CN113140051A - 考勤方法、装置、电子设备及存储介质 - Google Patents

考勤方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113140051A
CN113140051A CN202010063824.9A CN202010063824A CN113140051A CN 113140051 A CN113140051 A CN 113140051A CN 202010063824 A CN202010063824 A CN 202010063824A CN 113140051 A CN113140051 A CN 113140051A
Authority
CN
China
Prior art keywords
attendance
staff
recorded
posture
image
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
Application number
CN202010063824.9A
Other languages
English (en)
Inventor
郭文文
吕昊
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.)
Shanghai Yitu Information Technology Co ltd
Original Assignee
Shanghai Yitu Information 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 Shanghai Yitu Information Technology Co ltd filed Critical Shanghai Yitu Information Technology Co ltd
Priority to CN202010063824.9A priority Critical patent/CN113140051A/zh
Publication of CN113140051A publication Critical patent/CN113140051A/zh
Pending legal-status Critical Current

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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • 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

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)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明涉及考勤方法、装置、电子设备及存储介质，其中，考勤方法包括如下步骤：获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。本发明实施例的考勤方法，无需员工主动配合，节约了员工的时间，降低了成本，且避免了员工卡丢失带来的安全风险，另外，得到的考勤信息准确度高。

Description

考勤方法、装置、电子设备及存储介质
技术领域
本发明涉及计算机技术领域，具体涉及一种考勤方法、装置和电子设备以及计算机存储介质。
背景技术
传统的考勤方式主要有员工卡打卡考勤、指纹考勤以及门禁刷脸考勤，这些考勤方式都需要员工主动配合来完成，较为浪费时间，且存在员工忘记考勤带来的缺勤纠纷问题，另外，打卡考勤方式，需要采购大量员工卡，成本较高，且员工卡丢失容易带来安全风险。
发明内容
为解决上述技术问题，本发明的一个目的在于提供一种考勤方法，该考勤方法无需员工主动配合，解放了员工，节约了员工的时间，避免了员工忘记考勤带来的考勤纠纷问题，降低了成本，且避免了员工卡丢失带来的安全风险，另外，得到的考勤信息准确度高。
本发明的另一个目的在于提供一种实现上述考勤方法的考勤装置。
为达到上述目的，本发明采用如下技术方案：
根据本发明第一方面实施例的考勤方法，包括如下步骤：
获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；
将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；
确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；
基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
优选地，所述体态特征包括人脸特征、人体特征和/或步态特征。
优选地，所述体态模型基于人脸识别技术、人体识别技术及步态识别技术通过机器学习训练形成。
优选地，所述人像关联数据库中的体态特征通过如下方法获得：
分别获取每个员工的人脸端正的人脸图像、四个方位端正姿态的人体图像以及多个方向的步态图像；
基于上述获取的每个员工的所述人脸图像、人体图像以及步态图像，通过体态模型提取体态特征并保存在所述人像关联数据库中。
优选地，所述将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配包括：
将所述待记录考勤员工的图像提取得到的体态特征分别与所述人像关联数据库中的体态特征逐一进行匹配，当任一特征的相似度超过预定值时，则匹配成功。
优选地，所述考勤方法还包括：
对预定时间的所述待记录考勤员工的考勤信息进行汇总，并对汇总结果进行输出。
根据本发明第二方面实施例的考勤装置，包括：
获取模块和提取模块：用于获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；
