CN114898480A - 一种基于物联网的考勤方法及系统 - Google Patents
一种基于物联网的考勤方法及系统 Download PDFInfo
- Publication number
- CN114898480A CN114898480A CN202210377350.4A CN202210377350A CN114898480A CN 114898480 A CN114898480 A CN 114898480A CN 202210377350 A CN202210377350 A CN 202210377350A CN 114898480 A CN114898480 A CN 114898480A
- Authority
- CN
- China
- Prior art keywords
- attendance
- time
- real
- image
- face
- 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 28
- 238000004806 packaging method and process Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000007723 transport mechanism Effects 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- 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
- 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
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及考勤技术领域,具体涉及一种基于物联网的考勤方法及系统,所述方法包括:通过教室门禁获取终端设备对应的NFC打包信息;根据所述NFC打包信息确定终端设备对应的用户是否为考勤对象,若是,则采集包含该考勤对象的实时图像;从预先存储的考勤对象的人脸数据库中获取该NFC打包信息对应的考勤对象的人脸图像,将所述实时图像和所述人脸图像进行比对,确定所述实时图像和所述人脸图像是否匹配;若确定所述实时图像和所述人脸图像匹配,则确定采集包含该考勤对象的实时图像的时刻,根据采集包含该考勤对象的实时图像的时刻确定该考勤对象的考勤记录;本发明能够客观高效率的进行考勤签到。
Description
技术领域
本发明涉及考勤技术领域,具体涉及一种基于物联网的考勤方法及系统。
背景技术
国内大部分高校在教学中考核学生课堂签到情况仍然依靠教师课堂点名,然而传统的教师课堂点名签到方式存在诸多缺陷。教师在课堂教学过程中点名签到往往会浪费课堂时间,容易扰乱课堂秩序,影响课程的教学时间和进度;教师点名签到不仅费时费力,还容易出现错误。
发明内容
本发明目的在于提供一种基于物联网的考勤方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为了实现上述目的,本发明提供以下技术方案:
一种基于物联网的考勤方法,所述方法包括以下步骤:
步骤S100、通过教室门禁获取终端设备对应的NFC打包信息;
步骤S200、根据所述NFC打包信息确定终端设备对应的用户是否为考勤对象,若是,则采集包含该考勤对象的实时图像;
步骤S300、从预先存储的考勤对象的人脸数据库中获取该NFC打包信息对应的考勤对象的人脸图像,将所述实时图像和所述人脸图像进行比对,确定所述实时图像和所述人脸图像是否匹配;
步骤S400、若确定所述实时图像和所述人脸图像匹配,则确定采集包含该考勤对象的实时图像的时刻,根据采集包含该考勤对象的实时图像的时刻确定该考勤对象的考勤记录。
进一步,步骤S200中,所述根据所述NFC打包信息确定终端设备对应的用户是否为考勤对象,包括:
步骤S201、将所述终端设备对应的NFC打包信息进行解包,若解包失败,则执行步骤S206;若解包成功,则执行步骤S202;
步骤S202、获取对NFC打包信息解包得到的NFC标签信息、用户身份信息、以及该用户身份信息对应的课程表;
步骤S203、确定所述NFC标签信息是否存在于预先存储的考勤对象的终端设备对应的NFC标签信息数据库中,若否,则执行步骤S206;若是,则执行步骤S204;
步骤S204、确定用户身份信息对应的课程表中是否包含当前课程,若否,则执行步骤S206;若是,则执行步骤S205;
步骤S205、获取当前课程对应的全部考勤对象,将该用户身份信息和当前课程对应的全部考勤对象的身份信息逐一比对,若比对成功,则确定终端设备对应的用户是考勤对象;否则执行步骤S206;
步骤S206、确定终端设备对应的用户不是考勤对象。
