CN116524578A - 一种基于大数据的人脸识别系统及其识别方法 - Google Patents

Abstract

本发明公开了一种基于大数据的人脸识别系统及其识别方法，涉及人脸识别技术领域。本发明通过员工个人手机APP获取手机地理位置信息，判断当前地理位置信息符合员工住址信息后，员工通过人脸预识别方式录入当日化妆完成后的人脸识别信息，且单独通过人脸匹配程度无法完成人脸预识别（上传）时，通过指纹辅助方式帮助完成人脸预识别（上传），有效提高员工到达企业后进行人脸识别打卡的识别效率，避免了上班高峰期出现的打卡拥堵问题。并通过人事监管系统对人脸预识别异常（率）过高的员工人脸识别打卡信息进行预警、调取，避免打卡系统漏洞。

Description

一种基于大数据的人脸识别系统及其识别方法

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种基于大数据的人脸识别系统及其识别方法。

背景技术

在现在的许多企业中，已经开始采用人脸识别来进行上班打卡，相对指纹打卡方式，人脸识别实现了无接触，手不会发生“交叉”接触，而且指纹打卡按压的力度不同也影响了指纹打卡的识别精准度，人脸识别打卡相对指纹打卡的识别精度就有所提高。

发明内容

本发明要解决的技术问题是提供一种基于大数据的人脸识别系统及其识别方法，通过员工自助完成人脸预识别操作，有效提高员工到达企业后进行人脸识别打卡的识别效率，避免了上班高峰期出现的打卡拥堵问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明提供一种基于大数据的人脸识别系统，包括以下内容：

企业人脸识别设备，对企业员工入职时人脸信息、指纹信息进行录入，并通过计算机设备辅助录入当前员工的住址地理位置信息，对企业员工进行日常上班时的人脸识别打卡。

员工个人手机APP，获取手机当前地理位置信息，对员工人脸信息、指纹信息进行采集。

云服务器，获取企业人脸识别设备录入的员工入职时人脸信息、指纹信息以及计算机录入的员工住址地理位置信息，获取员工个人手机APP动态上传的人脸信息、指纹信息以及手机当前地理位置信息，并进行加密存储。云服务器预设人脸信息匹配程度参考百分比、预设单日内员工个人手机APP独立进行人脸预识别次数、预设人脸预识别日程周期、预设个体辅助识别率参考值。云服务器预设人事预警监管系统，存储员工个人信息，包括员工本人工作照片、身份证照片信息。

人事监管APP，与人事预警监管系统数据连接，显示人事预警监管系统输出的异常人事信息。

作为本发明人脸识别系统的一种优选技术方案：员工个人的手机APP在正常使用前，进行企业内部信息的实名认证，实名认证信息通过云服务器加密存储，并发送至企业人员管理系统进行后台确认。

作为本发明人脸识别系统的一种优选技术方案：员工的住址地理位置信息发生变更时，通过员工个人手机APP上传本人最新的住址地理位置信息，同时通过员工个人手机APP进行人脸识别确认。

作为本发明人脸识别系统的一种优选技术方案：人事监管APP预设异常人事信息处理选项，包括取消异常状态选项、判定为异常状态选项。

作为本发明人脸识别系统的一种优选技术方案：企业人脸识别设备内置存储模块，存储模块存储企业员工入职时人脸信息，企业人脸识别设备断网单机运行时，通过存储模块存储的企业员工入职时人脸信息对当前员工进行人脸识别打卡并存储打卡人脸识别信息，待企业人脸识别设备联网后，将已经完成打卡的人脸识别信息上传至云服务器。

本发明提供一种基于大数据的人脸识别方法，包括以下环节内容：

S1.企业人脸识别设备配合计算机设备将企业员工入职时人脸信息、指纹信息、当前员工的住址地理位置信息上传至云服务器。

S2.员工在家化妆后，打开员工个人手机APP，云服务器获取到手机当前地理位置信息，判断符合当前员工的家庭住址信息后，可以进行人脸预识别。

S3.员工通过员工个人手机APP进行人脸预识别，员工个人手机APP将获取到的人脸识别信息上传至云服务器，云服务器将实时上传的人脸识别信息与云服务器内预存储的员工人脸信息进行对比。

情形一：若人脸信息匹配程度不低于预设的百分比时，即通过人脸预识别操作。

情形二：若人脸信息匹配程度低于预设的百分比时，云服务器向员工个人手机APP发送重新进行人脸预识别操作信号，进行三次人脸预识别仍未通过，云服务器向手机APP发送辅助识别操作信号，即通过员工个人手机APP对人脸识别并进行指纹同步确认，指纹同步确认成功，当前人脸预识别通过。

