CN112365618A - 一种基于人脸识别和二维码测温考勤系统及方法 - Google Patents
一种基于人脸识别和二维码测温考勤系统及方法 Download PDFInfo
- Publication number
- CN112365618A CN112365618A CN202011119228.4A CN202011119228A CN112365618A CN 112365618 A CN112365618 A CN 112365618A CN 202011119228 A CN202011119228 A CN 202011119228A CN 112365618 A CN112365618 A CN 112365618A
- Authority
- CN
- China
- Prior art keywords
- temperature
- face
- attendance
- temperature measurement
- measurement
- 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
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000036760 body temperature Effects 0.000 claims abstract description 69
- 230000007246 mechanism Effects 0.000 claims abstract description 43
- 238000005259 measurement Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims description 18
- 239000013598 vector Substances 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 12
- 238000009795 derivation Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- 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
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Collating Specific Patterns (AREA)
Abstract
一种基于人脸识别和二维码测温考勤系统及方法,系统包括外部设备,外部设备包括用于采集人脸的可见光相机、用于无接触检测人体体温的测温部件、用于识别移动终端上已生成的测温码的识别部;还包括测温考勤机构,用于处理可见光相机采集到的人脸信息,将人脸信息和测温码对应的身份信息绑定形成个人信息,并记录存储对应人的体温信息和测量时间,所述测量时间作为考勤时间。本申请在能够实现非接触的情况下实现体温测量,相对于人工记录判断,本方案更加快速,并且由于未有工作人员参与,这样数据更加准确可靠,本申请在测温的同时还进行人脸识别,在测试的时间相当于考勤时间,人脸识别可以保证是本人完成考勤。
Description
技术领域
本发明属于人脸识别和测温考勤的技术领域,特别涉及一种基于人脸识别和二维码测温考勤系统及方法。
背景技术
在一些特定的公共场所,比如公司、工厂、写字楼等,这些企业的员工相对比较稳定,对于要求比较高的公共场所,但是工作人员长时间站立,工作人员每天对所有人员逐一登记体温,并且登记,该过程对于工作人员来说工作量巨大,并且还不安全,防护不好还有可能造成间接传染,并且员工在扎堆等待被检时,还是容易被传染。或者员工自行笔录,该过程就没办法避免间接接触。
目前已有一些公开的红外测温系统或考勤系统,红外测温系统(111486957A)仅仅公开了使用红外测温的技术来测量体温,但是并没有公开怎么将身份信息和测量的体温自动结合,现有中的一些考勤系统,需要人员打卡,有一些是指纹打卡,对于特殊时期是不安全的,还有一些属于钉钉打卡,但是该方式可能存在替打卡的情况。
发明内容
为了实现非接触、快速准确测量体温的同时完成实地本人考勤。本申请提供了一种基于人脸识别和二维码测温考勤系统及方法。
具体技术方案如下所述:
一种基于人脸识别和二维码测温考勤系统,包括
外部设备,包括用于采集人脸的可见光相机、用于无接触检测人体体温的测温部件、用于识别移动终端上已生成的测温码的识别部;
测温考勤机构,用于处理可见光相机采集到的人脸信息,将人脸信息和测温码对应的身份信息绑定形成个人信息,并记录存储对应人的体温信息和测量时间,所述测量时间作为考勤时间。