进一步,步骤S300中,所述将所述实时图像和所述人脸图像进行比对,确定所述实时图像和所述人脸图像是否匹配,包括:
步骤S301、获取人脸数据库,所述人脸数据库中的人脸图像标定有人脸边界框和人脸关键点;
步骤S302、构建Centernet网络,采用人脸数据库对所述Centernet网络进行训练,得到人脸检测模型和人脸关键点检测模型;
步骤S303、利用训练好的人脸检测模型和人脸关键点检测模型对所述实时图像进行检测,确定所述实时图像中的人脸边界框和人脸关键点;
步骤S304、根据所述实时图像中的人脸边界框对所述实时图像进行区域分割,得到多张分割图像,每张分割图像各自包含一组人脸关键点;
步骤S305、根据所述分割图像中的人脸关键点确定该分割图像与所述考勤对象的人脸图像是否匹配。
进一步,步骤S400中,所述确定采集包含该考勤对象的实时图像的时刻,根据采集包含该考勤对象的实时图像的时刻确定该考勤对象的考勤记录,包括:
步骤S401、获取采集包含该考勤对象的实时图像,确定包含该考勤对象的实时图像的数量、以及每张实时图像对应的时刻;
步骤S402、若包含该考勤对象的实时图像的数量为2,则确定当前课程的开始时刻和结束时刻,将第一张实时图像对应的时刻与开始时刻进行比较,以确定该考勤对象是否迟到;将最后一张实时图像对应的时刻与开始时刻进行比较,以确定该考勤对象是否早退;
步骤S403、若包含该考勤对象的实时图像的数量为2N,则将第2n-1张实时图像对应的时刻与第2n张实时图像对应的时刻相减,将得到的时间差和预先设置的时间间隔进行比较,以确定该考勤对象是否中途旷课;其中,1<n<N,n和N均为大于1的自然数。
一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的基于物联网的考勤方法的步骤。
一种基于物联网的考勤系统,所述系统包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上述任一项所述的基于物联网的考勤方法。
本发明的有益效果是:本发明公开一种基于物联网的考勤方法及系统,本发明采用教室门禁识别考核对象的终端设备对应的NFC打包信息进行初步筛查,精准确定考核对象,接着采用人脸识别的方式对考核对象进行识别,精准确定该考勤对象的考勤记录,本发明通过结合客观的NFC打包信息和实时的人脸信息,能够客观高效率的进行考勤签到。
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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中基于物联网的考勤方法的流程示意图;
图2是本发明实施例中基于物联网的考勤系统的连接框图。
具体实施方式
以下将结合实施例和附图对本申请的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本申请的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
参考图1,如图1所示为本申请实施例提供的一种基于物联网的考勤方法,所述方法包括以下步骤:
步骤S100、通过教室门禁获取终端设备对应的NFC打包信息;
步骤S200、根据所述NFC打包信息确定终端设备对应的用户是否为考勤对象,若是,则采集包含该考勤对象的实时图像;
步骤S300、从预先存储的考勤对象的人脸数据库中获取该NFC打包信息对应的考勤对象的人脸图像,将所述实时图像和所述人脸图像进行比对,确定所述实时图像和所述人脸图像是否匹配;
步骤S400、若确定所述实时图像和所述人脸图像匹配,则确定采集包含该考勤对象的实时图像的时刻,根据采集包含该考勤对象的实时图像的时刻确定该考勤对象的考勤记录。
本实施例中,采用教室门禁识别考核对象的终端设备对应的NFC打包信息进行初步筛查,精准确定考核对象,接着采用人脸识别的方式对考核对象进行识别,精准确定该考勤对象的考勤记录,能够客观高效率的进行考勤签到。
在一个优选的实施例中,步骤S200中,所述根据所述NFC打包信息确定终端设备对应的用户是否为考勤对象,包括:
步骤S201、将所述终端设备对应的NFC打包信息进行解包,若解包失败,则执行步骤S206;若解包成功,则执行步骤S202;
步骤S202、获取对NFC打包信息解包得到的NFC标签信息、用户身份信息、以及该用户身份信息对应的课程表;
步骤S203、确定所述NFC标签信息是否存在于预先存储的考勤对象的终端设备对应的NFC标签信息数据库中,若否,则执行步骤S206;若是,则执行步骤S204;
步骤S204、确定用户身份信息对应的课程表中是否包含当前课程,若否,则执行步骤S206;若是,则执行步骤S205;
其中,所述当前课程为教室门禁所在教室在当前时间安排的课程;