匹配模块：用于将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；
身份信息确定模块：用于确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；
记录模块：用于基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
优选地，所述体态特征包括人脸特征、人体特征和/或步态特征。
优选地，所述体态模型基于人脸识别技术、人体识别技术及步态识别技术通过机器学习训练形成。
优选地，所述人像关联数据库中的体态特征通过如下方法获得：
分别获取每个员工的人脸端正的人脸图像、四个方位端正姿态的人体图像以及多个方向的步态图像；
基于上述获取的每个员工的所述人脸图像、人体图像以及步态图像，通过体态模型提取体态特征并保存在所述人像关联数据库中。
优选地，所述匹配模块用于：
将所述待记录考勤员工的图像提取得到的体态特征分别与所述人像关联数据库中的体态特征逐一进行匹配，当任一特征的相似度超过预定值时，则匹配成功。
优选地，所述考勤装置还包括：
汇总模块和输出模块：用于对预定时间的所述待记录考勤员工的考勤信息进行汇总，并对汇总结果进行输出。
根据本发明第三方面实施例的用于考勤的电子设备，包括：
一个或多个处理器；
一个或多个存储器，其中存储了计算机可读代码，所述计算机可读代码当由所述一个或多个处理器执行时进行如下处理：
获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；
将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；
确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；
基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
根据本发明第四方面实施例的计算机存储介质，其中存储了计算机可读代码，所述计算机可读代码当由一个或多个处理器执行时进行如下处理：
获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；
将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；
确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；
基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
本发明的有益效果在于：
通过获取待记录考勤员工的图像，进而得到待记录考勤员工的体态特征，通过得到的体态特征匹配得到身份信息进而基于身份信息记录考勤信息，本发明实施例的考勤方法无需员工主动配合，从而解放了员工，节约了员工的时间，避免了员工忘记考勤带来的考勤纠纷问题，降低了成本，且避免了员工卡丢失带来的安全风险，另外，得到的考勤信息准确度高。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1为本发明实施例的考勤方法的流程图；
图2为本发明实施例的考勤装置的结构示意图；
图3为本发明实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例仅用于说明本发明，但不用来限制本发明的范围。
可以理解的是，如本文所使用的，术语“模块””可以指代或者包括专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用、或群组)和/或存储器、组合逻辑电路、和/或提供所描述的功能的其他适当硬件组件，或者可以作为这些硬件组件的一部分。
可以理解的是，在本发明各实施例中，处理器可以是微处理器、数字信号处理器、微控制器等，和/或其任何组合。根据另一个方面，所述处理器可以是单核处理器，多核处理器等，和/或其任何组合。
根据本发明实施例的本申请技术方案的一种应用场景，在员工早上上班时，员工经过考勤设备时，考勤设备通过摄像头采集到员工的图像，然后考勤设备通过本发明实施例的考勤方法，根据采集到的员工的图像提取得到员工的体态特征，进而根据员工的体态特征匹配得到员工的身份信息，然后对员工的考勤信息进行记录。整个考勤过程中，无需员工主动配合，解放了员工，节约了员工的时间。
如图1所示，根据本发明实施例的考勤方法，包括如下步骤：
步骤S1，获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征。
具体地，在待记录考勤员工上下班时，可以通过摄像头采集待记录考勤员工的图像，根据获取的待记录考勤员工的图像，通过体态模型提取到待记录考勤员工的体态特征。
优选地，所述体态特征包括人脸特征、人体特征和/或步态特征。
优选地，所述体态模型基于人脸识别技术、人体识别技术及步态识别技术通过机器学习训练形成。
具体地，所述体态模型包括人脸模型、人体模型以及步态模型，所述人脸模型、人体模型以及步态模型分别基于人脸识别技术、人体识别技术以及步态识别技术通过机器学习训练形成。
步骤S2，将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息。
其中，所述人像关联数据库中的体态特征通过如下方法获得：
分别获取每个员工的人脸端正的人脸图像、四个方位端正姿态的人体图像以及多个方向的步态图像；
基于上述获取的每个员工的所述人脸图像、人体图像以及步态图像，通过体态模型提取体态特征并保存在所述人像关联数据库中。
该方法获得的人像关联数据库中的体态特征更为准确，从而便于待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，进而确保记录的考勤信息的准确性。