S4.云服务器将员工个人手机APP上传的通过人脸预识别操作的人脸信息作为当日企业人脸识别设备进行人脸识别的参考标准，员工达到企业人脸识别设备位置时完成人脸识别打卡。

S5.云服务器分析日程周期内员工通过“人脸预识别”方式在企业人脸识别设备进行上班打卡的总次数N以及该日程周期内通过采用指纹同步确认方式辅助完成人脸预识别方式在企业人脸识别设备进行上班打卡的次数M，并存储该日程周期内员工在企业人脸识别设备进行地上班打卡信息中采用指纹同步确认方式辅助的人脸预识别信息。

设日程周期内当前员工的个体辅助识别率为，/>。当时，其中，/>为云服务器内预设的个体辅助识别率参考值，人事预警监管系统向人事监管APP发送人事预警信息，包括当前员工在该日程周期T内使用企业人脸识别设备进行地上班打卡信息中采用指纹同步确认方式辅助的人脸预识别信息、员工本人工作照片、员工本人身份证照片，企业人事管理人员对员工异常人脸预识别打卡信息进行查看、对比、判断。

与现有的技术相比，本发明的有益效果是：

1.本发明通过员工个人手机APP获取手机地理位置信息，判断当前地理位置信息符合员工住址信息后，员工通过人脸预识别方式录入当日化妆完成后的人脸识别信息，且单独通过人脸匹配程度无法完成人脸预识别（上传）时，通过指纹辅助方式帮助完成人脸预识别（上传），有效提高员工到达企业后进行人脸识别打卡的识别效率，避免了上班高峰期出现的打卡拥堵问题。

2.本发明通过人事监管系统对人脸预识别异常（率）过高的员工人脸识别打卡信息进行预警、调取，并发送至人事监管APP，同时向人事监管APP发送当前员工的真实人像信息，便于人事管理人员进行对比判断，防止企业人员通过不正当手段进行上班打卡（例如甲上午有事，上午无法上班，让同住在一起的不上班的同事乙进行人脸预识别，自己用指纹确认，乙到企业后进行人脸识别打卡，虽然系统里收到打卡信息，但甲并未进行打卡、上班，一次两次可能未到达系统预设的预警值，但多了就会被预警发现，这就是为了提高企业上班高峰期打卡效率可能产生的弊端，但本发明通过一定的预警技术手段，能够大幅度降低或及时发现此种弊端事件。凡事都有两面性，降低或遏制负面性的影响，也是对正面技术方案效果的提升）。

附图说明

图1为本发明高效进行企业上班打卡的人脸识别系统及相应的预警系统示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一、请参阅图1，本发明涉及一种基于大数据的人脸识别系统及其识别方法。

其中，人脸识别系统，包括企业人脸识别设备、员工个人手机APP、云服务器、人事监管APP，具体内容如下：

企业人脸识别设备（人脸识别进行上班打卡设备），在企业员工入职时，录入员的人脸信息、指纹信息，并通过计算机设备辅助录入当前员工的住址地理位置信息，完成员基本信息录入后，可以对企业员工进行日常上班时的人脸识别打卡。企业人脸识别设备内置存储模块，存储模块存储企业员工入职时人脸信息，企业人脸识别设备断网单机运行时，通过存储模块存储的企业员工入职时人脸信息对当前员工进行人脸识别打卡并存储打卡人脸识别信息，待企业人脸识别设备联网后，将已经完成打卡的人脸识别信息上传至云服务器。

员工个人手机APP，获取手机当前地理位置信息，也就是判断员工所在位置，并通过员工个人手机APP对员工人脸信息、指纹信息进行采集。

另外，员工个人的手机APP在正常使用前，进行企业内部信息的实名认证，实名认证信息通过云服务器加密存储，并发送至企业人员管理系统进行后台确认。员工的住址地理位置信息发生变更时，通过员工个人手机APP上传本人最新的住址地理位置信息，同时通过员工个人手机APP进行人脸识别确认，若人脸识别不通过，可以申请人工审查，人事管理人员使用的人事监管APP收到人工审查申请，可以通过员工的初始信息（例如工作照、身份证照片等），确认员工身份。

云服务器，获取企业人脸识别设备录入的员工入职时人脸信息、指纹信息以及计算机录入的员工住址地理位置信息（这些算是员工的初始信息），获取员工个人手机APP动态上传的人脸信息、指纹信息以及手机当前地理位置信息（这是与员工相关的动态信息，虽然通过APP获得的人脸信息、指纹信息、地理位置信息可能不会变，但需要与员工的初始信息进行比较，所以每天通过APP获取到的信息算作动态信息），并进行加密存储。