步骤S205、获取当前课程对应的全部考勤对象,将该用户身份信息和当前课程对应的全部考勤对象的身份信息逐一比对,若比对成功,则确定终端设备对应的用户是考勤对象;否则执行步骤S206;
步骤S206、确定终端设备对应的用户不是考勤对象。
通过确定所述NFC标签信息是否存在、进而确定用户身份信息对应的课程表中是否包含当前课程、并确定该用户身份信息是否为当前课程对应的考勤对象,进行多重判断,得出需要考核的对象和课程,避免他人代替考核的同时,并将无需考核的对象或者课程进行剔除,避免误考核。
在一个优选的实施例中,步骤S300中,所述将所述实时图像和所述人脸图像进行比对,确定所述实时图像和所述人脸图像是否匹配,包括:
步骤S301、获取人脸数据库,所述人脸数据库中的人脸图像标定有人脸边界框和人脸关键点;
步骤S302、构建Centernet网络,采用人脸数据库对所述Centernet网络进行训练,得到人脸检测模型和人脸关键点检测模型;
步骤S303、利用训练好的人脸检测模型和人脸关键点检测模型对所述实时图像进行检测,确定所述实时图像中的人脸边界框和人脸关键点;
步骤S304、根据所述实时图像中的人脸边界框对所述实时图像进行区域分割,得到多张分割图像,每张分割图像各自包含一组人脸关键点;
步骤S305、根据所述分割图像中的人脸关键点确定该分割图像与所述考勤对象的人脸图像是否匹配。
在一个优选的实施例中,步骤S400中,所述确定采集包含该考勤对象的实时图像的时刻,根据采集包含该考勤对象的实时图像的时刻确定该考勤对象的考勤记录,包括:
步骤S401、获取采集包含该考勤对象的实时图像,确定包含该考勤对象的实时图像的数量、以及每张实时图像对应的时刻;
步骤S402、若包含该考勤对象的实时图像的数量为2,则确定当前课程的开始时刻和结束时刻,将第一张实时图像对应的时刻与开始时刻进行比较,以确定该考勤对象是否迟到;将最后一张实时图像对应的时刻与开始时刻进行比较,以确定该考勤对象是否早退;
步骤S403、若包含该考勤对象的实时图像的数量为2N,则将第2n-1张实时图像对应的时刻与第2n张实时图像对应的时刻相减,将得到的时间差和预先设置的时间间隔进行比较,以确定该考勤对象是否中途旷课;其中,1<n<N,n和N均为大于1的自然数。
在一实施例中,预先设置的时间间隔为10分钟,若得到的时间差超过10分钟,则确定该考勤对象中途旷课。
与图1的方法相对应,参考图2,本发明实施例还提供一种基于物联网的考勤系统,所述系统包括:存储器11、处理器12及存储在存储器11上并可在处理器12上运行的计算机程序。
处理器12和存储器11可以通过总线或者其他方式连接。
实现上述实施例的基于物联网的考勤方法所需的非暂态软件程序以及指令存储在存储器11中,当被处理器12执行时,执行上述实施例中的基于物联网的考勤方法。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
此外,本发明的一个实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个处理器或控制器执行,例如,被上述电子设备实施例中的一个处理器执行,可使得上述处理器执行上述实施例中的基于物联网的考勤方法。
本领域普通技术人员可以理解,上文中所发明方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明,但本发明并不局限于上述实施方式,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (6)
1.一种基于物联网的考勤方法,其特征在于,所述方法包括以下步骤:
步骤S100、通过教室门禁获取终端设备对应的NFC打包信息;
步骤S200、根据所述NFC打包信息确定终端设备对应的用户是否为考勤对象,若是,则采集包含该考勤对象的实时图像;
步骤S300、从预先存储的考勤对象的人脸数据库中获取该NFC打包信息对应的考勤对象的人脸图像,将所述实时图像和所述人脸图像进行比对,确定所述实时图像和所述人脸图像是否匹配;
步骤S400、若确定所述实时图像和所述人脸图像匹配,则确定采集包含该考勤对象的实时图像的时刻,根据采集包含该考勤对象的实时图像的时刻确定该考勤对象的考勤记录。
2.根据权利要求1所述的一种基于物联网的考勤方法,其特征在于,步骤S200中,所述根据所述NFC打包信息确定终端设备对应的用户是否为考勤对象,包括:
步骤S201、将所述终端设备对应的NFC打包信息进行解包,若解包失败,则执行步骤S206;若解包成功,则执行步骤S202;
步骤S202、获取对NFC打包信息解包得到的NFC标签信息、用户身份信息、以及该用户身份信息对应的课程表;
步骤S203、确定所述NFC标签信息是否存在于预先存储的考勤对象的终端设备对应的NFC标签信息数据库中,若否,则执行步骤S206;若是,则执行步骤S204;
