CN117057641B - 一种用于评测员工表现的数字化评分系统 - Google Patents
一种用于评测员工表现的数字化评分系统 Download PDFInfo
- Publication number
- CN117057641B CN117057641B CN202310930404.XA CN202310930404A CN117057641B CN 117057641 B CN117057641 B CN 117057641B CN 202310930404 A CN202310930404 A CN 202310930404A CN 117057641 B CN117057641 B CN 117057641B
- Authority
- CN
- China
- Prior art keywords
- scoring
- user
- image
- unit
- pixel points
- 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.)
- Active
Links
- 238000012795 verification Methods 0.000 claims abstract description 49
- 238000013500 data storage Methods 0.000 claims abstract description 25
- 238000007726 management method Methods 0.000 claims abstract description 19
- 230000001815 facial effect Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 101100162197 Aspergillus parasiticus (strain ATCC 56775 / NRRL 5862 / SRRC 143 / SU-1) aflA gene Proteins 0.000 claims description 4
- 101100162198 Aspergillus parasiticus (strain ATCC 56775 / NRRL 5862 / SRRC 143 / SU-1) aflB gene Proteins 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 101100162199 Aspergillus parasiticus (strain ATCC 56775 / NRRL 5862 / SRRC 143 / SU-1) aflC gene Proteins 0.000 claims description 2
- 238000011946 reduction process Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明属于数字化评分领域,公开了一种用于评测员工表现的数字化评分系统,包括登录管理模块、数据存储模块和评分模块;登录管理模块包括选择单元、显示单元、获取单元和管理单元;选择单元用于根据用户所处环境的环境亮度选择身份识别方式;显示单元用于显示选择单元所选择的身份识别方式;获取单元用于获取用户基于显示单元显示的身份识别方式所输入的验证信息;管理单元用于根据验证信息判断用户是否登录成功;数据存储模块用于存储用于对员工表现进行评分的数据;评分模块用于在用户登录成功后,基于数据存储模块中存储的数据对员工表现进行评分。本发明提高了在环境亮度比较低的情况下使用评分系统的登录效率。
Description
技术领域
本发明涉及数字化评分领域,尤其涉及一种用于评测员工表现的数字化评分系统。
背景技术
传统的员工评分系统一般都是采用账号密码来作为登录方式,这种登录方式的安全风险比较大,因此,随着人脸识别技术的发展,出现了利用人脸识别来作为评分系统的登录验证手段的员工评分系统。但是,现有的员工评分系统,其在进行人脸识别的过程中,并没有考虑到环境光线因素,从而导致在环境亮度比较低的时候,无法获得足够清晰的人脸,从而导致人脸识别的成功率降低,影响了用户的登录效率,导致体验不佳。
发明内容