云服务器预设人脸信息匹配程度参考百分比、预设单日内员工个人手机APP独立进行人脸预识别次数、预设人脸预识别日程周期、预设个体辅助识别率参考值。

本发明人脸预识别是员工在家中完成化妆后，预先进行当日的人脸信息识别，在地理位置信息匹配并且人脸信息匹配程度达到一定标准时，可以认定员工个人手机APP获取到人脸识别信息就是员工本人，员工达到企业时，快速通过企业人脸识别设备，完成人脸识别打卡，避免了员工化妆后，企业人脸识别设备无法快速识别出员工人脸信息，避免员工来回多次尝试人脸识别，使得早高峰期间的企业进入打卡效率得到提高，避免因排队打卡出现的上班迟到现象。

云服务器预设人事预警监管系统，人事预警监管系统内存储员工个人信息，包括员工本人的入职信息内容，例如工作照片、身份证扫描件等。

人事监管APP，与人事预警监管系统数据连接，显示人事预警监管系统输出的异常人事信息。人事监管APP预设异常人事信息处理选项，包括取消异常状态选项、判定为异常状态选项。在经过人事管理人员判断后，取消异常状态是将异常人事信息取消或删除，判定为异常状态是将异常人事信息暂定为需要进一步与涉及异常人事信息的员工进行确认或是上传给企业高层管理者。

其中，人脸识别方法，主要包括以下环节内容：

环节一.企业人脸识别设备配合计算机设备将企业员工入职时人脸信息、指纹信息、当前员工的住址地理位置信息上传至云服务器，其中，地理位置信息可根据员工申请进行初始信息变更。

环节二.员工在家化妆后，打开员工个人手机APP，云服务器获取到手机当前地理位置信息，判断符合当前员工的家庭住址信息后，员工就可以通过员工个人手机APP进行人脸预识别。

环节三.员工通过员工个人手机APP进行人脸预识别，员工个人手机APP将获取到的人脸识别信息上传至云服务器，云服务器将实时上传的人脸识别信息与云服务器内预存储的员工人脸信息进行对比。

若人脸信息匹配程度不低于预设的百分比时（如将员工个人手机APP上传的人脸信息与云服务器内预存储的员工人脸信息进行对比，匹配程度不低于85%，由于人脸识别的技术方式有很多种，人脸图像特征提取有很多种算法、方法，如视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等，每种特征算法方式对人脸信息的处理过程中都涉及对人脸信息局部和整体的分析、计算、评估等，人脸信息匹配程度也是人脸识别技术中一种模糊理论的技术应用，本发明建立在化妆后的人脸信息，通过模糊理论方式建立与人脸信息匹配程度相关的技术方案比较合适），即通过人脸预识别操作。

若人脸信息匹配程度低于预设的百分比时，云服务器向员工个人手机APP发送重新进行人脸预识别操作信号，进行三次人脸预识别仍未通过，云服务器向手机APP发送辅助识别（在本发明中，员工个体手机APP单独通过人脸识别方式无法完成人脸预识别操作时，采用指纹同步确认方式辅助完成人脸预识别信息方式可以称为“辅助识别”方式）操作信号，即通过员工个人手机APP对人脸识别并进行指纹同步确认，指纹同步确认成功，当前人脸预识别通过。

环节四.云服务器将员工个人手机APP上传的通过人脸预识别操作的人脸信息作为当日企业人脸识别设备进行人脸识别的参考标准，员工达到企业人脸识别设备位置时完成人脸识别打卡；

环节五.云服务器分析日程周期T内对员工通过“人脸预识别”方式在企业人脸识别设备进行上班打卡的总次数N，云服务器分析该日程周期T内通过采用指纹同步确认方式辅助完成人脸预识别方式在企业人脸识别设备进行上班打卡的次数M，并存储该日程周期T内员工在企业人脸识别设备进行地上班打卡信息中采用指纹同步确认方式辅助的人脸预识别信息，例如云服务器记录存储一个月内的指纹同步确认方式的人脸预识别辅助识别信息，或者云服务器记录存储单个员工连续20次指纹同步确认方式的人脸预识别辅助识别信息。

设日程周期内当前员工的个体辅助识别率为，/>。

当时，其中，/>为云服务器内预设的个体辅助识别率参考值，人事预警监管系统向人事监管APP发送人事预警信息，包括当前员工在该日程周期T内使用企业人脸识别设备进行地上班打卡信息中采用指纹同步确认方式辅助的人脸预识别信息、员工本人工作照片、员工本人身份证照片，企业人事管理人员对员工异常人脸预识别打卡信息进行查看、对比、判断。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于大数据的人脸识别系统，其特征在于，包括：

企业人脸识别设备，对企业员工入职时人脸信息、指纹信息进行录入，并通过计算机设备辅助录入当前员工的住址地理位置信息，对企业员工进行日常上班时的人脸识别打卡；

员工个人手机APP，获取手机当前地理位置信息，对员工人脸信息、指纹信息进行采集；

云服务器，获取企业人脸识别设备录入的员工入职时人脸信息、指纹信息以及计算机录入的员工住址地理位置信息，获取员工个人手机APP动态上传的人脸信息、指纹信息以及手机当前地理位置信息，并进行加密存储；

云服务器预设人脸信息匹配程度参考百分比、预设单日内员工个人手机APP独立进行人脸预识别次数、预设人脸预识别日程周期、预设个体辅助识别率参考值；

云服务器预设人事预警监管系统，存储员工个人信息，包括员工本人工作照片、身份证照片信息；

人事监管APP，与人事预警监管系统数据连接，显示人事预警监管系统输出的异常人事信息。

2.根据权利要求1所述的一种基于大数据的人脸识别系统，其特征在于：

员工个人的手机APP在正常使用前，进行企业内部信息的实名认证，实名认证信息通过云服务器加密存储，并发送至企业人员管理系统进行后台确认。

3.根据权利要求1所述的一种基于大数据的人脸识别系统，其特征在于：

员工的住址地理位置信息发生变更时，通过员工个人手机APP上传本人最新的住址地理位置信息，同时通过员工个人手机APP进行人脸识别确认。

4.根据权利要求1所述的一种基于大数据的人脸识别系统，其特征在于：

人事监管APP预设异常人事信息处理选项，包括取消异常状态选项、判定为异常状态选项。

5.根据权利要求1所述的一种基于大数据的人脸识别系统，其特征在于：

企业人脸识别设备内置存储模块，存储模块存储企业员工入职时人脸信息，企业人脸识别设备断网单机运行时，通过存储模块存储的企业员工入职时人脸信息对当前员工进行人脸识别打卡并存储打卡人脸识别信息，待企业人脸识别设备联网后，将已经完成打卡的人脸识别信息上传至云服务器。

6.一种基于大数据的人脸识别方法，其特征在于，采用权利要求1至5中任一项所述的一种基于大数据的人脸识别系统，包括以下环节内容：

S1.企业人脸识别设备配合计算机设备将企业员工入职时人脸信息、指纹信息、当前员工的住址地理位置信息上传至云服务器；

S2.员工在家化妆后，打开员工个人手机APP，云服务器获取到手机当前地理位置信息，判断符合当前员工的家庭住址信息后，可以进行人脸预识别；

S3.员工通过员工个人手机APP进行人脸预识别，员工个人手机APP将获取到的人脸识别信息上传至云服务器，云服务器将实时上传的人脸识别信息与云服务器内预存储的员工人脸信息进行对比；

若人脸信息匹配程度不低于预设的百分比时，即通过人脸预识别操作；

若人脸信息匹配程度低于预设的百分比时，云服务器向员工个人手机APP发送重新进行人脸预识别操作信号，进行三次人脸预识别仍未通过，云服务器向手机APP发送辅助识别操作信号，即通过员工个人手机APP对人脸识别并进行指纹同步确认，指纹同步确认成功，当前人脸预识别通过；

S4.云服务器将员工个人手机APP上传的通过人脸预识别操作的人脸信息作为当日企业人脸识别设备进行人脸识别的参考标准，员工达到企业人脸识别设备位置时完成人脸识别打卡；

S5.云服务器分析日程周期内员工通过“人脸预识别”方式在企业人脸识别设备进行上班打卡的总次数N以及该日程周期内通过采用指纹同步确认方式辅助完成人脸预识别方式在企业人脸识别设备进行上班打卡的次数M，并存储该日程周期内员工在企业人脸识别设备进行地上班打卡信息中采用指纹同步确认方式辅助的人脸预识别信息；

设日程周期内当前员工的个体辅助识别率为，/>；

当时，其中，/>为云服务器内预设的个体辅助识别率参考值，人事预警监管系统向人事监管APP发送人事预警信息，包括当前员工在该日程周期T内使用企业人脸识别设备进行地上班打卡信息中采用指纹同步确认方式辅助的人脸预识别信息、员工本人工作照片、员工本人身份证照片，企业人事管理人员对员工异常人脸预识别打卡信息进行查看、对比、判断。