优选地，所述将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配包括：
将所述待记录考勤员工的图像提取得到的体态特征分别与所述人像关联数据库中的体态特征逐一进行匹配，当任一特征的相似度超过预定值时，则匹配成功。
具体地，将待记录考勤员工的图像提取得到的体态特征与人像关联数据库中的多个体态特征逐一进行匹配，在进行匹配时，将待记录考勤员工的体态特征中的人脸特征、人体特征以及步态特征依次分别与人像关联数据库中的体态特征中的人脸特征、人体特征以及步态特征进行匹配，当任一特征的相似度超过预定值时，则匹配成功，例如，当人脸特征的相似度超过预定值时则匹配成功，不需要再继续进行人体特征以及步态特征的匹配。
通过当任一特征的相似度超过预定值时则匹配成功，减少了匹配的计算量，提高了匹配的速度。而且，避免了由于抓拍图像时的角度不同或者员工的不同穿着打扮造成个别体态特征比对失败引起的考勤失败问题。例如，当员工由于化妆等造成人脸特征比对失败时，可以通过人体特征、步态特征进行进一步比对，来实现该员工的考勤记录。
另外，在其它实施例中，为了使得到的考勤信息准确度更高，可以将待记录考勤员工的体态特征中的人脸特征、人体特征以及步态特征依次分别与人像关联数据库中的体态特征中的人脸特征、人体特征以及步态特征进行匹配时，当任意两个特征的相似度均超过预定值时，则匹配成功，例如，当人脸特征与人体特征的相似度均超过预定值时则匹配成功。
当然，在本发明的其它实施例中，还可以在进行匹配时，将待记录考勤员工的体态特征中的人脸特征、人体特征以及步态特征依次分别与人像关联数据库中的体态特征中的人脸特征、人体特征以及步态特征进行匹配，且体态特征中的人脸特征、人体特征以及步态特征分别赋以一定的比重，当匹配得到的体态特征的相似度达到预定值时匹配成功，当然，也可以将待记录考勤员工的体态特征与人像关联数据库中的多个体态特征逐一进行匹配得到多个相似度，相似度最高的人像关联数据库中的体态特征与待记录考勤员工的体态特征匹配成功。
步骤S3，确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息。
具体地，当待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配成功后，根据人像关联数据库中存储的员工的体态特征以及其相应的身份信息，可确定与待记录考勤员工的体态特征相匹配的身份信息。
步骤S4，基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
具体地，考勤信息可以包括考勤时间，基于得到的身份信息将考勤信息进行记录。
通过获取待记录考勤员工的图像，进而得到待记录考勤员工的体态特征，通过得到的体态特征匹配得到身份信息进而基于身份信息记录考勤信息，本发明实施例的考勤方法无需员工主动配合，从而解放了员工，节约了员工的时间，避免了员工忘记考勤带来的考勤纠纷问题，降低了成本，且避免了员工卡丢失带来的安全风险，另外，得到的考勤信息准确度高。
优选地，所述考勤方法还包括：
对预定时间的所述待记录考勤员工的考勤信息进行汇总，并对汇总结果进行输出。
具体地，可以对一个月内的待记录考勤员工的上下班的考勤时间进行汇总，并对汇总结果进行输出，以便于对员工在该月的考勤进行分析。
如图2所示，实现上述根据发明实施例的考勤方法的根据本发明实施例的考勤装置，包括获取模块20、提取模块30、匹配模块40、身份信息确定模块50和记录模块60。
其中，获取模块20和提取模块30，用于获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征。
匹配模块40，用于将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息。
身份信息确定模块50，用于确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息。
记录模块60，用于基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
通过获取待记录考勤员工的图像，进而得到待记录考勤员工的体态特征，通过得到的体态特征匹配得到身份信息进而基于身份信息记录考勤信息，本发明实施例的考勤装置，无需员工主动配合，从而解放了员工，节约了员工的时间，避免了员工忘记考勤带来的考勤纠纷问题，降低了成本，且避免了员工卡丢失带来的安全风险，另外，得到的考勤信息准确度高。
优选地，所述体态特征包括人脸特征、人体特征和/或步态特征。
优选地，所述体态模型基于人脸识别技术、人体识别技术及步态识别技术通过机器学习训练形成。
优选地，所述人像关联数据库中的体态特征通过如下方法获得：
分别获取每个员工的人脸端正的人脸图像、四个方位端正姿态的人体图像以及多个方向的步态图像；
基于上述获取的每个员工的所述人脸图像、人体图像以及步态图像，通过体态模型提取体态特征并保存在所述人像关联数据库中。
优选地，所述匹配模块用于：
将所述待记录考勤员工的图像提取得到的体态特征分别与所述人像关联数据库中的体态特征逐一进行匹配，当任一特征的相似度超过预定值时，则匹配成功。
优选地，所述考勤装置还包括：
汇总模块和输出模块：用于对预定时间的所述待记录考勤员工的考勤信息进行汇总，并对汇总结果进行输出。
如图3所示，基于与上述考勤方法相同的发明构思，本申请还提供一种电子设备1400，该电子设备1400包括一个或多个处理器1401和一个或多个存储器1402，存储器1402中存储了计算机可读代码，
其中，计算机可读代码当由一个或多个处理器1401执行时进行如下处理：
获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；