本发明的目的在于公开一种用于评测员工表现的数字化评分系统,解决如何提高用户使用评分系统时,在环境亮度比较低的情况下的登录效率的问题。
为了达到上述目的,本发明提供如下技术方案:
本发明提供了一种用于评测员工表现的数字化评分系统,包括登录管理模块、数据存储模块和评分模块;
登录管理模块包括选择单元、显示单元、获取单元和管理单元;
选择单元用于根据用户所处环境的环境亮度选择身份识别方式;
显示单元用于显示选择单元所选择的身份识别方式;
获取单元用于获取用户基于显示单元显示的身份识别方式所输入的验证信息;
管理单元用于根据验证信息判断用户是否登录成功;
数据存储模块用于存储用于对员工表现进行评分的数据;
评分模块用于在用户登录成功后,基于数据存储模块中存储的数据对员工表现进行评分。
优选地,选择单元包括测量子单元和选择子单元;
测量子单元用于通过光线传感器获取用户所处环境的环境亮度;
选择子单元用于采用如下方式选择身份识别方式:
判断环境亮度是否大于设定的亮度阈值,若是,则选择人脸验证作为身份识别方式;若否,则选择密码验证做为身份识别方式。
优选地,获取用户基于该身份识别方式所输入的验证信息,包括:
若身份识别方式为人脸验证,则对用户的面部进行拍摄,获得面部图像,将面部图像作为验证信息;
若身份识别方式为密码验证,则获取用户输入的密码,将密码作为验证信息。
优选地,管理单元包括信息保存子单元和对比子单元;
保存子单元用于保存用户的账号所对应的预留的验证信息;
对比子单元用于将获取单元获得的验证信息与预留的验证信息进行对比,判断用户是否登录成功。
优选地,预留的验证信息包括密码和预留的用户的面部图像。
优选地,将获取单元获得的验证信息与预留的验证信息进行对比,判断用户是否登录成功,包括:
若获取单元获得的验证信息为面部图像,则将保存子单元中保存的预留的用户的面部图像与获取单元获得的面部图像进行对比,判断用户是否登录成功;
若获取单元获得的验证信息为密码,则将保存子单元中保存的密码与获取单元获得的密码进行对比,判断用户是否登录成功。
优选地,对员工表现进行评分的数据包括员工的业绩数据和员工的考勤数据。
优选地,数据存储模块中还用于存储对员工表现进行评分的模型。
优选地,评分模块包括输入单元、读取单元和评分单元;
输入单元用于用户输入需要进行评分的员工的身份信息;
读取单元用于根据身份信息生成检索式,并将检索式发送至数据存储模块;
数据存储模块用于根据检索式获取需要进行评分的员工的业绩数据和考勤数据,并将获得的业绩数据和考勤数据发送至读取单元;
读取单元还用于与数据存储模块进行通信,获取对员工表现进行评分的模型;
评分单元用于将需要进行评分的员工的业绩数据和考勤数据输入到对员工表现进行评分的模型中,得到评分结果。
优选地,身份信息包括身份证号码、员工编号、手机号码中的任一种。
与现有技术相比,本发明通过环境亮度来进行身份识别方式的自动切换,从而避免了在环境亮度比较低的时候依然采用人脸识别来进行身份识别,使得用户能够通过另一种身份识别方式来进行身份识别,提高了在环境亮度比较低的情况下使用评分系统的登录效率。
附图说明
从下文给出的详细描述和附图中将更充分地理解本公开,附图仅以说明的方式给出,因此不限制本公开,并且其中:
图1为本发明一种用于评测员工表现的数字化评分系统的一种示意图。
图2为本发明判断用户是否登录成功的一种示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示的一种实施例,本发明提供了一种用于评测员工表现的数字化评分系统,包括登录管理模块、数据存储模块和评分模块;
登录管理模块包括选择单元、显示单元、获取单元和管理单元;
选择单元用于根据用户所处环境的环境亮度选择身份识别方式;
显示单元用于显示选择单元所选择的身份识别方式;
获取单元用于获取用户基于显示单元显示的身份识别方式所输入的验证信息;
管理单元用于根据验证信息判断用户是否登录成功;
数据存储模块用于存储用于对员工表现进行评分的数据;
评分模块用于在用户登录成功后,基于数据存储模块中存储的数据对员工表现进行评分。
本发明通过环境亮度来进行身份识别方式的自动切换,从而避免了在环境亮度比较低的时候依然采用人脸识别来进行身份识别,使得用户能够通过另一种身份识别方式来进行身份识别,提高了在环境亮度比较低的情况下使用评分系统的登录效率。
