CN113326747A - 教职工人脸识别考勤方法与系统 - Google Patents
教职工人脸识别考勤方法与系统 Download PDFInfo
- Publication number
- CN113326747A CN113326747A CN202110528378.9A CN202110528378A CN113326747A CN 113326747 A CN113326747 A CN 113326747A CN 202110528378 A CN202110528378 A CN 202110528378A CN 113326747 A CN113326747 A CN 113326747A
- Authority
- CN
- China
- Prior art keywords
- attendance
- information
- module
- monitoring
- face 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 70
- 238000001514 detection method Methods 0.000 claims description 12
- 230000001815 facial effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
Abstract
本发明涉及考勤管理技术领域,公开了一种教职工人脸识别考勤方法与系统,其中,所述考勤方法包括:获取监控信息,监控信息包括实时视频画面、监控地点信息和监控时间信息;获取实时视频画面中的人脸图像;对人脸图像进行识别获取与人脸图像对应的教职工人员;将监控地点信息和监控时间信息录入教职工人员的考勤信息中。本发明解决了现有考勤方式效率低下的问题。
Description
技术领域
本发明涉及考勤管理技术领域,具体是指一种教职工人脸识别考勤方法与系统。
背景技术
考勤是为维护企事业单位的正常工作秩序,提高办事效率,严肃单位纪律,使员工自觉遵守工作时间和劳动纪律。早期的考勤通常就是用笔在记录簿上签个名字,后续由于科学技术的进步,考勤方式从人工手动签到发展到磁卡打卡、指纹打卡等。
传统的磁卡签到、指纹识别等考勤方法,虽然识别精度很高,但大多只能实现一次对一个身份的认证,不能同时对多个身份进行认证,效率较为低下,无法满足学校等人员密集应用场景对于考勤的高效需求。
发明内容
基于以上技术问题,本发明提供了一种教职工人脸识别考勤方法与系统,解决了现有考勤方式效率低下的问题。
为解决以上技术问题,本发明采用的技术方案如下:
教职工人脸识别考勤方法,包括:获取监控信息,监控信息包括实时视频画面、监控地点信息和监控时间信息;获取实时视频画面中的人脸图像;对人脸图像进行识别获取与人脸图像对应的教职工人员;将监控地点信息和监控时间信息录入教职工人员的考勤信息中。
进一步的,获取实时视频画面中的人脸图像的方法包括:基于人脸检测算法分析实时视频画面中是否存在人脸图像;若存在人脸图像,则基于人脸分割算法提取实时视频画面中的人脸图像。
进一步的,对人脸图像进行识别包括:采集教职工人员的面部图像;将面部图像预处理后得到深度学习数据集;将深度数据集在深度神经网络模型中训练,得到人脸识别模型;将人脸图像预处理后输入人脸识别模型中进行识别。
进一步的,若不存在与人脸图像对应的教职工人员,则标记人脸图像为陌生访客。
为解决上述技术问题,本发明还公开了一种教职工人脸识别考勤系统,包括:监控图像采集模块,监控图像采集模块用于获取监控信息,监控信息包括实时视频画面、监控地点信息和监控时间信息;人脸图像获取模块,人脸图像模块用于获取实时视频画面中的人脸图像;人脸图像识别模块,人脸图像识别模块用于对人脸图像进行识别获取与人脸图像对应的教职工人员;考勤执行模块,考勤执行模块将监控地点信息和监控时间信息录入教职工人员的考勤信息中。
进一步的,考勤系统还包括显示模块,显示模块用于实时展示出入信息。