步骤S204、确定用户身份信息对应的课程表中是否包含当前课程,若否,则执行步骤S206;若是,则执行步骤S205;
步骤S205、获取当前课程对应的全部考勤对象,将该用户身份信息和当前课程对应的全部考勤对象的身份信息逐一比对,若比对成功,则确定终端设备对应的用户是考勤对象;否则执行步骤S206;
步骤S206、确定终端设备对应的用户不是考勤对象。
3.根据权利要求1所述的一种基于物联网的考勤方法,其特征在于,步骤S300中,所述将所述实时图像和所述人脸图像进行比对,确定所述实时图像和所述人脸图像是否匹配,包括:
步骤S301、获取人脸数据库,所述人脸数据库中的人脸图像标定有人脸边界框和人脸关键点;
步骤S302、构建Centernet网络,采用人脸数据库对所述Centernet网络进行训练,得到人脸检测模型和人脸关键点检测模型;
步骤S303、利用训练好的人脸检测模型和人脸关键点检测模型对所述实时图像进行检测,确定所述实时图像中的人脸边界框和人脸关键点;
步骤S304、根据所述实时图像中的人脸边界框对所述实时图像进行区域分割,得到多张分割图像,每张分割图像各自包含一组人脸关键点;
步骤S305、根据所述分割图像中的人脸关键点确定该分割图像与所述考勤对象的人脸图像是否匹配。
4.根据权利要求1所述的一种基于物联网的考勤方法,其特征在于,步骤S400中,所述确定采集包含该考勤对象的实时图像的时刻,根据采集包含该考勤对象的实时图像的时刻确定该考勤对象的考勤记录,包括:
步骤S401、获取采集包含该考勤对象的实时图像,确定包含该考勤对象的实时图像的数量、以及每张实时图像对应的时刻;
步骤S402、若包含该考勤对象的实时图像的数量为2,则确定当前课程的开始时刻和结束时刻,将第一张实时图像对应的时刻与开始时刻进行比较,以确定该考勤对象是否迟到;将最后一张实时图像对应的时刻与开始时刻进行比较,以确定该考勤对象是否早退;
步骤S403、若包含该考勤对象的实时图像的数量为2N,则将第2n-1张实时图像对应的时刻与第2n张实时图像对应的时刻相减,将得到的时间差和预先设置的时间间隔进行比较,以确定该考勤对象是否中途旷课;其中,1<n<N,n和N均为大于1的自然数。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的基于物联网的考勤方法的步骤。
6.一种基于物联网的考勤系统,其特征在于,所述系统包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1至4任一项所述的基于物联网的考勤方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210377350.4A CN114898480A (zh) | 2022-04-12 | 2022-04-12 | 一种基于物联网的考勤方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210377350.4A CN114898480A (zh) | 2022-04-12 | 2022-04-12 | 一种基于物联网的考勤方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114898480A true CN114898480A (zh) | 2022-08-12 |
Family
ID=82717715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210377350.4A Pending CN114898480A (zh) | 2022-04-12 | 2022-04-12 | 一种基于物联网的考勤方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114898480A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109285234A (zh) * | 2018-09-29 | 2019-01-29 | 中国平安人寿保险股份有限公司 | 人脸识别考勤方法、装置、计算机装置及存储介质 |
CN110544325A (zh) * | 2019-09-03 | 2019-12-06 | 福建工程学院 | 一种基于终端与nfc的考勤方法、装置及存储介质 |
CN110827430A (zh) * | 2018-08-07 | 2020-02-21 | 深圳云天励飞技术有限公司 | 考勤方法、装置、设备及计算机可读存储介质 |
CN110852703A (zh) * | 2019-10-22 | 2020-02-28 | 佛山科学技术学院 | 基于侧脸多特征融合人脸识别的考勤方法、系统、设备及介质 |