对使用评分系统的用户进行身份识别,能够提高系统中存储的数据的安全性。
优选地,选择单元包括测量子单元和选择子单元;
测量子单元用于通过光线传感器获取用户所处环境的环境亮度;
选择子单元用于采用如下方式选择身份识别方式:
判断环境亮度是否大于设定的亮度阈值,若是,则选择人脸验证作为身份识别方式;若否,则选择密码验证做为身份识别方式。
在另一种实施方式中,在环境亮度小于等于亮度阈值时,还可以选择指纹验证作为身份识别方式。
具体的,亮度阈值可以是70lux。
优选地,获取用户基于该身份识别方式所输入的验证信息,包括:
若身份识别方式为人脸验证,则对用户的面部进行拍摄,获得面部图像,将面部图像作为验证信息;
若身份识别方式为密码验证,则获取用户输入的密码,将密码作为验证信息。
具体的,用户可以通过键盘、触摸屏等设备来输入密码。
优选地,管理单元包括信息保存子单元和对比子单元;
保存子单元用于保存用户的账号所对应的预留的验证信息;
对比子单元用于将获取单元获得的验证信息与预留的验证信息进行对比,判断用户是否登录成功。
具体的,预留的验证信息为在用户创建账号时所留在保存子单元中的数据。
优选地,预留的验证信息包括密码和预留的用户的面部图像。
具体的,预留的验证信息还可以包括用户的指纹的图像。
优选地,将获取单元获得的验证信息与预留的验证信息进行对比,判断用户是否登录成功,包括:
若获取单元获得的验证信息为面部图像,则将保存子单元中保存的预留的用户的面部图像与获取单元获得的面部图像进行对比,判断用户是否登录成功;
若获取单元获得的验证信息为密码,则将保存子单元中保存的密码与获取单元获得的密码进行对比,判断用户是否登录成功。
优选地,如图2所示,将保存子单元中保存的预留的用户的面部图像与获取单元获得的面部图像进行对比,判断用户是否登录成功,包括:
用A表示保存子单元中保存的预留的用户的面部图像,用B表示获取单元获得的面部图像;
分别对A和B进行降噪处理,得到降噪图像aflA和降噪图像aflB;
计算aflA和aflB之间的相似度;
若相似度大于设定的相似度阈值,则用户登录成功。
具体的,进行降噪处理能够降噪图像中的噪声,提升图像的质量,从而提高使得得到的相似度更加准确。相似度阈值可以是0.98。
优选地,对于图像C,C∈{A,B},C的降噪处理的过程如下:
对图像C进行第一轮判断,获取图像C中的噪声概率高的像素点的集合D;
对集合D中的像素点进行第二轮判断,获取集合D中的属于图像噪声的像素点的集合E;
对集合E中的像素点进行降噪处理,得到降噪图像aflC。
具体的,在降噪处理之前,本发明先通过两轮的判断来获取属于图像噪声的像素点的集合E,从而使得仅需要对E中的像素点进行降噪处理,由于需要进行降噪的像素点的数量大幅度减少,因此,本发明能够更快地完成降噪处理的过程,提高了本发明的身份识别的效率。另外,本发明是分别从两个不同的角度来进行判断,由于将判断分成了两轮,因此,仅需要从其中一个角度进行计算,便能够减少参与另一个角度的计算过程的像素点的数量,从而有利于进一步的提高获取图像噪声的效率。若同时基于两种角度进行图像噪声的获取,那么,便需要对所有的像素点都进行两个角度的计算,使得计算时间过长。
优选地,对图像C进行第一轮判断,获取图像C中的噪声概率高的像素点的集合D,包括:
对图像C进行灰度化处理,得到灰度化图像F;
分别对灰度化图像F中的每个像素点进行如下判断;
第一步,对于灰度化图像F中的像素点f,获取以像素点f为圆心的,半径为S的范围内的像素点的集合Uf;
第二步,将集合Uf中灰度值大于midf的像素点保存到集合Ubg,将集合Uf中灰度值小于midf的像素点保存到集合Usm;midf为Ubg中的像素点的灰度值的中值;
第三步,从Ubg中获取第一门槛值lrp:
grayg表示Ubg中的像素点g的灰度值,aveUbg表示Ubg中的像素点的灰度值的平均值;
第四步,从Ubg中获取第二门槛值bgp:
grayh表示Usm中的像素点h的灰度值,aveUsm表示Usm中的像素点g的灰度值的平均值;
第四步,判断像素点f的灰度值grayf是否满足:
grayf∈(bgp,lrp)
若否,则像素点f为噪声概率高的像素点,将像素点f保存到集合D。