进一步的,考勤系统还包括考勤管理终端,信息管理终端包括用户注册模块、用户登录模块、身份判断模块、考勤查询模块、考勤统计模块、配置管理模块;用户注册模块用于提供用户输入注册信息,并向终端服务器传输注册请求;终端服务器根据接收的注册请求对用户的注册信息进行核实,将符合要求的注册信息存储入终端服务器,并向注册审核的结果传输给相应考勤管理终端提示待注册的用户;用户登录模块用于提供用户输入登录信息,并向终端服务器传输登录请求;终端服务器根据接收的登录请求对用户的登录信息进行身份验证,判断请求登录的用户是否为注册用户,并将用户验证的结果传输给相应考勤管理终端提示待登录的用户;身份判断模块用于当用户通过用户登录模块成功登录后,根据用户的身份类别进入员工页面或管理员页面;考勤查询模块用于基于教职工人员信息查询对应教职工的考勤信息;考勤统计模块用于对教职工人员的考勤信息进行统计分析并形成考勤报表;配置管理模块用于对教职工人员进行分组划分。
进一步的,考勤管理终端还包括信息推送模块,信息推送模块用于发布通知消息。
进一步的,考勤管理终端还包括人员信息管理模块,人员信息管理模块用于存储教职工的人员信息。
进一步的,人员信息管理模块还包括权限管理模块,权限管理模块用于配置教职工人员的数据权限。
与现有技术相比,本发明的有益效果是:
本发明通过人脸识别技术对教职工进行识别并记录其出入信息,获得考勤结果,其仅需要教职工经过考勤采集区域便可完成考勤记录,单次便可对考勤采集区域的多个教职工进行识别,提成了考勤效率。且人脸识别是无接触,无侵犯性,容易被教职工所接受,并且它不需要被动配合,可远距离采集人脸,是一种更加友好、便捷的考勤识别技术。
附图说明
本申请将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述,其中:
图1为教职工人脸识别考勤方法的应用环境示意图。
图2为教职工人脸识别考勤方法流程示意图。
图3为人脸图像识别方法流程示意图。
其中,1监控摄像头,2终端服务器,3考勤管理终端。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
图1是本申请一些实施例所示的教职工人脸识别考勤方法的应用环境示意图,参阅图1,该应用环境涉及监控摄像头1、终端服务器2和考勤管理终端3,监控摄像头1、考勤管理终端3和终端服务器2通信连接。其中,监控摄像头1用于采集数据,终端服务器2用于数据储存分析,考勤管理终端3方便操作人员对考勤数据进行查询、修改等操作。其中,考勤管理终端3包括台式终端和移动终端,移动终端具体可以是手机、平板电脑、笔记本电脑等中的至少一个。终端服务器2可以用独立的服务器或者由多个服务器组成的服务器集群来实现。
参阅图2,在本实施方式中,教职工人脸识别考勤方法,包括:
S201,获取监控信息,监控信息包括实时视频画面、监控地点信息和监控时间信息;
其中,监控信息由监控摄像头1获取,监控摄像头1安装在教职工进出要道,其覆盖区域为主要人行通道,监控摄像头1宜居中正对通道无死角抓拍。监控摄像头1安装位置需考虑采光条件,使监控摄像头1能够安装在环境亮度较高的区域,从而保证监控摄像头1拍摄的清晰度。
其中,监控地点信息可由监控摄像安装位置获得,监控时间信息可由监控摄像头1系统时间获得。
S202,获取实时视频画面中的人脸图像;
S203,对人脸图像进行识别获取与人脸图像对应的教职工人员;
S204,将监控地点信息和监控时间信息录入教职工人员的考勤信息中。
其中,将地点信息和时间信息均添加入考勤信息中,使得考勤信息更加全面。除了基本的上下班考勤以外,还可以此将监控摄像头安装在教室附近,从而还可记录教职工人员进出教室的时间,从而对教职工人员的授课考勤进行统计。
在一些实施例中,获取实时视频画面中的人脸图像的方法包括:基于人脸检测算法分析实时视频画面中是否存在人脸图像;若存在人脸图像,则基于人脸分割算法提取实时视频画面中的人脸图像。
对于人脸检测算法,一般而言,人脸检测的目标是找出图像中所有的人脸对应的位置,算法的输出是人脸外接矩形在图像中的坐标,可能还包括姿态如倾斜角度等信息。其检测流程一般是用大量的人脸和非面部图像进行训练,得到一个解决2类分类问题的分类器,也称为人脸检测模板。这个分类器接受固定大小的输入图片,判断这个输入图片是否为人脸,即解决是和否的问题。
由于人脸可能出现在图像的任何位置,在检测时用固定大小的窗口对图像从上到下、从左到右扫描,判断窗口里的子图像是否为人脸,这称为滑动窗口技术(slidingwindow)。为了检测不同大小的人脸,还需要对图像进行放大或者缩小构造图像金字塔,对每张缩放后的图像都用上面的方法进行扫描。
如果人脸检测算法判定实时监控画面中没有人脸图像,则不进行后续人脸识别流程。
