。
6.根据权利要求1所述的一种基于人脸识别的考勤智能管理系统，其特征在于：所述考勤数据记录模块还能够对员工缺勤状态进行记录并对缺勤人员的缺勤信息进行处理，其具体过程如下：
步骤一：在每个工作日上班后的固定时间点统计该天所有上班考勤签到成功的员工编号，与公司所有人员的员工编号进行对比，查看是否有未签到的员工，若有，则获取该员工的员工编号；
步骤二：调取公司该天的员工请假信息库并提取员工请假信息库中的各请假员工编号，将获取的该天未签到的员工编号与各请假员工编号进行匹配，若在各请假员工编号中未匹配到该未签到员工，则表明该未签到员工未请假，其该天的考勤状态为缺勤；
步骤三：将该员工编号与公司不同部门对应的各员工的编号进行对比，获取该员工所属的部门名称，并将该缺勤员工的员工编号及缺勤考勤状态发送至所属部门主管，同时启动呼叫平台电话联系该缺勤人员询问其缺勤原因，并将询问到的缺勤原因发送至所属部门主管；
步骤四：记录该员工的缺勤考勤状态，并同步到该员工的月度考勤状态集合中，进而进行月度考勤数据统计提示和考勤自动扣款。
7.根据权利要求1所述的一种基于人脸识别的考勤智能管理系统，其特征在于：所述数据统计提示模块还能够对考勤早退的员工进行月度考勤数据统计提示。
8.根据权利要求1所述的一种基于人脸识别的考勤智能管理系统，其特征在于：所述考勤自动扣款模块还能够对考勤早退的员工进行月度考勤自动扣款。
CN202010941660.5A 2020-09-09 2020-09-09 一种基于人脸识别的考勤智能管理系统 Active CN112070029B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010941660.5A CN112070029B (zh) 2020-09-09 2020-09-09 一种基于人脸识别的考勤智能管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010941660.5A CN112070029B (zh) 2020-09-09 2020-09-09 一种基于人脸识别的考勤智能管理系统

Publications (2)

Publication Number Publication Date
CN112070029A true CN112070029A (zh) 2020-12-11
CN112070029B CN112070029B (zh) 2021-03-30

Family

ID=73663094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010941660.5A Active CN112070029B (zh) 2020-09-09 2020-09-09 一种基于人脸识别的考勤智能管理系统

Country Status (1)

Country Link
CN (1) CN112070029B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114677732A (zh) * 2022-03-22 2022-06-28 通号智慧城市研究设计院有限公司 人脸识别考勤方法、装置、系统、计算机设备和介质
CN114819685A (zh) * 2022-05-10 2022-07-29 江苏中州科技有限公司 一种公安人员考勤信息智能管理系统及方法
CN114973467A (zh) * 2022-07-07 2022-08-30 深圳市经纬纵横科技有限公司 一种基于通讯平台的家庭智能门锁控制系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130342708A1 (en) * 2012-06-20 2013-12-26 Altek Corporation Image Transfer Apparatus and Method Thereof
CN110807620A (zh) * 2019-11-04 2020-02-18 湖南臻荣网络科技有限公司 一种企业人事管理系统
CN210181672U (zh) * 2019-09-09 2020-03-24 浙江晶鲸科技有限公司 基于3d识别技术的考勤系统
CN210836288U (zh) * 2019-12-25 2020-06-23 檀琳琳 一种人脸识别装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130342708A1 (en) * 2012-06-20 2013-12-26 Altek Corporation Image Transfer Apparatus and Method Thereof
CN210181672U (zh) * 2019-09-09 2020-03-24 浙江晶鲸科技有限公司 基于3d识别技术的考勤系统
CN110807620A (zh) * 2019-11-04 2020-02-18 湖南臻荣网络科技有限公司 一种企业人事管理系统
CN210836288U (zh) * 2019-12-25 2020-06-23 檀琳琳 一种人脸识别装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113012311B (zh) * 2021-02-24 2023-04-25 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
CN114677732A (zh) * 2022-03-22 2022-06-28 通号智慧城市研究设计院有限公司 人脸识别考勤方法、装置、系统、计算机设备和介质
CN114819685A (zh) * 2022-05-10 2022-07-29 江苏中州科技有限公司 一种公安人员考勤信息智能管理系统及方法
CN114819685B (zh) * 2022-05-10 2024-06-04 江苏中州科技有限公司 一种公安人员考勤信息智能管理系统及方法
CN114973467A (zh) * 2022-07-07 2022-08-30 深圳市经纬纵横科技有限公司 一种基于通讯平台的家庭智能门锁控制系统
CN114973467B (zh) * 2022-07-07 2022-10-18 深圳市经纬纵横科技有限公司 一种基于通讯平台的家庭智能门锁控制系统