具体的,第一轮判断主要是从灰度值这个角度来进行计算,因为当一个像素点的灰度值与周围的像素点的灰度值之间差异比较大时,则该像素点很可能是图像噪声。因此,本发明通过第一门槛值和第二门槛值的配合来判断像素点是否噪声概率高的像素点,能够很快地完成第一轮判断。
优选地,对集合D中的像素点进行第二轮判断,获取集合D中的属于图像噪声的像素点的集合E,包括:
对于集合D中的像素点d,计算像素点d的判断值pixvlwd:
其中,neifd表示以像素点d为圆心的,半径为S的范围内的像素点的集合,judge(j,d)为判断函数,grayj和grayd分别表示像素点j和像素点d的灰度值,graysh表示灰度值阈值,graysh大于30;
若pixvlwd大于设定的判断值阈值,则将像素点d保存到集合E。
具体的,第二轮判断是从与设定大小的范围内的像素点的之间的灰度值差值大于graysh的像素点的数量这个角度进行判断的,判断值越大,表示像素点与设定大小的范围内的像素点的之间的灰度值差异越大,属于图像噪声的概率越大。第一轮判断与第二轮判断进行配合,有效地提高了识别出图像噪声的效率。
优选地,判断值阈值大于等于0.8。
优选地,半径S的获取过程如下:
第一次计算:
将半径初始化为2;
将对图像C分为个面积一致的子区域;W和L分别表示图像C中的横向的像素点的数量和纵向的像素点的数量;
计算所有子区域的信息含量方差inctf1;
第w次计算,w大于等于2:
将对图像C分为个面积一致的子区域;
计算所有子区域的信息含量方差inctfw;
判断inctfw是否满足:
inctfw-inctfw-1>0
若是,则S的值为w+1,若否,继续进行下一次计算。
具体的,半径S并不是固定的,而是能够随着图像C中的像素点的信息含量的变化而变化,从而使得以半径S为半径的圆形范围内的局部区域中,信息含量能够达到最大,因此,对这样的局部区域进行图像噪声的判断时,局部区域中的像素点的参考价值最大,因为若半径S过小,而以半径S为半径的圆形范围内属于图像噪声的像素点过多时,无法从上面的两个角度准确判断出作为圆心的像素点是否为图像噪声,因为,具有参考价值的像素点过少,而当半径过大时,则会导致局部区域中的像素点过多,影响判断的效率,局部区域过大会使得作为圆心的像素点与局部区域中的其它正常的像素点之间的总体区别显得特别大,会使得正常的像素点被错误地判断为图像噪声,以局部区域中的灰度值均值为例,当局部区域过大时,灰度值均值就会偏小,此时,作为圆心的像素点的灰度值与局部区域的灰度值均值之间的差值便会偏大,从而使得第一门槛值偏小和第二门槛值偏大,会导致更多的像素点被错误地判断为图像噪声高的像素点。
优选地,inctfw的计算函数为
incty表示第w次计算获得的子图像中,第y个子图像的信息含量,aveinct表示所有子图像中的信息含量的均值;
numk表示第y个子图像中,灰度值为k的像素点的数量,numy表示第y个子图像中的像素点的总数。
信息含量方差是基于每个子区域的信息含量来计算得到的,从而能够反映子区域之间的信息含量差异,信息含量差异越小,则表示子区域中的图像边缘等有效信息的差异分布得越均匀,越能够准确地获得具有最大参考价值的半径。
优选地,将保存子单元中保存的密码与获取单元获得的密码进行对比,判断用户是否登录成功,包括:
若保存子单元中保存的密码与获取单元获得的密码相同,则用户登录成功。
优选地,对员工表现进行评分的数据包括员工的业绩数据和员工的考勤数据。
具体的,业绩数据为员工每个月份的业绩金额,考勤数据包括每个月份的总工作时长。
优选地,数据存储模块中还用于存储对员工表现进行评分的模型。
具体的,评分模型如下:
scomdo表示员工的分数,w1和w2分别表示预设第一权重和第二权重,prfamui表示员工第i个月的业绩金额,wrktimi表示员工第i个月的总工作时长,stdamu表示预设的业绩金额,timamu表示预设的时长。
具体的,预设的业绩金额可以是员工前一年的总业绩金额,预设的时长大于2000。
优选地,评分模块包括输入单元、读取单元和评分单元;
输入单元用于用户输入需要进行评分的员工的身份信息;
读取单元用于根据身份信息生成检索式,并将检索式发送至数据存储模块;
数据存储模块用于根据检索式获取需要进行评分的员工的业绩数据和考勤数据,并将获得的业绩数据和考勤数据发送至读取单元;
读取单元还用于与数据存储模块进行通信,获取对员工表现进行评分的模型;