如果人脸检测算法判定实时监控画面中有人脸图像,则通过人脸分割算法提取实时视频画面中的人脸图像。由于在人脸检测算法中,其输出的是人脸外接矩形在图像中的坐标。所以,对于人脸分割算法,其可以直接通过前面人脸检测算法获得的坐标数据对实时视频画面进行截取,获得人脸图像。
参阅图3,在一些实施例中,对人脸图像进行识别包括:
S301,采集教职工人员的面部图像;
其中,面部图像是通过相机等设备拍摄的教职工人脸照片。
S302,将面部图像预处理后得到深度学习数据集;
S303,将深度数据集在深度神经网络模型中训练,得到人脸识别模型;
S304,将人脸图像预处理后输入人脸识别模型中进行识别。
具体的,若不存在与人脸图像对应的教职工人员,则标记人脸图像为陌生访客。通过对未识别的人脸图像进行标记记录,可以形成外来人员来访记录,方便后期进行调阅查找。
为解决上述技术问题,本发明还公开了一种教职工人脸识别考勤系统,包括:监控图像采集模块,监控图像采集模块用于获取监控信息,监控信息包括实时视频画面、监控地点信息和监控时间信息;人脸图像获取模块,人脸图像模块用于获取实时视频画面中的人脸图像;人脸图像识别模块,人脸图像识别模块用于对人脸图像进行识别获取与人脸图像对应的教职工人员;考勤执行模块,考勤执行模块将监控地点信息和监控时间信息录入教职工人员的考勤信息中。
在本实施例中,通过构建完整的考勤系统,实现了利用人脸识别完成教职工考勤的功能。人脸识别是无接触,无侵犯性,容易被用户所接受,而且它不需要被动配合,可远距离采集人脸,是一种更加友好、便捷的考勤识别技术。
优选的,监控图像采集模块可以选用人脸抓拍摄像机。人脸识别抓拍摄像机是一款可以对人脸进行追踪、识别、智能放大的高清监控智能摄像机。弥补了传统摄像机只能看见人的大概,这款智能摄像机能够直接捕捉到人脸,只要进入监视范围,就会抓录人脸。
在一些实施例中,考勤系统还包括显示模块,显示模块用于实时展示出入信息。
具体的,显示模块为大屏广告机,当教职工人员经过人脸识别录入考勤之后,显示模块将对教职工的出入信息进行展示,以此,可以使得教职工人员能够明确获知其考勤信息已录入。
在一些实施例中,考勤系统还包括考勤管理终端,信息管理终端包括用户注册模块、用户登录模块、身份判断模块、考勤查询模块、考勤统计模块、配置管理模块;用户注册模块用于提供用户输入注册信息,并向终端服务器传输注册请求;终端服务器根据接收的注册请求对用户的注册信息进行核实,将符合要求的注册信息存储入终端服务器,并向注册审核的结果传输给相应考勤管理终端提示待注册的用户;用户登录模块用于提供用户输入登录信息,并向终端服务器传输登录请求;终端服务器根据接收的登录请求对用户的登录信息进行身份验证,判断请求登录的用户是否为注册用户,并将用户验证的结果传输给相应考勤管理终端提示待登录的用户;身份判断模块用于当用户通过用户登录模块成功登录后,根据用户的身份类别进入员工页面或管理员页面;考勤查询模块用于基于教职工人员信息查询对应教职工的考勤信息;考勤统计模块用于对教职工人员的考勤信息进行统计分析并形成考勤报表;配置管理模块用于对教职工人员进行分组划分。
在本实施例中,对于考勤管理终端其可以以网页、软件、APP等形式在电脑、手机等设备上进行显示、操作。结合上述信息推送模块,支持考勤数据直接推送到教职工手机终端,方便查看考勤结果。
此外,对于手机端而言,教职工亦可以通过微信公众号、微信小程序等看到对应人员考勤记录以及统计分析,考勤结果支持实时推送。
具体的,考勤查询模块能够支持按姓名、账号、手机号、年级、科目以及角色查询教师信息;
具体的,考勤统计模块能够自定义设置教师信息统计列表显示内容,可自定义选择是否显示序号、姓名、手机等信息,并支持一键信息导出等功能。对于考勤统计信息,具体可以报考当日考勤明细、考勤流水、月度考勤统计、月度个人考勤分析等。
具体的,配置管理模块能够对教职工进行自定义分组,也可以按照需求配置不同部门并编辑部门人员,实现不同考勤组人员划分及管理。教职工分组可用于通知消息发送、考勤信息统计等其他功能。分组过后,管理人员便能够按照学校职能机构进行教职工信息维护,能够支持按部门等进行教职工考勤信息查询等。此外,通过分组还可实现按部门、按教职工进行教师考勤规则的配置,包括规则名称、考勤人员(考勤组)、考勤时间段和有效期等,同时设备的人脸识别考勤同步后台考勤方案,达到有效管控。
在一些实施例中,考勤管理终端还包括信息推送模块,信息推送模块用于发布通知消息。