优化的,所述测温部件为红外相机,所述测温考勤机构还包括温度采集及校正模块,所述温度采集及校正模块由温度采集部分和温度校正部分组成,所述温度采集部分用于采集原始温度数据;所述温度校正部分通过分段线性函数校正所述原始温度数据。
优化的,所述外部设备还包括显示器和/或扬声器和/或报警器,所述显示器上显示待测人员体温;所述测温考勤机构还包括将温度信息通过语音播报的转换模块、判断测量的体温是否高于最高正常体温的判断模块。
优化的,所述测温考勤机构还包括导出模块,所述导出模块能够导出存储的对应人的体温信息、测量时间的表格。
一种基于人脸识别和二维码测温考勤方法,包括以下步骤:
S1、判断用户是否已使用测温考勤机构的识别部识别生成的测温码,如果未识别过,进入步骤S2,如果识别过,进入步骤S3;
S2、移动终端访问测温码对应的网址,将输入的身份信息形成测温码;测温考勤机构通过识别测温码,读取测温码对应的身份信息;将获取可见光相机的人脸图像进行处理识别,使人脸信息和身份信息绑定,绑定后形成个人信息且保存,外部设备的测温部件测量待检人员的体温,进入步骤S4;
S3、外部设备的测温部件测量待检人员的体温,进入步骤S4;
S4、测温考勤机构突出显示高于正常体温的温度;测温考勤机构保存个人信息、测量的体温信息、对应的测量时间,所述测量时间作为考勤时间。
优化的,在步骤S4中,外部设备中的显示器将检测的温度在显示屏上显示,当检测的温度高于正常体温时,显示的体温数字与正常体温数字颜色不同和\或字体闪烁。
优化的,在步骤S4中,当外部设备还包括扬声器时,所述测温考勤机构将温度通过扬声器播报;当外部设备还包括报警器时,所述测温考勤机构判断测量的体温是否高于最高正常体温,将测量的温度高于正常体温时,测温考勤机构发出控制信号控制报警器工作。
优化的,所述步骤S2中将获取可见光相机的人脸图像进行处理识别具体包括以下步骤:
S21、进入训练阶段,收集大量的佩戴口罩的人脸图像并对人脸区域进行标注,构建基于深度神经网络的口罩人脸检测模型和口罩人脸特征提取模型,利用深度学习算法训练所述口罩人脸检测模型和口罩人脸特征提取模型;
S22、进入注册阶段,输入一张给定身份信息的图像,利用所述口罩人脸检测模型检测人脸区域之后,截取人脸图像区域并送入所述口罩人脸特征提取模型,将提取到的特征向量及其对应的身份信息存入人脸特征库;
S23、进入使用阶段,可见光相机不断采集图像,对于每一帧图像,采取双阈值识别策略的口罩人脸识别。
优化的,步骤S23中的双阈值识别策略的口罩人脸识别的具体步骤如下:
S231、利用人脸检测算法结合跟踪算法跟踪检测人脸,将可见光相机每次检测到的所有人脸中的每个新的人脸都分配一个ID号,跟踪到的人脸沿用原来的ID号,对于没有位于最中间位置的人脸对应的ID,跳过本次识别;对于位于屏幕最中间的ID的最大人脸,如果其识别相似度大于高限阈值,则认为该人脸已经被高可信地识别出来,此人脸跳过此次识别;如果某个已经识别的人脸ID在当前帧没有被检测到并且大于低限阈值,然后完成步骤S2中所有内容后进入步骤S4,否则进入步骤S232;
S232、截取人脸图像区域送入口罩人脸特征提取模型提取人脸特征向量;
S233、将所述人脸特征向量与人脸特征库中的特征向量进行逐个比对,计算相似度,取人脸库中相似度最高的人脸作为此次比对的初步结果,如果与其对应的相似度大于低限阈值,则认为该人脸图像被成功识别,然后完成步骤S2中所有内容后进入步骤S4;否则认为该人脸图像在库中找不到对应的人,当前ID的人脸的尝试识别次数加1,如果尝试识别次数超过设定次数后,则提示进入步骤S2。
优化的,所述身份信息包括姓名、单位和工号,如果不提写工号,测温考勤机构按照设定规则分配一个临时编号。
优化的,在步骤S4后,所述测温考勤机构中的导出模块定期导出测温考勤机构存储的对应人的体温信息、测量时间的表格。
优化的,所述测温部件为红外相机,在步骤S2中,可见光相机获得的可见光图像和红外相机获得的红外图像之间的坐标双光对齐。
优化的,所述红外相机采集红外图像和温度矩阵,给出指定人脸所在区域对应的温度,同时校正某些温度值。
本发明的优点在于:
(1)本申请在能够实现非接触的情况下实现体温测量,相对于人工记录判断,本方案更加快速,并且由于未有工作人员参与,这样数据更加准确可靠,本申请在测温的同时还进行人脸识别,在测试的时间相当于考勤时间,人脸识别可以保证是本人完成考勤。
(2)温度采集及校正模块使得温度数据更加合理准确,避免检查数据的过大范围的偏差。
(3)显示器和/或扬声器和/或报警器可以作为提醒部件,当检查到非正常体温时做出预警。
(4)导出模块的设置可以将检测结果导出,这样作为体温检测记录和考勤记录存储。