CN112001219A (zh) * | 2020-06-19 | 2020-11-27 | 国家电网有限公司技术学院分公司 | 一种多角度多人脸识别考勤方法及系统 |
CN112395950A (zh) * | 2020-10-22 | 2021-02-23 | 浙江蓝鸽科技有限公司 | 教室智能考勤方法及系统 |
-
2022
- 2022-04-12 CN CN202210377350.4A patent/CN114898480A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110827430A (zh) * | 2018-08-07 | 2020-02-21 | 深圳云天励飞技术有限公司 | 考勤方法、装置、设备及计算机可读存储介质 |
CN109285234A (zh) * | 2018-09-29 | 2019-01-29 | 中国平安人寿保险股份有限公司 | 人脸识别考勤方法、装置、计算机装置及存储介质 |
CN110544325A (zh) * | 2019-09-03 | 2019-12-06 | 福建工程学院 | 一种基于终端与nfc的考勤方法、装置及存储介质 |
CN110852703A (zh) * | 2019-10-22 | 2020-02-28 | 佛山科学技术学院 | 基于侧脸多特征融合人脸识别的考勤方法、系统、设备及介质 |
CN112001219A (zh) * | 2020-06-19 | 2020-11-27 | 国家电网有限公司技术学院分公司 | 一种多角度多人脸识别考勤方法及系统 |
CN112395950A (zh) * | 2020-10-22 | 2021-02-23 | 浙江蓝鸽科技有限公司 | 教室智能考勤方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11508251B2 (en) | Method and system for intelligent identification and correction of questions | |
CN111144191B (zh) | 字体识别方法、装置、电子设备及存储介质 | |
CN110363112B (zh) | 一种配线电缆接线位置核对方法及系统 | |
CN110135225B (zh) | 样本标注方法及计算机存储介质 | |
CN112381099A (zh) | 一种基于数字教育资源的录题系统 | |
CN110705559B (zh) | 基于钢材标签图像识别的钢材信息记录方法、装置及设备 | |
CN110796185A (zh) | 一种图像标注结果的检测方法和装置 | |
CN108763588A (zh) | 一种知识点量化分析方法及装置 | |
CN115358897B (zh) | 一种基于电子学生证的学生管理方法、系统、终端及存储介质 | |
CN113889271A (zh) | 针对学生的心理健康测试方法及装置 | |
CN107689168B (zh) | 车辆诊断仿真教学方法、终端设备及计算机可读存储介质 | |
CN113537207B (zh) | 视频处理方法、模型的训练方法、装置以及电子设备 | |
CN112200218B (zh) | 一种模型训练方法、装置及电子设备 | |
CN113822907A (zh) | 图像处理方法及装置 | |
CN114898480A (zh) | 一种基于物联网的考勤方法及系统 | |
CN114786032B (zh) | 一种培训视频管理方法及系统 | |
CN108039081B (zh) | 机器人教学测评方法及装置 | |
CN114691903A (zh) | 一种智能课程测试方法及系统、电子设备、存储介质 | |
CN111382750A (zh) | 图形验证码识别方法及装置 | |
TWI453703B (zh) | 學習診斷分析方法及學習診斷分析系統 | |
CN113962347B (zh) | 基于纸质教辅的错题采集方法、系统、存储介质及设备 | |
CN114241503B (zh) | 一种错题原因采集方法、系统、可读存储介质及设备 | |
CN114299523A (zh) | 一种教辅作业识别批改分析方法和分析系统 | |
CN113591796B (zh) | 一种用于校园的人脸识别系统 | |
CN114550181B (zh) | 一种小题识别方法、装置及介质 |
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: 20220812 |
|
RJ01 | Rejection of invention patent application after publication |