评分单元用于将需要进行评分的员工的业绩数据和考勤数据输入到对员工表现进行评分的模型中,得到评分结果。
具体的检索式用于从数据存储模块中获取身份信息对应的员工的用于评分的数据。
优选地,身份信息包括身份证号码、员工编号、手机号码中的任一种。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种用于评测员工表现的数字化评分系统,其特征在于,包括登录管理模块、数据存储模块和评分模块;
登录管理模块包括选择单元、显示单元、获取单元和管理单元;
选择单元用于根据用户所处环境的环境亮度选择身份识别方式;
显示单元用于显示选择单元所选择的身份识别方式;
获取单元用于获取用户基于显示单元显示的身份识别方式所输入的验证信息;
管理单元用于根据验证信息判断用户是否登录成功;
数据存储模块用于存储用于对员工表现进行评分的数据;
评分模块用于在用户登录成功后,基于数据存储模块中存储的数据对员工表现进行评分;
选择单元包括测量子单元和选择子单元;
测量子单元用于通过光线传感器获取用户所处环境的环境亮度;
选择子单元用于采用如下方式选择身份识别方式:
判断环境亮度是否大于设定的亮度阈值,若是,则选择人脸验证作为身份识别方式;若否,则选择密码验证做为身份识别方式;
获取用户基于该身份识别方式所输入的验证信息,包括:
若身份识别方式为人脸验证,则对用户的面部进行拍摄,获得面部图像,将面部图像作为验证信息;
若身份识别方式为密码验证,则获取用户输入的密码,将密码作为验证信息;管理单元包括信息保存子单元和对比子单元;
保存子单元用于保存用户的账号所对应的预留的验证信息;
对比子单元用于将获取单元获得的验证信息与预留的验证信息进行对比,判断用户是否登录成功;
预留的验证信息包括密码和预留的用户的面部图像;
将获取单元获得的验证信息与预留的验证信息进行对比,判断用户是否登录成功,包括:
若获取单元获得的验证信息为面部图像,则将保存子单元中保存的预留的用户的面部图像与获取单元获得的面部图像进行对比,判断用户是否登录成功;
若获取单元获得的验证信息为密码,则将保存子单元中保存的密码与获取单元获得的密码进行对比,判断用户是否登录成功;
将保存子单元中保存的预留的用户的面部图像与获取单元获得的面部图像进行对比,判断用户是否登录成功,包括:
用A表示保存子单元中保存的预留的用户的面部图像,用B表示获取单元获得的面部图像;
分别对A和B进行降噪处理,得到降噪图像aflA和降噪图像aflB;
计算aflA和aflB之间的相似度;
若相似度大于设定的相似度阈值,则用户登录成功;
对于图像C,C∈{A,B},C的降噪处理的过程如下:
对图像C进行第一轮判断,获取图像C中的噪声概率高的像素点的集合D;
对集合D中的像素点进行第二轮判断,获取集合D中的属于图像噪声的像素点的集合E;
对集合E中的像素点进行降噪处理,得到降噪图像aflC;
图像C进行第一轮判断,获取图像C中的噪声概率高的像素点的集合D,包括:
对图像C进行灰度化处理,得到灰度化图像F;
分别对灰度化图像F中的每个像素点进行如下判断;
第一步,对于灰度化图像F中的像素点f,获取以像素点f为圆心的,半径为S的范围内的像素点的集合Uf;
第二步,将集合Uf中灰度值大于midf的像素点保存到集合Ubg,将集合Uf中灰度值小于midf的像素点保存到集合Usm;midf为Ubg中的像素点的灰度值的中值;
第三步,从Ubg中获取第一门槛值lrp:
grayg表示Ubg中的像素点g的灰度值,aveUbg表示Ubg中的像素点的灰度值的平均值;
第四步,从Ubg中获取第二门槛值bgp:
grayh表示Usm中的像素点h的灰度值,aveUsm表示Usm中的像素点g的灰度值的平均值;
第五步,判断像素点f的灰度值grayf是否满足:
grayf∈(bgp,lrp)
若否,则像素点f为噪声概率高的像素点,将像素点f保存到集合D;
对集合D中的像素点进行第二轮判断,获取集合D中的属于图像噪声的像素点的集合E,包括:
对于集合D中的像素点d,计算像素点d的判断值pixvlwd:
其中,neifd表示以像素点d为圆心的,半径为S的范围内的像素点的集合,judge(j,d)为判断函数,grayj和grayd分别表示像素点j和像素点d的灰度值,graysh表示灰度值阈值,graysh大于30;