在本实施例中,信息推送模块作用在于向教职工推送通知消息,具体的,通知消息可以是关于考勤的相关通知,例如考勤规则的修改通知、放假信息和调休加班信息等。
在一些实施例中,考勤管理终端还包括人员信息管理模块,人员信息管理模块用于存储教职工的人员信息。
在本实施例中,人员信息管理模块能够批量导入教职工的人员信息,还能够对导入的教职工的人员信息进行修改。具体的,教职工的人员信息包括姓名、编号、手机号、职务、年级组、授课科目、授课班级、班主任班级标签以及混合任教等。
优选的,人员信息管理模块还包括权限管理模块,权限管理模块用于配置教职工人员的数据权限。基于数据权限的不同,教职工人员对于考勤数据的可操作范围亦不同,由此更好的对考勤数据进行管理。
如上即为本发明的实施例。上述实施例以及实施例中的具体参数仅是为了清楚表述发明的验证过程,并非用以限制本发明的专利保护范围,本发明的专利保护范围仍然以其权利要求书为准,凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明的保护范围内。
Claims (10)
1.教职工人脸识别考勤方法,其特征在于,包括:
获取监控信息,所述监控信息包括实时视频画面、监控地点信息和监控时间信息;
获取所述实时视频画面中的人脸图像;
对所述人脸图像进行识别获取与所述人脸图像对应的教职工人员;
将所述监控地点信息和监控时间信息录入所述教职工人员的考勤信息中。
2.根据权利要求1所述的教职工人脸识别考勤方法,其特征在于,所述获取所述实时视频画面中的人脸图像的方法包括:
基于人脸检测算法分析所述实时视频画面中是否存在人脸图像;
若存在人脸图像,则基于人脸分割算法提取所述实时视频画面中的人脸图像。
3.根据权利要求1所述的教职工人脸识别考勤方法,其特征在于,所述对所述人脸图像进行识别包括:
采集教职工人员的面部图像;
将所述面部图像预处理后得到深度学习数据集;
将所述深度数据集在深度神经网络模型中训练,得到人脸识别模型;
将所述人脸图像预处理后输入所述人脸识别模型中进行识别。
4.根据权利要求1所述的教职工人脸识别考勤方法,其特征在于:
若不存在与所述人脸图像对应的教职工人员,则标记所述人脸图像为陌生访客。
5.教职工人脸识别考勤系统,其特征在于,包括:
监控图像采集模块,所述监控图像采集模块用于获取监控信息,所述监控信息包括实时视频画面、监控地点信息和监控时间信息;
人脸图像获取模块,所述人脸图像模块用于获取所述实时视频画面中的人脸图像;
人脸图像识别模块,所述人脸图像识别模块用于对所述人脸图像进行识别获取与所述人脸图像对应的教职工人员;
考勤执行模块,所述考勤执行模块将所述监控地点信息和监控时间信息录入所述教职工人员的考勤信息中。
6.根据权利要求5所述的教职工人脸识别考勤系统,其特征在于,所述考勤系统还包括显示模块,所述显示模块用于实时展示出入信息。
7.根据权利要求5所述的教职工人脸识别考勤系统,其特征在于,所述考勤系统还包括考勤管理终端,所述信息管理终端包括用户注册模块、用户登录模块、身份判断模块、考勤查询模块、考勤统计模块、配置管理模块;
所述用户注册模块用于提供用户输入注册信息,并向终端服务器传输注册请求;所述终端服务器根据接收的注册请求对用户的注册信息进行核实,将符合要求的注册信息存储入终端服务器,并向注册审核的结果传输给相应考勤管理终端提示待注册的用户;
所述用户登录模块用于提供用户输入登录信息,并向终端服务器传输登录请求;所述终端服务器根据接收的登录请求对用户的登录信息进行身份验证,判断请求登录的用户是否为注册用户,并将用户验证的结果传输给相应考勤管理终端提示待登录的用户;
所述身份判断模块用于当用户通过所述用户登录模块成功登录后,根据用户的身份类别进入员工页面或管理员页面;
所述考勤查询模块用于基于教职工人员信息查询对应教职工的考勤信息;
所述考勤统计模块用于对教职工人员的考勤信息进行统计分析并形成考勤报表;
所述配置管理模块用于对教职工人员进行分组划分。
8.根据权利要求7所述的教职工人脸识别考勤系统,其特征在于,所述考勤管理终端还包括信息推送模块,所述信息推送模块用于发布通知消息。
9.根据权利要求7所述的教职工人脸识别考勤系统,其特征在于,所述考勤管理终端还包括人员信息管理模块,所述人员信息管理模块用于存储教职工的人员信息。