Also Published As

Publication number Publication date
CN112070029B (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
CN112070029B (zh) 一种基于人脸识别的考勤智能管理系统
US20230206685A1 (en) Decreasing lighting-induced false facial recognition
CN109344271A (zh) 视频人像档案处理方法及其系统
CN107248128B (zh) 一种智能验票的方法及系统
CN109416845B (zh) 考勤机、考勤机的考勤方法
TWI804988B (zh) 識別對象確定方法、裝置、設備及存儲介質
CN110189447B (zh) 一种基于人脸身份识别的智慧社区闸机控制系统
CN106326835A (zh) 一种用于加油站便利店的人脸数据采集统计系统及方法
CN108090469A (zh) 一种视频与图像人脸识别系统
CN105868693A (zh) 身份认证方法及系统
CN111091047B (zh) 活体检测方法、装置、服务器和人脸识别设备
CN115410224A (zh) 基于图像数据的电力作业现场违章辨识系统及方法
CN113688794A (zh) 身份识别方法、装置、电子设备和计算机可读存储介质
CN110717428A (zh) 一种融合多个特征的身份识别方法、装置、系统、介质及设备
CN114420302A (zh) 一种企事业单位智能防疫控制系统
CN112580531A (zh) 一种真假车牌的识别检测方法及系统
CN115909580A (zh) 一种基于物联网的智慧办公方法和系统
CN113486776B (zh) 用于监测市场内部人员口罩佩戴情况的方法和系统
CN109145758A (zh) 一种基于视频监控的人脸的识别算法
CN109165601A (zh) 基于神经网络的人脸识别方法和装置
CN110796091A (zh) 基于人脸识别技术并辅予人工修正的销售展厅客流批次统计
CN113591619A (zh) 一种基于录像视频的人脸识别核验装置及其核验方法
CN111797718A (zh) 基于人脸识别的智能手表支付方法
CN112052737A (zh) 一种金融机构营业网点治理方法、系统、存储介质及电子设备
CN111915748A (zh) 一种基于人脸识别的停车场管理系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210308

Address after: 350400 1st floor, building 1, Xinxing Industrial Park demonstration area, 288 Zhongshan Avenue, Pingtan Comprehensive Experimental Zone, Fuzhou City, Fujian Province

Applicant after: FUJIAN PINGTAN RUIQIAN INTELLIGENT TECHNOLOGY Co.,Ltd.

Address before: 311100 room 809, building 6, yintianjincheng, Cangqian street, Yuhang District, Hangzhou City, Zhejiang Province

Applicant before: Hangzhou xuanxun Electronic Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An intelligent attendance management system based on face recognition

Effective date of registration: 20210818

Granted publication date: 20210330

Pledgee: Pingtan Comprehensive Experimental Zone Xinping Financing Guarantee Co.,Ltd.

Pledgor: FUJIAN PINGTAN RUIQIAN INTELLIGENT TECHNOLOGY Co.,Ltd.

Registration number: Y2021980007839