将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；
确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；
基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
优选地，所述体态特征包括人脸特征、人体特征和/或步态特征。
优选地，所述体态模型基于人脸识别技术、人体识别技术及步态识别技术通过机器学习训练形成。
优选地，所述人像关联数据库中的体态特征通过如下方法获得：
分别获取每个员工的人脸端正的人脸图像、四个方位端正姿态的人体图像以及多个方向的步态图像；
基于上述获取的每个员工的所述人脸图像、人体图像以及步态图像，通过体态模型提取体态特征并保存在所述人像关联数据库中。
优选地，所述将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配包括：
将所述待记录考勤员工的图像提取得到的体态特征分别与所述人像关联数据库中的体态特征逐一进行匹配，当任一特征的相似度超过预定值时，则匹配成功。
优选地，所述考勤方法还包括：
对预定时间的所述待记录考勤员工的考勤信息进行汇总，并对汇总结果进行输出。
进一步地，电子设备1400还包括网络接口1403、输入设备1404、硬盘1405、和显示设备1406。
上述各个接口和设备之间可以通过总线架构互连。总线架构可以是可以包括任意数量的互联的总线和桥。具体由处理器1401代表的一个或者多个中央处理器(CPU)，以及由存储器1402代表的一个或者多个存储器1402的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解，总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外，还包括电源总线、控制总线和状态信号总线，这些都是本领域所公知的，因此本文不再对其进行详细描述。
网络接口1403，可以连接至网络(如因特网、局域网等)，从网络中获取相关数据，并可以保存在硬盘1405中。
输入设备1404，可以接收操作人员输入的各种指令，并发送给处理器1401以供执行。输入设备1404可以包括键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
显示设备1406，可以将处理器1401执行指令获得的结果进行显示。
存储器1402，用于存储操作系统14021运行所必须的程序和数据，以及处理器1401计算过程中的中间结果等数据。
可以理解，本申请实施例中的存储器1402可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM)，其用作外部高速缓存。本文描述的装置和方法的存储器1402旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器1402存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统14021和应用程序14014。
其中，操作系统14021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序14014，包含各种应用程序，例如浏览器(Browser)等，用于实现各种应用业务。实现本申请实施例方法的程序可以包含在应用程序14014中。
本申请上述实施例揭示的方法可以应用于处理器1401中，或者由处理器1401实现。处理器1401可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1401可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1402，处理器1401读取存储器1402中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本申请实施例中，该电子设备1400通过获取待记录考勤员工的图像，进而得到待记录考勤员工的体态特征，通过得到的体态特征匹配得到身份信息进而基于身份信息记录考勤信息，该用于考勤的电子设备，无需员工主动配合，从而解放了员工，节约了员工的时间，避免了员工忘记考勤带来的考勤纠纷问题，降低了成本，且避免了员工卡丢失带来的安全风险，另外，得到的考勤信息准确度高。
另外，本申请实施例还提供了一种计算机存储介质，所述计算机存储介质存储了计算机可读代码，计算机可读代码当由一个或多个处理器执行时进行如下处理：
获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；
将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；
确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；
基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
该计算机可读代码被处理器执行时实现上述考勤方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再对详细的过程进行赘述。其中，所述的计算机存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random AccessMemory，简称RAM)、磁碟或者光盘等。
在本申请所提供的几个实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种考勤方法，其特征在于，包括如下步骤：
获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；