10.根据权利要求9所述的教职工人脸识别考勤系统,其特征在于,所述人员信息管理模块还包括权限管理模块,所述权限管理模块用于配置教职工人员的数据权限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110528378.9A CN113326747A (zh) | 2021-05-14 | 2021-05-14 | 教职工人脸识别考勤方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110528378.9A CN113326747A (zh) | 2021-05-14 | 2021-05-14 | 教职工人脸识别考勤方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113326747A true CN113326747A (zh) | 2021-08-31 |
Family
ID=77415595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110528378.9A Pending CN113326747A (zh) | 2021-05-14 | 2021-05-14 | 教职工人脸识别考勤方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113326747A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116665331A (zh) * | 2023-06-02 | 2023-08-29 | 广州欢聚马克网络信息有限公司 | 人脸识别考勤方法及其装置、设备、介质、产品 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036557A (zh) * | 2013-03-06 | 2014-09-10 | 中国科学技术大学苏州研究院 | 基于b/s架构的分布式人脸识别考勤系统及其考勤方法 |
KR101587924B1 (ko) * | 2015-02-27 | 2016-01-25 | 권병수 | 안면인식을 이용한 병원 관리시스템 및 관리 방법 |
CN107292988A (zh) * | 2017-08-11 | 2017-10-24 | 安徽辉墨教学仪器有限公司 | 一种教师考勤系统 |
CN108537910A (zh) * | 2018-04-13 | 2018-09-14 | 上海思依暄机器人科技股份有限公司 | 一种基于人脸识别的员工考勤方法、装置和考勤管理系统 |
CN109840962A (zh) * | 2018-12-27 | 2019-06-04 | 北京智慧云行科技有限责任公司 | 人脸识别移动考勤系统及方法 |
CN112330833A (zh) * | 2020-10-30 | 2021-02-05 | 中国平安人寿保险股份有限公司 | 人脸识别考勤数据验证方法、装置及计算机设备 |
-
2021
- 2021-05-14 CN CN202110528378.9A patent/CN113326747A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036557A (zh) * | 2013-03-06 | 2014-09-10 | 中国科学技术大学苏州研究院 | 基于b/s架构的分布式人脸识别考勤系统及其考勤方法 |
KR101587924B1 (ko) * | 2015-02-27 | 2016-01-25 | 권병수 | 안면인식을 이용한 병원 관리시스템 및 관리 방법 |
CN107292988A (zh) * | 2017-08-11 | 2017-10-24 | 安徽辉墨教学仪器有限公司 | 一种教师考勤系统 |
CN108537910A (zh) * | 2018-04-13 | 2018-09-14 | 上海思依暄机器人科技股份有限公司 | 一种基于人脸识别的员工考勤方法、装置和考勤管理系统 |
CN109840962A (zh) * | 2018-12-27 | 2019-06-04 | 北京智慧云行科技有限责任公司 | 人脸识别移动考勤系统及方法 |