(5)本申请所要保护的方法通过第一次识别测温码和人脸后,后续即可通过人脸识别进行快速的测温和考勤。
(6)显示的体温数字与正常体温有区别,通过闪烁来提醒。
(7)本申请中人脸图像进行处理识别还设置了佩戴口罩人脸模型,这样带着口罩即能检测,保证了检测的安全性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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示出了本实施例中系统的结构示意图;
图2示出了本实施例中测温考勤方法的原理图。
附图标记说明如下:
1、外部设备;11、可见光相机;12、红外相机;13、识别部;
14、显示器;15、扬声器;16、报警器;
2、测温考勤机构;21、可见光图像采集模块;
22、温度采集及校正模块;23、双光对齐模块;24、扫码模块;
25、人脸检测与识别模块;26、转换模块;27、存储模块;
28、导出模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整地说明,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。
如图1所示,一种基于人脸识别和二维码测温考勤系统,包括
外部设备1,包括用于采集人脸的可见光相机11、用于无接触检测人体体温的测温部件、用于识别移动终端上已生成的测温码的识别部13;具体地说,所述测温部件为红外相机12。所述红外相机12与可见光相机11安装在一起,两者图像大小不需要一致,但是两者在上下、左右、前后三个方向需要靠得尽可能近,两个成像平面尽可能平行,使得拍摄区域尽可能一致,通过双光对齐模块23找到两个图像坐标系之间的转换关系。在该方案中,识别部13为扫描器,比如现有技术中的二维码扫描器。
外部设备1还还包括显示器14和/或扬声器15和/或报警器16,所述显示器14上显示待测人员体温;所述测温考勤机构2还包括将温度信息通过语音播报的转换模块26,用于将错误提示信息、温度数据等文本信息转换成语音,并送到扬声器15播报出来、判断测量的体温是否高于最高正常体温的判断模块。在本方案中同时包括显示器14、扬声器15、报警器16。
测温考勤机构2,用于处理可见光相机11采集到的人脸信息,将人脸信息和测温码对应的身份信息绑定形成个人信息,并记录存储对应人的体温信息和测量时间,所述测量时间作为考勤时间。
具体地说,测温考勤机构2包括
可见光图像采集模块21,用于接收可见光相机11的可见光图像,为人脸检测与识别模块25提供数据;
温度采集及校正模块22,由温度采集部分和温度校正部分组成,所述温度采集部分用于接收红外相机12的红外图像对应的温度图像和对应的温度矩阵,即用于采集原始温度数据,其中温度校正部分通过分段线性函数校正红外相机12采集到的原始温度数据,将测得的人体温度原始数据变换,使得经过变换后的人体温度值与真实人体温度之间的偏差在合理范围内(±0.3℃);
双光对齐模块23,用于给出可见光图像和红外图像之间的坐标对应关系;
扫码模块24,用于识别用户移动终端上携带用户身份信息的二维码;
人脸检测与识别模块25,实时检测、跟踪及识别可见光图像中的人脸,选择靠中间比较大的人脸给出识别结果(图像中可能同时存在多个人脸),并将人脸区域发送给温度采集及温度校正模块;
转换模块26,用于将错误提示信息、温度数据等信息转换成语音,并送到扬声器15播报出来;
存储模块27,用于将个人信息和不同时间的测温信息保存到数据库中,并可通过外部设备1中。
导出模块28,所述导出模块28能够导出存储模块27中存储的对应人的体温信息、测量时间的表格。
一种基于人脸识别和二维码测温考勤方法,如图2所示,包括以下步骤:
S1、判断用户是否已使用测温考勤机构2的识别部13识别生成的测温码,如果未识别过,进入步骤S2,如果已经识别过,进入步骤S3;
S2、使用移动终端进入生成测温码所对应的网址,访问测温码生成网页,填写身份信息完成后形成测温码;待测人员提起移动终端,将测温码位于识别部13的界面内,测温考勤机构2通过读取测温码对应的身份信息,然后将获取可见光相机11的人脸图像进行处理识别,使人脸信息和身份信息绑定,绑定后形成个人信息并保存,外部设备1的测温部件测量待检人员的体温,进入步骤S4;
所述身份信息包括姓名、单位和工号,如果不提写工号,测温考勤机构2按照设定规则分配一个临时编号,在该方案中的临时编号编写规则是日期+时间+当日系统流水号,还可以按照其他的方式来编号,不局限于该种方式。
所述测温部件为红外相机12,可见光相机11获得的可见光图像和红外相机12获得的红外图像之间的坐标双光对齐。所述红外相机12采集红外图像和温度矩阵,给出指定人脸所在区域对应的温度,同时校正某些温度值,进入步骤S4。