将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；
确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；
基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
2.根据权利要求1所述的考勤方法，其特征在于，所述体态特征包括人脸特征、人体特征和/或步态特征。
3.根据权利要求2所述的考勤方法，其特征在于，所述体态模型基于人脸识别技术、人体识别技术及步态识别技术通过机器学习训练形成。
4.根据权利要求2所述的考勤方法，其特征在于，所述人像关联数据库中的体态特征通过如下方法获得：
分别获取每个员工的人脸端正的人脸图像、四个方位端正姿态的人体图像以及多个方向的步态图像；
基于上述获取的每个员工的所述人脸图像、人体图像以及步态图像，通过体态模型提取体态特征并保存在所述人像关联数据库中。
5.根据权利要求4所述的考勤方法，其特征在于，所述将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配包括：
将所述待记录考勤员工的图像提取得到的体态特征分别与所述人像关联数据库中的体态特征逐一进行匹配，当任一特征的相似度超过预定值时，则匹配成功。
6.根据权利要求1所述的考勤方法，其特征在于，所述考勤方法还包括：
对预定时间的所述待记录考勤员工的考勤信息进行汇总，并对汇总结果进行输出。
7.一种考勤装置，其特征在于，包括：
获取模块和提取模块：用于获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；
匹配模块：用于将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；
身份信息确定模块：用于确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；
记录模块：用于基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
8.根据权利要求7所述的考勤装置，其特征在于，所述体态特征包括人脸特征、人体特征和/或步态特征。
9.一种用于考勤的电子设备，包括：
一个或多个处理器；
一个或多个存储器，其中存储了计算机可读代码，所述计算机可读代码当由所述一个或多个处理器执行时进行如下处理：
获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；
将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；
确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；
基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
10.一种计算机存储介质，其特征在于，其中存储了计算机可读代码，所述计算机可读代码当由一个或多个处理器执行时进行如下处理：
获取待记录考勤员工的图像，并根据所述待记录考勤员工的图像，通过体态模型提取所述待记录考勤员工的体态特征；
将所述待记录考勤员工的体态特征与人像关联数据库中的体态特征进行匹配，所述人像关联数据库中存储有所有员工的体态特征以及其相应的身份信息；
确定与所述待记录考勤员工的体态特征相匹配的人像关联数据库中的员工的身份信息；
基于所述身份信息，对所述待记录考勤员工的考勤信息进行记录。
CN202010063824.9A 2020-01-20 2020-01-20 考勤方法、装置、电子设备及存储介质 Pending CN113140051A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010063824.9A CN113140051A (zh) 2020-01-20 2020-01-20 考勤方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010063824.9A CN113140051A (zh) 2020-01-20 2020-01-20 考勤方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN113140051A true CN113140051A (zh) 2021-07-20

Family

ID=76809692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010063824.9A Pending CN113140051A (zh) 2020-01-20 2020-01-20 考勤方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113140051A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113869714A (zh) * 2021-09-26 2021-12-31 平安科技（深圳）有限公司 考勤记录方法、装置、计算机设备及存储介质
CN114926934A (zh) * 2022-06-09 2022-08-19 广州创显智能科技有限公司 一种基于ai的门禁识别方法和识别装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105118104A (zh) * 2015-09-24 2015-12-02 河南鑫山信息科技有限公司 基于步态识别功能的多功能考勤机
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