CN112330833A (zh) * | 2020-10-30 | 2021-02-05 | 中国平安人寿保险股份有限公司 | 人脸识别考勤数据验证方法、装置及计算机设备 |
Non-Patent Citations (1)
Title |
---|
李小丽;: "多人脸识别在高校学生考勤中的应用研究", 鄂州大学学报, no. 05 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116665331A (zh) * | 2023-06-02 | 2023-08-29 | 广州欢聚马克网络信息有限公司 | 人脸识别考勤方法及其装置、设备、介质、产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022121059A1 (zh) | 一种基于5g物联网及ai智能门禁综合管理系统 | |
CN107978044B (zh) | 基于人脸识别技术和rfid技术的高精度识别系统和识别方法 | |
US20180278892A1 (en) | Complex hardware-based system for video surveillance tracking | |
Shehu et al. | Using real time computer vision algorithms in automatic attendance management systems | |
CN110910549A (zh) | 基于深度学习和人脸识别特征的校园人员安全管理系统 | |
US20210196169A1 (en) | Methods and System for Monitoring and Assessing Employee Moods | |
CN105913037A (zh) | 基于人脸识别与射频识别的监控跟踪系统 | |
CN103544738A (zh) | 一种企业考勤系统 | |
CN109903414A (zh) | 一种基于物联网监控办公考勤控制系统及方法 | |
CN110543811B (zh) | 一种基于深度学习的非配合式考试人员管理方法及其系统 | |
CN108766075A (zh) | 一种基于视频分析的个性化教育分析系统及方法 | |
Zhou | Application research of face recognition technology in smart campus | |
CN109508685A (zh) | 基于人脸识别技术的电力通信调度方法 | |
Jaikumar et al. | Fingerprint based student attendance system with SMS alert to parents | |
CN113326747A (zh) | 教职工人脸识别考勤方法与系统 | |
CN111800428A (zh) | 一种数字会议参与实时统计方法及系统 | |
CN107798312B (zh) | 一种基于视觉头部检测的自动考勤方法 | |
CN111738884A (zh) | 基于智慧校园学生位置信息的学生行为诊断和管理方法 | |
CN112070920A (zh) | 基于智能穿戴手表的学生到课签到管理系统 | |
CN113554046A (zh) | 图像处理方法和系统、存储介质及计算设备 | |
Yasmeen et al. | Intelligent systems powered hourly attendance capturing system | |
Babatunde et al. | Mobile Based Student Attendance System Using Geo-Fencing With Timing and Face Recognition | |
CN110766112A (zh) | 一种高校扫码考勤系统 | |
Shrestha | Face recognition student attendance system | |
Singh et al. | Automated attendance system with face recognition |
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 |