若pixvlwd大于设定的判断值阈值,则将像素点d保存到集合E。
2.根据权利要求1所述的一种用于评测员工表现的数字化评分系统,其特征在于,对员工表现进行评分的数据包括员工的业绩数据和员工的考勤数据。
3.根据权利要求2所述的一种用于评测员工表现的数字化评分系统,其特征在于,数据存储模块中还用于存储对员工表现进行评分的模型。
4.根据权利要求3所述的一种用于评测员工表现的数字化评分系统,其特征在于,评分模块包括输入单元、读取单元和评分单元;
输入单元用于用户输入需要进行评分的员工的身份信息;
读取单元用于根据身份信息生成检索式,并将检索式发送至数据存储模块;
数据存储模块用于根据检索式获取需要进行评分的员工的业绩数据和考勤数据,并将获得的业绩数据和考勤数据发送至读取单元;
读取单元还用于与数据存储模块进行通信,获取对员工表现进行评分的模型;
评分单元用于将需要进行评分的员工的业绩数据和考勤数据输入到对员工表现进行评分的模型中,得到评分结果。
5.根据权利要求4所述的一种用于评测员工表现的数字化评分系统,其特征在于,身份信息包括身份证号码、员工编号、手机号码中的任一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310930404.XA CN117057641B (zh) | 2023-07-27 | 2023-07-27 | 一种用于评测员工表现的数字化评分系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310930404.XA CN117057641B (zh) | 2023-07-27 | 2023-07-27 | 一种用于评测员工表现的数字化评分系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117057641A CN117057641A (zh) | 2023-11-14 |
CN117057641B true CN117057641B (zh) | 2024-03-08 |
Family
ID=88656393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310930404.XA Active CN117057641B (zh) | 2023-07-27 | 2023-07-27 | 一种用于评测员工表现的数字化评分系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117057641B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103632158A (zh) * | 2013-11-20 | 2014-03-12 | 北京环境特性研究所 | 森林防火监控方法及森林防火监控系统 |
CN110334496A (zh) * | 2019-06-27 | 2019-10-15 | Oppo广东移动通信有限公司 | 一种解锁控制方法、终端及计算机可读存储介质 |
CN110852281A (zh) * | 2019-11-13 | 2020-02-28 | 吉林大学 | 基于高斯混合隐马尔科夫模型的驾驶员换道意图识别方法 |
CN112330208A (zh) * | 2020-11-25 | 2021-02-05 | 上海应用技术大学 | 基于云平台的员工绩效管理系统和方法 |
CN116308748A (zh) * | 2023-03-19 | 2023-06-23 | 二十六度数字科技(广州)有限公司 | 一种基于知识图谱的用户欺诈行为判断系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012042771A1 (ja) * | 2010-09-28 | 2012-04-05 | パナソニック株式会社 | 画像処理装置、画像処理方法及び集積回路 |
-
2023
- 2023-07-27 CN CN202310930404.XA patent/CN117057641B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103632158A (zh) * | 2013-11-20 | 2014-03-12 | 北京环境特性研究所 | 森林防火监控方法及森林防火监控系统 |