CN106599873A (zh) * 2016-12-23 2017-04-26 安徽工程大学机电学院 基于三维姿态信息的人物身份识别方法
CN108876276A (zh) * 2017-06-02 2018-11-23 北京旷视科技有限公司 基于人脸识别的自动考勤方法及装置
CN108932504A (zh) * 2018-07-24 2018-12-04 中国科学院深圳先进技术研究院 身份认证方法、装置、电子设备及存储介质
CN109508690A (zh) * 2018-11-29 2019-03-22 浙江工业大学 一种基于人脸识别的非主动配合考勤系统
CN110060367A (zh) * 2019-06-10 2019-07-26 北京意锐新创科技有限公司 防止替代打卡的智能考勤装置
CN110648415A (zh) * 2019-08-23 2020-01-03 上海科技发展有限公司 自动识别考勤方法、自动识别考勤系统、电子装置及介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105118104A (zh) * 2015-09-24 2015-12-02 河南鑫山信息科技有限公司 基于步态识别功能的多功能考勤机
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
CN106599873A (zh) * 2016-12-23 2017-04-26 安徽工程大学机电学院 基于三维姿态信息的人物身份识别方法
CN108876276A (zh) * 2017-06-02 2018-11-23 北京旷视科技有限公司 基于人脸识别的自动考勤方法及装置
CN108932504A (zh) * 2018-07-24 2018-12-04 中国科学院深圳先进技术研究院 身份认证方法、装置、电子设备及存储介质
CN109508690A (zh) * 2018-11-29 2019-03-22 浙江工业大学 一种基于人脸识别的非主动配合考勤系统
CN110060367A (zh) * 2019-06-10 2019-07-26 北京意锐新创科技有限公司 防止替代打卡的智能考勤装置
CN110648415A (zh) * 2019-08-23 2020-01-03 上海科技发展有限公司 自动识别考勤方法、自动识别考勤系统、电子装置及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113869714A (zh) * 2021-09-26 2021-12-31 平安科技（深圳）有限公司 考勤记录方法、装置、计算机设备及存储介质
CN114926934A (zh) * 2022-06-09 2022-08-19 广州创显智能科技有限公司 一种基于ai的门禁识别方法和识别装置

Similar Documents

Publication Publication Date Title
US9792484B2 (en) Biometric information registration apparatus and biometric information registration method
CN112364827A (zh) 人脸识别方法、装置、计算机设备和存储介质
CN113140051A (zh) 考勤方法、装置、电子设备及存储介质
CN101540068A (zh) 面部识别考勤装置及其方法
CN104182669A (zh) 移动终端开机系统及移动终端开机方法
CN111724496A (zh) 一种考勤方法、考勤装置及计算机可读存储介质
CN107908940B (zh) 一种指纹识别的方法及终端设备
CN110619689A (zh) 智慧楼宇的自动签到打卡方法、计算机设备及存储介质
CN113987244A (zh) 人体图像的聚档方法、装置、计算机设备和存储介质
CN111368814A (zh) 一种身份识别方法及系统
CN106910259A (zh) 一种可多途径打卡的考勤设备
CN111695445A (zh) 一种人脸识别的方法、装置、设备及计算机可读存储介质
CN112633281A (zh) 一种基于Hash算法车辆身份认证方法及系统
CN116451175A (zh) 一种多模态数据处理方法、装置、电子设备及存储介质
CN110750771A (zh) 登录认证方法、装置、计算机设备和存储介质
CN112383713B (zh) 自动加载人脸mipi或者人脸usb摄像头的驱动方法
CN115563597A (zh) 一种基于大数据的人工智能运算系统及运算方法
CN113641844A (zh) 婚姻登记系统身份核验的方法、装置、终端及存储介质
CN115359575A (zh) 身份识别方法、装置和计算机设备
CN109814712B (zh) 一种基于虚拟交互装置的手势识别系统
CN111476931A (zh) 一种人脸识别的人码信息验证方法与装置
Rahkoyo et al. IoT-Based Fingerprint Attendance System: Enhancing Efficiency and Security in Educational and Organizational Settings
CN111290577B (zh) 一种非接触式输入方法及装置
CN111210544A (zh) 一种基于云计算的门控方法及设备
CN115063378B (zh) 智能点数方法、装置、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: 20210720

RJ01 Rejection of invention patent application after publication