S3、待检测人员正面对着外部设备1中的可见光相机11进行人脸识别,外部设备1的测温部件测量待检人员的体温,进入步骤S4;
S4、测温考勤机构2突出显示温度高于正常体温,并提醒进入到隔离区域等待若干时间后复检;另外测温考勤机构2保存个人信息、测量的体温信息、对应的测量时间,所述测量时间作为考勤时间。所述测温考勤机构2中的导出模块28定期导出测温考勤机构2存储的对应人的体温信息、测量时间的表格。
其中测量时间也对应了考勤时间,对于人体来说,不同时间段的体温也是不同的,工作人员检查登记耽误上班时间,本申请检查速度快,使得工作人员在较小的时间内考勤和温度测量,人工检查还存在检查登记有人为操作的嫌疑,所以存在数据不真实的情况,本申请登记时间确定,导出的为真实数据。并且该种方式无纸化登记,解决了交叉感染的问题。
外部设备1中的显示器14将检测的温度在显示屏上显示,当检测的温度高于正常体温时,显示的体温数字与正常体温数字颜色不同和\或字体闪烁。这样对于非正常温度时给予提醒。在该方案中,如果体温正常,则方框和温度值的颜色均为绿色,如果体温超过设定阈值(如37),则方框和温度值的颜色均为红色,同时语音提示温度异常。
当外部设备1还包括扬声器15时,所述测温考勤机构2将温度通过扬声器15播报;当外部设备1还包括报警器16时,所述测温考勤机构2判断测量的体温是否高于最高正常体温,将测量的温度高于正常体温时,测温考勤机构2发出控制信号控制报警器16工作。
所述步骤S2中将获取可见光相机11的人脸图像进行处理识别具体包括以下步骤:
S21、进入训练阶段,收集大量的佩戴口罩的人脸图像并对人脸区域进行标注,构建基于深度神经网络的口罩人脸检测模型和口罩人脸特征提取模型,并利用深度学习算法训练所述口罩人脸检测模型和口罩人脸特征提取模型;
S22、进入注册阶段,输入一张给定身份信息的图像,利用所述口罩人脸特征提取型检测人脸区域之后,截取人脸图像区域并送入所述口罩人脸特征提取模型,将提取到的特征向量及其对应的身份信息存入人脸特征库;
S23、进入使用阶段,可见光相机11不断采集图像,对于每一帧图像,采取双阈值识别策略的口罩人脸识别。
所述步骤S23中的双阈值识别策略的口罩人脸识别的具体步骤如下:
S231、利用人脸检测算法结合跟踪算法跟踪检测人脸,将可见光相机11每次检测到的所有人脸中的每个新的人脸都分配一个ID号,跟踪到的人脸沿用原来的ID号,对于没有位于最中间位置的人脸对应的ID,跳过本次识别;对于位于屏幕最中间的ID的最大人脸,如果其识别相似度大于高限阈值(如0.95),则认为该人脸已经被高可信地识别出来,此人脸跳过此次识别;如果某个已经识别的人脸ID在当前帧没有被检测到并且大于低限阈值(如0.9),完成步骤S2中所有内容后进入步骤S4,否则进入步骤S232;
S232、截取人脸图像区域送入口罩人脸特征提取模型提取人脸特征向量;
S233、将所述人脸特征向量与人脸特征库中的特征向量进行逐个比对,计算相似度,取人脸库中相似度最高的人脸作为此次比对的初步结果,如果与其对应的相似度大于低限阈值,则认为该人脸图像被成功识别,然后完成步骤S2中所有内容后进入步骤S4;否则认为该人脸图像在库中找不到对应的人,当前ID的人脸的尝试识别次数加1,如果尝试识别次数超过5次,则提示刷区域二维码进行注册,进入步骤S1。
本发明采用的是基于深度学习的口罩人脸检测模型和口罩人脸特征提取模型,能够在待检测人员在佩戴口罩的情况下进行人脸识别,解决疫情期间待检测人员摘掉口罩进行人脸识别可能造成感染的问题。
尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (13)
1.一种基于人脸识别和二维码测温考勤系统,其特征在于,包括
外部设备(1),包括用于采集人脸的可见光相机(11)、用于无接触检测人体体温的测温部件、用于识别移动终端上已生成的测温码的识别部(13);
测温考勤机构(2),用于处理可见光相机(11)采集到的人脸信息,将人脸信息和测温码对应的身份信息绑定形成个人信息,并记录存储对应人的体温信息和测量时间,所述测量时间作为考勤时间。
2.根据权利要求1所述的一种基于人脸识别和二维码测温考勤系统,其特征在于,所述测温部件为红外相机(12),所述测温考勤机构(2)还包括温度采集及校正模块(22),所述温度采集及校正模块(22)由温度采集部分和温度校正部分组成,所述温度采集部分用于采集原始温度数据;所述温度校正部分通过分段线性函数校正所述原始温度数据。
3.根据权利要求1或2所述的一种基于人脸识别和二维码测温考勤系统,其特征在于,所述外部设备(1)还包括显示器(14)和/或扬声器(15)和/或报警器(16),所述显示器(14)上显示待测人员体温;所述测温考勤机构(2)还包括将温度信息通过语音播报的转换模块(26)、判断测量的体温是否高于最高正常体温的判断模块。
4.根据权利要求1所述的一种基于人脸识别和二维码测温考勤系统,其特征在于,所述测温考勤机构(2)还包括导出模块(28),所述导出模块(28)能够导出存储的对应人的体温信息、测量时间的表格。
5.一种基于人脸识别和二维码测温考勤方法,其特征在于,包括以下步骤:
S1、判断用户是否已使用测温考勤机构(2)的识别部(13)识别生成的测温码,如果未识别过,进入步骤S2,如果识别过,进入步骤S3;
S2、移动终端访问测温码对应的网址,将输入的身份信息形成测温码;测温考勤机构(2)通过识别测温码,读取测温码对应的身份信息;将获取可见光相机(11)的人脸图像进行处理识别,使人脸信息和身份信息绑定,绑定后形成个人信息且保存,外部设备(1)的测温部件测量待检人员的体温,进入步骤S4;
S3、外部设备(1)的测温部件测量待检人员的体温,进入步骤S4;
S4、测温考勤机构(2)突出显示高于正常体温的温度;测温考勤机构(2)保存个人信息、测量的体温信息、对应的测量时间,所述测量时间作为考勤时间。
6.根据权利要求5所述的一种基于人脸识别和二维码测温考勤方法,其特征在于,在步骤S4中,外部设备(1)中的显示器(14)将检测的温度在显示屏上显示,当检测的温度高于正常体温时,显示的体温数字与正常体温数字颜色不同和\或字体闪烁。
7.根据权利要求5所述的一种基于人脸识别和二维码测温考勤方法,其特征在于,在步骤S4中,当外部设备(1)还包括扬声器(15)时,所述测温考勤机构(2)将温度通过扬声器(15)播报;当外部设备(1)还包括报警器(16)时,所述测温考勤机构(2)判断测量的体温是否高于最高正常体温,将测量的温度高于正常体温时,测温考勤机构(2)发出控制信号控制报警器(16)工作。
8.根据权利要求5所述的一种基于人脸识别和二维码测温考勤方法,其特征在于,所述步骤S2中将获取可见光相机(11)的人脸图像进行处理识别具体包括以下步骤:
S21、进入训练阶段,收集大量的佩戴口罩的人脸图像并对人脸区域进行标注,构建基于深度神经网络的口罩人脸检测模型和口罩人脸特征提取模型,利用深度学习算法训练所述口罩人脸检测模型和口罩人脸特征提取模型;
S22、进入注册阶段,输入一张给定身份信息的图像,利用所述口罩人脸检测模型检测人脸区域之后,截取人脸图像区域并送入所述口罩人脸特征提取模型,将提取到的特征向量及其对应的身份信息存入人脸特征库;
S23、进入使用阶段,可见光相机(11)不断采集图像,对于每一帧图像,采取双阈值识别策略的口罩人脸识别。
9.根据权利要求8所述的一种基于人脸识别和二维码测温考勤方法,其特征在于,步骤S23中的双阈值识别策略的口罩人脸识别的具体步骤如下:
S231、利用人脸检测算法结合跟踪算法跟踪检测人脸,将可见光相机(11)每次检测到的所有人脸中的每个新的人脸都分配一个ID号,跟踪到的人脸沿用原来的ID号,对于没有位于最中间位置的人脸对应的ID,跳过本次识别;对于位于屏幕最中间的ID的最大人脸,如果其识别相似度大于高限阈值,则认为该人脸已经被高可信地识别出来,此人脸跳过此次识别;如果某个已经识别的人脸ID在当前帧没有被检测到并且大于低限阈值,然后完成步骤S2中所有内容后进入步骤S4,否则进入步骤S232;
S232、截取人脸图像区域送入口罩人脸特征提取模型提取人脸特征向量;
S233、将所述人脸特征向量与人脸特征库中的特征向量进行逐个比对,计算相似度,取人脸库中相似度最高的人脸作为此次比对的初步结果,如果与其对应的相似度大于低限阈值,则认为该人脸图像被成功识别,然后完成步骤S2中所有内容后进入步骤S4;否则认为该人脸图像在库中找不到对应的人,当前ID的人脸的尝试识别次数加1,如果尝试识别次数超过设定次数后,则提示进入步骤S2。
10.根据权利要求5所述的一种基于人脸识别和二维码测温考勤方法,其特征在于,所述身份信息包括姓名、单位和工号,如果不提写工号,测温考勤机构(2)按照设定规则分配一个临时编号。
11.根据权利要求5所述的一种基于人脸识别和二维码测温考勤方法,其特征在于,在步骤S4后,所述测温考勤机构(2)中的导出模块(28)定期导出测温考勤机构(2)存储的对应人的体温信息、测量时间的表格。
12.根据权利要求5所述的一种基于人脸识别和二维码测温考勤方法,其特征在于,所述测温部件为红外相机(12),在步骤S2中,可见光相机(11)获得的可见光图像和红外相机(12)获得的红外图像之间的坐标双光对齐。
13.根据权利要求12所述的一种基于人脸识别和二维码测温考勤方法,其特征在于,所述红外相机(12)采集红外图像和温度矩阵,给出指定人脸所在区域对应的温度,同时校正某些温度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011119228.4A CN112365618A (zh) | 2020-10-19 | 2020-10-19 | 一种基于人脸识别和二维码测温考勤系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011119228.4A CN112365618A (zh) | 2020-10-19 | 2020-10-19 | 一种基于人脸识别和二维码测温考勤系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112365618A true CN112365618A (zh) | 2021-02-12 |
Family
ID=74508008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011119228.4A Pending CN112365618A (zh) | 2020-10-19 | 2020-10-19 | 一种基于人脸识别和二维码测温考勤系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112365618A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989989A (zh) * | 2021-03-09 | 2021-06-18 | 蒋欣呈 | 一种安检方法、装置、设备及存储介质 |
CN114038077A (zh) * | 2021-10-29 | 2022-02-11 | 金陵科技学院 | 一种教室用疫情防控专用签到测温系统 |
CN115439947A (zh) * | 2022-09-20 | 2022-12-06 | 中国银行股份有限公司 | 一种人体测温提示处理方法及装置 |
CN117373073A (zh) * | 2022-06-30 | 2024-01-09 | 千里眼(广州)人工智能科技有限公司 | 基于机器人的测控方法、系统、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010128976A (ja) * | 2008-11-28 | 2010-06-10 | Ohbayashi Corp | 入場管理システム |
CN104184589A (zh) * | 2014-08-26 | 2014-12-03 | 重庆邮电大学 | 一种身份认证方法、终端设备,及系统 |
CN108197519A (zh) * | 2017-12-08 | 2018-06-22 | 北京天正聚合科技有限公司 | 基于二维码扫描触发人脸图像采集的方法和装置 |
CN109215184A (zh) * | 2018-07-24 | 2019-01-15 | 石数字技术成都有限公司 | 人脸注册、验证方法、人脸注册系统和在门禁的应用 |
CN111340995A (zh) * | 2020-02-11 | 2020-06-26 | 西安米克跨界信息科技有限公司 | 一种基于人脸识别身份认证的快速门禁方法 |
CN211527668U (zh) * | 2020-03-06 | 2020-09-18 | 中国航天科工集团六院情报信息研究中心 | 一种基于人体身份特征识别的测温装置 |
CN111724496A (zh) * | 2020-05-27 | 2020-09-29 | 深圳英飞拓智能技术有限公司 | 一种考勤方法、考勤装置及计算机可读存储介质 |
-
2020
- 2020-10-19 CN CN202011119228.4A patent/CN112365618A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010128976A (ja) * | 2008-11-28 | 2010-06-10 | Ohbayashi Corp | 入場管理システム |
CN104184589A (zh) * | 2014-08-26 | 2014-12-03 | 重庆邮电大学 | 一种身份认证方法、终端设备,及系统 |
CN108197519A (zh) * | 2017-12-08 | 2018-06-22 | 北京天正聚合科技有限公司 | 基于二维码扫描触发人脸图像采集的方法和装置 |
CN109215184A (zh) * | 2018-07-24 | 2019-01-15 | 石数字技术成都有限公司 | 人脸注册、验证方法、人脸注册系统和在门禁的应用 |
CN111340995A (zh) * | 2020-02-11 | 2020-06-26 | 西安米克跨界信息科技有限公司 | 一种基于人脸识别身份认证的快速门禁方法 |
CN211527668U (zh) * | 2020-03-06 | 2020-09-18 | 中国航天科工集团六院情报信息研究中心 | 一种基于人体身份特征识别的测温装置 |
CN111724496A (zh) * | 2020-05-27 | 2020-09-29 | 深圳英飞拓智能技术有限公司 | 一种考勤方法、考勤装置及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
徐勇,范自柱,张大鹏: "《基于稀疏算法的人脸识别》", 31 December 2014, 国防工业出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989989A (zh) * | 2021-03-09 | 2021-06-18 | 蒋欣呈 | 一种安检方法、装置、设备及存储介质 |
CN114038077A (zh) * | 2021-10-29 | 2022-02-11 | 金陵科技学院 | 一种教室用疫情防控专用签到测温系统 |
CN117373073A (zh) * | 2022-06-30 | 2024-01-09 | 千里眼(广州)人工智能科技有限公司 | 基于机器人的测控方法、系统、设备及介质 |
CN115439947A (zh) * | 2022-09-20 | 2022-12-06 | 中国银行股份有限公司 | 一种人体测温提示处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112365618A (zh) | 一种基于人脸识别和二维码测温考勤系统及方法 | |
CN109858371B (zh) | 人脸识别的方法及装置 | |
CN111191532B (zh) | 基于施工区域的人脸识别方法、装置、计算机设备 | |
CN111724496A (zh) | 一种考勤方法、考勤装置及计算机可读存储介质 | |
CN112364696A (zh) | 一种利用家庭监控视频提高家庭安全的方法及系统 | |
CN111563396A (zh) | 在线识别异常行为的方法、装置、电子设备及可读存储介质 | |
CN111444837B (zh) | 在极端环境下提升人脸检测可用性的测温方法及测温系统 | |
CN111079553A (zh) | 客户分析数据的获取方法、装置、设备和存储介质 | |
CN110717449A (zh) | 车辆年检人员的行为检测方法、装置和计算机设备 | |
CN114333047A (zh) | 一种基于双光感知信息融合的人体摔倒检测装置与方法 | |
CN115147939A (zh) | 一种大规模场景下的数据分发管理系统及方法 | |
CN115862113A (zh) | 陌生人异常识别方法、装置、设备及存储介质 | |
CN112488647B (zh) | 考勤系统及方法、存储介质及电子设备 | |
CN116778624B (zh) | 一种人工智能的人证合一用身份证信息读取分析系统 | |
CN112099637A (zh) | 一种基于ar交互的穿戴式信息采集系统 | |
CN112330742A (zh) | 公共区域重点人员活动路线记录方法及装置 | |
CN114463776A (zh) | 跌倒识别方法、装置、设备及存储介质 | |
CN114463779A (zh) | 吸烟识别方法、装置、设备及存储介质 | |
CN117152808A (zh) | 一种公安多媒体安防监控系统及方法 | |
CN115410113A (zh) | 基于计算机视觉的跌倒检测方法、装置及存储介质 | |
CN115909400A (zh) | 一种用于低分辨率监控场景中使用手机行为的识别方法 | |
CN115116119A (zh) | 一种基于数字图像处理技术的人脸识别系统 | |
WO2022262013A1 (zh) | 一种车辆状态信息采集监控方法及系统 | |
CN113158933A (zh) | 一种走失人员识别的方法、系统、装置及存储介质 | |
CN114387648A (zh) | 异常图像检测方法、装置、计算机设备及存储介质 |
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: 20210212 |
|
RJ01 | Rejection of invention patent application after publication |