CN110334496A (zh) * | 2019-06-27 | 2019-10-15 | Oppo广东移动通信有限公司 | 一种解锁控制方法、终端及计算机可读存储介质 |
CN110852281A (zh) * | 2019-11-13 | 2020-02-28 | 吉林大学 | 基于高斯混合隐马尔科夫模型的驾驶员换道意图识别方法 |
CN112330208A (zh) * | 2020-11-25 | 2021-02-05 | 上海应用技术大学 | 基于云平台的员工绩效管理系统和方法 |
CN116308748A (zh) * | 2023-03-19 | 2023-06-23 | 二十六度数字科技(广州)有限公司 | 一种基于知识图谱的用户欺诈行为判断系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117057641A (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106778525B (zh) | 身份认证方法和装置 | |
CN112651348B (zh) | 身份认证方法和装置及存储介质 | |
AU2017201463B2 (en) | Methods and systems for authenticating users | |
CN105631272B (zh) | 一种多重保险的身份认证方法 | |
CN109005104B (zh) | 一种即时通信方法、装置、服务器及存储介质 | |
CN102509138A (zh) | 一种基于二代身份证和人脸特征识别的身份验证系统及其工作方法 | |
CN109635625B (zh) | 智能身份核验方法、设备、存储介质及装置 | |
WO2017161636A1 (zh) | 一种基于指纹的终端支付方法及装置 | |
CN111339897B (zh) | 活体识别方法、装置、计算机设备和存储介质 | |
CN110991231B (zh) | 活体检测方法、装置、服务器和人脸识别设备 | |
WO2021088640A1 (zh) | 一种基于启发式高斯云变换的人脸识别技术 | |
US9378406B2 (en) | System for estimating gender from fingerprints | |
US20200019970A1 (en) | System and method for authenticating transactions from a mobile device | |
CN111275040A (zh) | 定位方法及装置、电子设备、计算机可读存储介质 | |
CN116188024B (zh) | 一种医疗安全支付系统 | |
CN111507165A (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
CN113421079A (zh) | 一种基于共享充电宝租赁柜的借还共享充电宝方法 | |
CN117057641B (zh) | 一种用于评测员工表现的数字化评分系统 | |
CN110163164B (zh) | 一种指纹检测的方法及装置 | |
CN111915307A (zh) | 一种无接触式移动支付系统及方法 | |
KR102333453B1 (ko) | 지문 및 얼굴 영상을 이용한 스마트폰 기반 신원확인 방법 | |
Fiandrotti et al. | CDVSec: Privacy-preserving biometrical user authentication in the cloud with CDVS descriptors | |
CN114299569A (zh) | 一种基于眼球运动的安全人脸认证方法 | |
CN114926878A (zh) | 一种基于一物一码对应场景下非监控远程人脸识别方法 | |
JP2005084979A (ja) | 顔認証システムおよび方法並びにプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |