WO2019100385A1 - 考勤机、考勤机的考勤方法 - Google Patents

考勤机、考勤机的考勤方法 Download PDF

Info

Publication number
WO2019100385A1
WO2019100385A1 PCT/CN2017/113128 CN2017113128W WO2019100385A1 WO 2019100385 A1 WO2019100385 A1 WO 2019100385A1 CN 2017113128 W CN2017113128 W CN 2017113128W WO 2019100385 A1 WO2019100385 A1 WO 2019100385A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
attendance
employee
attendance machine
preset
Prior art date
Application number
PCT/CN2017/113128
Other languages
English (en)
French (fr)
Inventor
陈钦鹏
Original Assignee
齐心商用设备(深圳)有限公司
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 齐心商用设备(深圳)有限公司 filed Critical 齐心商用设备(深圳)有限公司
Priority to PCT/CN2017/113128 priority Critical patent/WO2019100385A1/zh
Priority to CN201780036324.2A priority patent/CN109416845B/zh
Publication of WO2019100385A1 publication Critical patent/WO2019100385A1/zh

Links

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
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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

Definitions

  • the present invention relates to the field of application of electronic devices, and in particular, to an attendance method for an attendance machine and an attendance machine.
  • the main object of the present invention is to solve the technical problem that the employees in the prior art are unfair to the employees before they go to the company before the benchmark work time, because the queues are punched out, and the work is late.
  • the present invention provides an attendance machine, including: an attendance machine body, and an imaging device communicatively coupled to the body of the attendance machine; the attendance machine further includes:
  • a control module configured to control the image capturing device to capture image information of the set region in real time for a preset time period, where the end time point of the time period is a preset reference working time point;
  • an obtaining module configured to obtain employee identity information that is late for work and check-in during a preset time period of attendance statistics
  • a searching module configured to search, according to the acquired employee identity information, a reference facial image of each employee from a preset employee identity information-standard face image mapping relationship;
  • a determining module configured to determine whether there is a person in the image information that matches the reference facial image ⁇ 0 2019/100385 ⁇ (:17(: ⁇ 2017/113128 face image;
  • a definition module configured to: if the image information has a face image of a person that matches a certain reference facial image, define an employee's current working day corresponding to the certain reference facial image not to be late.
  • the determining module comprises:
  • a matching unit configured to extract, from each frame image of the image information, each human face image, and match all extracted human face images with each of the referenced facial image images that are found:
  • a defining unit configured to: when there is a human face image that successfully matches a certain reference facial image in all extracted human facial images, define that the image information exists to match the certain reference facial image Human face image.
  • the employee identity information is: an employee name, a position, and/or an identity card number.
  • the setting area is: an area where an employee punches in a queue.
  • the time period of the attendance statistics period ranges from 23:30 to 24:00.
  • the present invention further provides an attendance method for an attendance machine, where the attendance machine includes: an attendance machine body, and an imaging device communicatively coupled with the attendance machine body; the attendance method of the attendance machine includes The following steps:
  • the camera device is controlled to capture the image information of the set area in real time during a preset time period, and the end time point of the time period is a preset reference working time point;
  • the step of determining whether there is a human face image matching the reference facial image in the image information specifically includes:
  • the employee identity information is: an employee name, a position, and/or an identity card number.
  • the setting area is: an area where an employee punches in a queue.
  • the time period of the attendance statistics period ranges from 23:30 to 24:00.
  • the attendance method of the attendance machine and the attendance machine provided by the present invention determines whether there is a face image of a person matching the reference face image of the employee who is late for punching by determining whether the image information captured by the preset time period exists. Then, the corresponding check-in card is not late for the employee's current working day, which can effectively prevent the employee from coming to the company before the benchmark work time, and the phenomenon of late check-in due to queuing is necessary to ensure the fairness of the employee's work. .
  • 1 is a schematic diagram of functional modules of an embodiment of an attendance machine of the present invention
  • FIG. 2 is a schematic diagram of a specific refinement function module of the judging module in FIG. 1;
  • FIG. 3 is a schematic flow chart of an embodiment of an attendance method of the attendance machine of the present invention.
  • the present invention provides an attendance machine.
  • the attendance machine comprises: an attendance machine body, and an imaging device communicatively connected with the attendance machine body.
  • FIG. 1 is a schematic diagram of functional modules of an embodiment of an attendance machine of the present invention. ⁇ 0 2019/100385 ⁇ (:17(: ⁇ 2017/113128)
  • the attendance machine 100 further includes: a control module 110, an acquisition module 120, a lookup module 130, a determination module 140, and a definition module 150.
  • the control module 110 is configured to control the image capturing device to capture image information of the set region in real time for a preset time period, and the ending time point of the time period is a preset reference working time.
  • the obtaining module 120 is configured to obtain the employee identity information that is late for the work check-in in the preset attendance statistics period.
  • the searching module 130 is configured to preset from each employee identity information obtained. In the employee identity information-reference face image mapping relationship, the reference face image of each employee is searched.
  • the determining module 140 is configured to determine whether there is a person face in the image information that matches the reference face image.
  • the definition module 150 is configured to define a certain reference facial image pair if the image information has a facial image matching a certain reference facial image. Staff not currently working late.
  • the reference working time is a criterion for judging whether the employee is late for work, and for the working day, before the reference work time or the reference work time, the work is not late, if Punching after the benchmark work time indicates that work is late.
  • the starting time point of the preset time period can be adjusted as needed, that is, the time length of the preset time period can be adjusted as needed.
  • the time length of the time period is set to a range of 30 minutes to 120 minutes, and may be set to 30 minutes, 60 minutes, 90 minutes, 120 minutes, and the like.
  • the setting area is: an area where an employee punches in a queue.
  • each employee who queues to punch the card needs to face the camera with no obstruction in front, so that the camera captures the employee's face image.
  • the present invention needs to take a reference face image for each employee in advance, and establish an employee identity information-reference face image mapping relationship according to the identity information of each employee.
  • the employee identity information is an employee name, a position, and/or an ID number.
  • the attendance statistics time period in this embodiment should be set in a time period that the corresponding working day is about to end, for example, the attendance statistical time period can be set at: 23:30 to 24:00.
  • FIG. 2 is a schematic diagram of a specific refinement function module of the judging module in FIG.
  • the determining module 140 includes: a matching unit 141 and a defining unit 142.
  • the matching unit is configured to extract each human face image from each frame image of the image information, and match all extracted human face images with each of the referenced facial image images that are searched.
  • the defining unit 142 is used to ⁇ 0 2019/100385 ⁇ (:17(: ⁇ 2017/113128)
  • a face image of a person whose matching reference image matches.
  • the attendance machine 100 determines whether there is a face image of a person matching the reference face image of the employee who is late for punching by determining the image information captured by the preset time period.
  • the late check-in of the employee's current working day can effectively prevent the employee from coming to the company before the benchmark work time, and the phenomenon of late check-in due to queuing is ensured, and the fairness of the employee's work punching is guaranteed.
  • the present invention provides an attendance method for an attendance machine, the attendance machine comprising: an attendance machine body, and an imaging device communicably connected to the body of the attendance machine.
  • FIG. 3 is a schematic flow chart of an embodiment of an attendance method of the attendance machine of the present invention.
  • the attendance method of the attendance machine includes:
  • Step 310 Control the image information of the set area in real time during the preset time period for the working day, and the end time point of the time period is a preset reference working time point.
  • the reference working time is a criterion for judging whether the employee is late for work, and the card is punched before the reference work time or the reference work time for the working day, indicating that the work is not late, if Punching after the benchmark work time indicates that work is late.
  • the starting time point of the preset time period can be adjusted as needed, that is, the time length of the preset time period can be adjusted as needed.
  • the time length of the time period is set to a range of 30 minutes to 120 minutes, and may be set to 30 minutes, 60 minutes, 90 minutes, 120 minutes, and the like.
  • the setting area is: an area where an employee punches in a queue.
  • each employee who queues to punch the card needs to face the camera with no obstruction in front, so that the camera captures the employee's face image.
  • Step 320 In the preset attendance statistics time period, obtain employee identity information that is late for work.
  • the attendance statistical time period in this embodiment should be set in a time period that the corresponding working day is about to end, for example, the attendance statistical time period can be set at: 23:30 to 24:00.
  • Step 330 Find, according to the acquired employee identity information, a reference facial image of each employee from a preset employee identity information-reference face image mapping relationship.
  • the employee identity information is an employee name, a position, and/or an identity card number.
  • Step 340 Determine whether there is a person face image matching the reference face image in the image information.
  • Step 340 in this embodiment specifically includes the following process: extracting a face image of each person from each frame image of the image information, and extracting all extracted face images separately from each of the found faces
  • the reference facial images are matched; and when there is a human facial image that successfully matches a certain reference facial image in all the extracted facial facial images, the presence and the certain reference facial image are defined in the image information. Match the face image of the person.
  • Step 350 If the image information has a face image matching the certain reference facial image, the employee corresponding to the certain reference facial image is not late for the current working day.
  • the attendance method of the attendance machine determines whether there is a face image of a person matching the reference face image of the employee who is late for punching by determining whether the image information captured in the preset time period exists, and if present, Defining the corresponding check-in time is not late for the employee's current working day. It can effectively prevent the employee from coming to the company before the benchmark work time, and the phenomenon of late check-in due to queuing is ensured, and the fairness of the employee's work and check-in is guaranteed.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)

Abstract

一种考勤机、及考勤机的考勤方法，考勤机包括：考勤机本体、与考勤机本体通讯连接的摄像装置；方法：针对工作日，在预设的时间段内控制摄像装置实时拍摄设定区域的图像信息，所述时间段的终了时间点为预设的基准上班时间点（S10）；在预设的考勤统计时间段内，获取上班打卡迟到的员工身份信息（S20）；根据所获取的每个员工身份信息，从预设的员工身份信息-基准脸部图像映射关系中，查找每个员工的基准脸部图像（S30）；判断图像信息中是否存在与基准脸部图像匹配的人物脸部图像（S40）；若存在，定义该基准脸部图像对应的员工当前工作日未迟到（S50）。通过该考勤机的考勤方法，能够有效地防止员工在基准上班时间点之前到公司，因排队打卡导致上班打卡迟到的现象发生，保证了员工上班打卡的公平性。

Description

\¥0 2019/100385 卩（：17（：\2017/113128
考勤机、 考勤机的考勤方法
技术领域
[0001] 本发明涉及电子设备应用领域， 尤其涉及一种考勤机、 考勤机的考勤方法。
背景技术
[0002] 近年来， 考勤机的应用越来越广泛， 一般的正规公司设有考勤机， 用于记录员 工出勤情况。
[0003] 一般而言， 企业员工人数会随着业务的拓展而越来越多， 而现有的传统的考勤 机进行员工身份识别所耗时间长， 容易出现多员工在考勤机前排队等等打卡， 严重浪费员工时间； 甚至出现排队打卡的人员多， 早已到公司但排在队伍后的 员工轮到打卡时发现已经迟到的现象。
[0004] 上述这种员工在基准上班时间点之前到公司， 因排队打卡导致上班打卡迟到的 情况， 对员工极不公平， 有待改进。
技术问题
[0005] 本发明的主要目的在于解决现有技术中员工在基准上班时间点之前到公司， 因 排队打卡导致上班打卡迟到， 对员工极不公平的技术问题。
问题的解决方案
技术解决方案
[0006] 为实现上述目的， 本发明提供一种考勤机， 包括： 考勤机本体、 与考勤机本体 通讯连接的摄像装置； 所述考勤机还包括：
[0007] 控制模块， 用于针对工作日， 在预设的时间段内控制所述摄像装置实时拍摄设 定区域的图像信息， 所述时间段的终了时间点为预设的基准上班时间点；
[0008] 获取模块， 用于在预设的考勤统计时间段内， 获取上班打卡迟到的员工身份信 息；
[0009] 查找模块， 用于根据所获取的每个员工身份信息， 从预设的员工身份信息-基 准脸部图像映射关系中， 查找每个员工的基准脸部图像；
[0010] 判断模块， 用于判断所述图像信息中是否存在与所述基准脸部图像匹配的人物 \¥0 2019/100385 卩（：17（：\2017/113128 脸部图像；
[0011] 定义模块， 用于若所述图像信息存在与某一基准脸部图像匹配的人物脸部图像 ， 则定义该某一基准脸部图像对应的员工当前工作日未迟到。
[0012] 优选地， 所述判断模块包括：
[0013] 匹配单元， 用于从所述图像信息的每一帧图像中提取每个人物脸部图像， 将所 有提取的人物脸部图像分别与所查找的每个基准脸部图像进行匹配：
[0014] 定义单元， 用于当所有提取的人物脸部图像中存在与某一基准脸部图像匹配成 功的人物脸部图像， 则定义所述图像信息中存在与该某一基准脸部图像匹配的 人物脸部图像。
[0015] 优选地， 所述员工身份信息为： 员工姓名、 职位、 和/或身份证号码。
[0016] 优选地， 所述设定区域为： 员工打卡排队所在区域。
[0017] 优选地， 所述考勤统计时间段的时间取值范围为： 23:30至 24:00。
[0018]
[0019] 此外， 为实现上述目的， 本发明还提供一种考勤机的考勤方法， 所述考勤机包 括： 考勤机本体、 与考勤机本体通讯连接的摄像装置； 所述考勤机的考勤方法 包括如下步骤：
[0020] 针对工作日， 在预设的时间段内控制所述摄像装置实时拍摄设定区域的图像信 息， 所述时间段的终了时间点为预设的基准上班时间点；
[0021] 在预设的考勤统计时间段内， 获取上班打卡迟到的员工身份信息；
[0022] 根据所获取的每个员工身份信息， 从预设的员工身份信息 -基准脸部图像映射 关系中， 查找每个员工的基准脸部图像；
[0023] 判断所述图像信息中是否存在与所述基准脸部图像匹配的人物脸部图像；
[0024] 若所述图像信息存在与某一基准脸部图像匹配的人物脸部图像， 则定义该某一 基准脸部图像对应的员工当前工作日未迟到。
[0025] 优选地， 所述判断所述图像信息中是否存在与所述基准脸部图像匹配的人物脸 部图像的步骤具体包括：
[0026] 从所述图像信息的每一帧图像中提取每个人物脸部图像， 将所有提取的人物脸 部图像分别与所查找的每个基准脸部图像进行匹配： \¥0 2019/100385 卩（：17（：\2017/113128
[0027] 当所有提取的人物脸部图像中存在与某一基准脸部图像匹配成功的人物脸部图 像， 则定义所述图像信息中存在与该某一基准脸部图像匹配的人物脸部图像。
[0028] 优选地， 所述员工身份信息为： 员工姓名、 职位、 和/或身份证号码。
[0029] 优选地， 所述设定区域为： 员工打卡排队所在区域。
[0030] 优选地， 所述考勤统计时间段的时间取值范围为： 23:30至 24:00。
发明的有益效果
有益效果
[0031] 本发明所提供的考勤机、 考勤机的考勤方法， 通过判断预设的时间段拍摄到的 图像信息是否存在与打卡迟到的员工的基准脸部图像匹配的人物脸部图像， 当 存在， 则定义对应的打卡迟到员工当前工作日未迟到的方式， 能够有效地防止 了员工在基准上班时间点之前到公司， 因排队打卡导致上班打卡迟到的现象发 生， 保证了员工上班打卡的公平性。
对附图的简要说明
附图说明
[0032] 图 1为本发明的考勤机一实施例的功能模块示意图；
[0033] 图 2为图 1中的判断模块的具体细化功能模块示意图；
[0034] 图 3为本发明的考勤机的考勤方法一实施例的流程示意图。
[0035]
[0036] 本发明目的的实现、 功能特点及优点将结合实施例， 参照附图做进一步说明。
实施该发明的最佳实施例
本发明的最佳实施方式
[0037] 以下结合说明书附图对本发明的优选实施例进行说明， 应当理解， 此处所描述 的优选实施例仅用于说明和解释本发明， 并不用于限定本发明， 并且在不冲突 的情况下， 本发明中的实施例及实施例中的特征可以相互组合。
[0038]
[0039] 本发明提供一种考勤机。 所述考勤机包括： 考勤机本体、 与考勤机本体通讯连 接的摄像装置。 参照图 1， 图 1为本发明的考勤机一实施例的功能模块示意图。 \¥0 2019/100385 卩（：17（：\2017/113128 在一实施例中， 所述考勤机 100还包括： 控制模块 110、 获取模块 120、 查找模块 130、 判断模块 140、 定义模块 150。 其中， 所述控制模块 110, 用于针对工作日 ， 在预设的时间段内控制所述摄像装置实时拍摄设定区域的图像信息， 所述时 间段的终了时间点为预设的基准上班时间点。 所述获取模块 120, 用于在预设的 考勤统计时间段内， 获取上班打卡迟到的员工身份信息。 所述查找模块 130, 用 于根据所获取的每个员工身份信息， 从预设的员工身份信息 -基准脸部图像映射 关系中， 查找每个员工的基准脸部图像。 所述判断模块 140, 用于判断所述图像 信息中是否存在与所述基准脸部图像匹配的人物脸部图像。 所述定义模块 150， 用于若所述图像信息存在与某一基准脸部图像匹配的人物脸部图像， 则定义该 某一基准脸部图像对应的员工当前工作日未迟到。
[0040] 本实施例中， 所述基准上班时间点是判断员工上班打卡是否迟到的评判基准， 针对工作日， 在基准上班时间点或该基准上班时间点之前打卡， 则表明上班未 迟到， 若在基准上班时间点之后打卡， 则表明上班迟到。 所述预设的时间段的 起始时间点可根据需要进行调整， 即所述预设的时间段的时间长度可以根据需 要进行调整。 例如， 将所述时间段的时间长度取值范围设为： 30分钟至 120分钟 ， 具体可设置为 30分钟、 60分钟、 90分钟、 120分钟等。
[0041] 本实施例中， 所述设定区域为： 员工打卡排队所在区域。 为了确保考勤数据的 准确性， 每个排队打卡的员工需要脸部对准摄像装置， 且前面没有遮挡物， 以 便摄像装置拍摄到员工的脸部图像。
[0042] 另外， 本发明需要预先为每个员工拍摄基准脸部图像， 并根据每个员工的身份 信息， 建立员工身份信息 -基准脸部图像映射关系。 其中， 所述员工身份信息为 员工姓名、 职位、 和/或身份证号码。
[0043] 本实施例中所述考勤统计时间段应当设置在相应工作日将要结束的时间段， 如 所述考勤统计时间段的可设置在： 23:30至 24:00。
[0044] 参见图 2， 图 2为图 1中的判断模块的具体细化功能模块示意图。 上述实施例中 ， 所述判断模块 140包括： 匹配单元 141和定义单元 142。 所述匹配单元， 用于从 所述图像信息的每一帧图像中提取每个人物脸部图像， 将所有提取的人物脸部 图像分别与所查找的每个基准脸部图像进行匹配。 所述定义单元 142, 用于当所 \¥0 2019/100385 卩（：17（：\2017/113128 有提取的人物脸部图像中存在与某一基准脸部图像匹配成功的人物脸部图像， 则定义所述图像信息中存在与该某一基准脸部图像匹配的人物脸部图像。
[0045] 上述实施例所提供的考勤机 100, 通过判断预设的时间段拍摄到的图像信息是 否存在与打卡迟到的员工的基准脸部图像匹配的人物脸部图像， 当存在， 则定 义对应的打卡迟到员工当前工作日未迟到的方式， 能够有效地防止了员工在基 准上班时间点之前到公司， 因排队打卡导致上班打卡迟到的现象发生， 保证了 员工上班打卡的公平性。
[0046]
[0047] 本发明提供一种考勤机的考勤方法， 所述考勤机包括： 考勤机本体、 与考勤机 本体通讯连接的摄像装置。 参见图 3 , 图 3为本发明的考勤机的考勤方法一实施 例的流程示意图。 在一实施例中， 所述考勤机的考勤方法包括：
[0048] 步骤 310: 针对工作日， 在预设的时间段内控制所述摄像装置实时拍摄设定区 域的图像信息， 所述时间段的终了时间点为预设的基准上班时间点。
[0049] 本实施例中， 所述基准上班时间点是判断员工上班打卡是否迟到的评判基准， 针对工作日， 在基准上班时间点或该基准上班时间点之前打卡， 则表明上班未 迟到， 若在基准上班时间点之后打卡， 则表明上班迟到。 所述预设的时间段的 起始时间点可根据需要进行调整， 即所述预设的时间段的时间长度可以根据需 要进行调整。 例如， 将所述时间段的时间长度取值范围设为： 30分钟至 120分钟 ， 具体可设置为 30分钟、 60分钟、 90分钟、 120分钟等。
[0050] 本实施例中， 所述设定区域为： 员工打卡排队所在区域。 为了确保考勤数据的 准确性， 每个排队打卡的员工需要脸部对准摄像装置， 且前面没有遮挡物， 以 便摄像装置拍摄到员工的脸部图像。
[0051] 步骤 320: 在预设的考勤统计时间段内， 获取上班打卡迟到的员工身份信息。
[0052] 本实施例中所述考勤统计时间段应当设置在相应工作日将要结束的时间段， 如 所述考勤统计时间段的可设置在： 23:30至 24:00。
[0053] 步骤 330: 根据所获取的每个员工身份信息， 从预设的员工身份信息-基准脸部 图像映射关系中， 查找每个员工的基准脸部图像。
[0054] 本发明中需要预先为每个员工拍摄基准脸部图像， 并根据每个员工的身份信息 \¥0 2019/100385 卩（：17（：\2017/113128
， 建立员工身份信息 -基准脸部图像映射关系。 其中， 所述员工身份信息为员工 姓名、 职位、 和/或身份证号码。
[0055] 步骤 340: 判断所述图像信息中是否存在与所述基准脸部图像匹配的人物脸部 图像。
[0056] 本实施例中所述步骤 340具体包括如下处理过程： 从所述图像信息的每一帧图 像中提取每个人物脸部图像， 将所有提取的人物脸部图像分别与所查找的每个 基准脸部图像进行匹配； 以及当所有提取的人物脸部图像中存在与某一基准脸 部图像匹配成功的人物脸部图像， 则定义所述图像信息中存在与该某一基准脸 部图像匹配的人物脸部图像。
[0057] 步骤 350: 若所述图像信息存在与某一基准脸部图像匹配的人物脸部图像， 则 定义该某一基准脸部图像对应的员工当前工作日未迟到。
[0058] 上述实施例所提供的考勤机的考勤方法， 通过判断预设的时间段拍摄到的图像 信息是否存在与打卡迟到的员工的基准脸部图像匹配的人物脸部图像， 当存在 ， 则定义对应的打卡迟到员工当前工作日未迟到的方式能够有效地防止了员工 在基准上班时间点之前到公司， 因排队打卡导致上班打卡迟到的现象发生， 保 证了员工上班打卡的公平性。
[0059]
[0060] 以上仅为本发明的优选实施例， 并非因此限制本发明的专利范围， 凡是利用本 发明说明书及附图内容所作的等效结构或等效流程变换， 或直接或间接运用在 其他相关的技术领域， 均同理包括在本发明的专利保护范围内。

Claims

\¥0 2019/100385 卩（：17（：\2017/113128 权利要求书
[权利要求 1] 一种考勤机， 其特征在于， 包括： 考勤机本体、 与考勤机本体通讯连 接的摄像装置； 所述考勤机还包括：
控制模块， 用于针对工作日， 在预设的时间段内控制所述摄像装置实 时拍摄设定区域的图像信息， 所述时间段的终了时间点为预设的基准 上班时间点；
获取模块， 用于在预设的考勤统计时间段内， 获取上班打卡迟到的员 工身份信息；
查找模块， 用于根据所获取的每个员工身份信息， 从预设的员工身份 信息-基准脸部图像映射关系中， 查找每个员工的基准脸部图像； 判断模块， 用于判断所述图像信息中是否存在与所述基准脸部图像匹 配的人物脸部图像；
定义模块， 用于若所述图像信息存在与某一基准脸部图像匹配的人物 脸部图像， 则定义该某一基准脸部图像对应的员工当前工作日未迟到
[权利要求 2] 根据权利要求 1所述的考勤机， 其特征在于， 所述判断模块包括： 匹配单元， 用于从所述图像信息的每一帧图像中提取每个人物脸部图 像， 将所有提取的人物脸部图像分别与所查找的每个基准脸部图像进 行匹配：
定义单元， 用于当所有提取的人物脸部图像中存在与某一基准脸部图 像匹配成功的人物脸部图像， 则定义所述图像信息中存在与该某一基 准脸部图像匹配的人物脸部图像。
[权利要求 3] 根据权利要求 1或 2所述的考勤机， 其特征在于， 所述员工身份信息为
: 员工姓名、 职位、 和/或身份证号码。
[权利要求 4] 根据权利要求 1或 2所述的考勤机， 其特征在于， 所述设定区域为： 员 工打卡排队所在区域。
[权利要求 5] 根据权利要求 1或 2所述的考勤机， 其特征在于， 所述考勤统计时间段 的时间取值范围为： 23:30至 24:00。 \¥0 2019/100385 卩（：17（：\2017/113128
[权利要求 6] 一种考勤机的考勤方法， 其特征在于， 所述考勤机包括： 考勤机本体 、 与考勤机本体通讯连接的摄像装置； 所述考勤机的考勤方法包括如 下步骤：
针对工作日， 在预设的时间段内控制所述摄像装置实时拍摄设定区域 的图像信息， 所述时间段的终了时间点为预设的基准上班时间点； 在预设的考勤统计时间段内， 获取上班打卡迟到的员工身份信息； 根据所获取的每个员工身份信息， 从预设的员工身份信息-基准脸部 图像映射关系中， 查找每个员工的基准脸部图像； 判断所述图像信息中是否存在与所述基准脸部图像匹配的人物脸部图 像；
若所述图像信息存在与某一基准脸部图像匹配的人物脸部图像， 则定 义该某一基准脸部图像对应的员工当前工作日未迟到。
[权利要求 7] 根据权利要求 6所述的考勤机的考勤方法， 其特征在于， 所述判断所 述图像信息中是否存在与所述基准脸部图像匹配的人物脸部图像的步 骤具体包括：
从所述图像信息的每一帧图像中提取每个人物脸部图像， 将所有提取 的人物脸部图像分别与所查找的每个基准脸部图像进行匹配： 当所有提取的人物脸部图像中存在与某一基准脸部图像匹配成功的人 物脸部图像， 则定义所述图像信息中存在与该某一基准脸部图像匹配 的人物脸部图像。
[权利要求 8] 根据权利要求 6或 7所述的考勤机的考勤方法， 其特征在于， 所述员工 身份信息为： 员工姓名、 职位、 和/或身份证号码。
[权利要求 9] 根据权利要求 6或 7所述的考勤机的考勤方法， 其特征在于， 所述设定 区域为： 员工打卡排队所在区域。
[权利要求 10] 根据权利要求 6或 7所述的考勤机的考勤方法， 其特征在于， 所述考勤 统计时间段的时间取值范围为： 23:30至 24:00。
PCT/CN2017/113128 2017-11-27 2017-11-27 考勤机、考勤机的考勤方法 WO2019100385A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/CN2017/113128 WO2019100385A1 (zh) 2017-11-27 2017-11-27 考勤机、考勤机的考勤方法
CN201780036324.2A CN109416845B (zh) 2017-11-27 2017-11-27 考勤机、考勤机的考勤方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/113128 WO2019100385A1 (zh) 2017-11-27 2017-11-27 考勤机、考勤机的考勤方法

Publications (1)

Publication Number Publication Date
WO2019100385A1 true WO2019100385A1 (zh) 2019-05-31

Family

ID=65463354

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/113128 WO2019100385A1 (zh) 2017-11-27 2017-11-27 考勤机、考勤机的考勤方法

Country Status (2)

Country Link
CN (1) CN109416845B (zh)
WO (1) WO2019100385A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110597898A (zh) * 2019-09-18 2019-12-20 山东浪潮通软信息科技有限公司 一种考勤机打卡数据集成的中间件方法及装置
CN111210192A (zh) * 2019-12-26 2020-05-29 中国科学院自动化研究所 一种基于多模态特征分析的智能考勤系统
CN111882218A (zh) * 2020-07-28 2020-11-03 四川大学华西医院 一种基于vba和c#的排班考勤方法
CN112070020A (zh) * 2020-09-09 2020-12-11 精英数智科技股份有限公司 入井人数的统计方法、装置、电子设备及可读存储介质
CN112633749A (zh) * 2020-12-31 2021-04-09 河南橡树智能科技有限公司 一种基于人脸识别的员工工作时长统计方法、系统及介质
CN113343794A (zh) * 2021-05-24 2021-09-03 上海可深信息科技有限公司 一种人脸识别方法
CN113705988A (zh) * 2021-08-14 2021-11-26 浙江宏瑞达工程管理有限公司 一种监理人员绩效管理方法、系统、存储介质及智能终端

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110189111A (zh) * 2019-06-06 2019-08-30 名创优品（横琴）企业管理有限公司 考勤方法及装置
CN113496155B (zh) * 2020-03-20 2023-09-29 北京京东振世信息技术有限公司 信息处理的方法、装置、设备和计算机可读介质
CN112600846B (zh) * 2020-12-15 2023-01-10 中标慧安信息技术股份有限公司 基于物联网的考勤管理方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105336011A (zh) * 2014-08-06 2016-02-17 王鹏飞 一种基于人脸识别的考勤方法
US20160132971A1 (en) * 2012-07-23 2016-05-12 Hon Seng Teh Time attendance tracking method and system
CN105684048A (zh) * 2016-01-05 2016-06-15 张北江 一种监控系统的考勤方法及系统
CN105976444A (zh) * 2016-04-28 2016-09-28 信阳师范学院 一种视频图像处理方法及装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2158912A1 (en) * 1995-01-27 1996-07-28 Carl Kupersmit System of visually monitoring and recording of controlled access entry
CN202600790U (zh) * 2012-03-14 2012-12-12 江苏钱旺网络科技有限公司 基于Wi-Fi技术及其智能终端的员工管理装置
CN103559751B (zh) * 2013-11-08 2015-08-12 杭州班博科技有限公司 用于代考勤行为确认的辅助确认方法
CN104268956B (zh) * 2014-09-29 2016-05-11 江阴市电工合金有限公司 一种电工合金企业用打卡系统
JP6448331B2 (ja) * 2014-12-01 2019-01-09 株式会社ＤＳｉ 勤怠監視装置、勤怠管理方法、勤怠管理システムおよびプログラム
CN205644666U (zh) * 2016-05-13 2016-10-12 杭州塔网科技有限公司 工业生产现场的人员定位及考勤管理智能系统
CN106570945A (zh) * 2016-10-31 2017-04-19 努比亚技术有限公司 一种终端、打卡机和打卡方法
CN106910259A (zh) * 2017-03-03 2017-06-30 泸州市众信信息技术有限公司 一种可多途径打卡的考勤设备
CN107330992A (zh) * 2017-06-29 2017-11-07 上海斐讯数据通信技术有限公司 考勤装置和方法、考勤验证装置和方法及计算机处理设备
CN107195010A (zh) * 2017-06-30 2017-09-22 江苏密斯欧智能科技有限公司 一种门禁考勤系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160132971A1 (en) * 2012-07-23 2016-05-12 Hon Seng Teh Time attendance tracking method and system
CN105336011A (zh) * 2014-08-06 2016-02-17 王鹏飞 一种基于人脸识别的考勤方法
CN105684048A (zh) * 2016-01-05 2016-06-15 张北江 一种监控系统的考勤方法及系统
CN105976444A (zh) * 2016-04-28 2016-09-28 信阳师范学院 一种视频图像处理方法及装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110597898A (zh) * 2019-09-18 2019-12-20 山东浪潮通软信息科技有限公司 一种考勤机打卡数据集成的中间件方法及装置
CN111210192A (zh) * 2019-12-26 2020-05-29 中国科学院自动化研究所 一种基于多模态特征分析的智能考勤系统
CN111210192B (zh) * 2019-12-26 2023-09-26 南京中自启智科技有限公司 一种基于多模态特征分析的智能考勤系统
CN111882218A (zh) * 2020-07-28 2020-11-03 四川大学华西医院 一种基于vba和c#的排班考勤方法
CN111882218B (zh) * 2020-07-28 2024-03-05 四川大学华西医院 一种基于vba和c#的排班考勤方法
CN112070020A (zh) * 2020-09-09 2020-12-11 精英数智科技股份有限公司 入井人数的统计方法、装置、电子设备及可读存储介质
CN112070020B (zh) * 2020-09-09 2024-02-09 精英数智科技股份有限公司 入井人数的统计方法、装置、电子设备及可读存储介质
CN112633749A (zh) * 2020-12-31 2021-04-09 河南橡树智能科技有限公司 一种基于人脸识别的员工工作时长统计方法、系统及介质
CN113343794A (zh) * 2021-05-24 2021-09-03 上海可深信息科技有限公司 一种人脸识别方法
CN113705988A (zh) * 2021-08-14 2021-11-26 浙江宏瑞达工程管理有限公司 一种监理人员绩效管理方法、系统、存储介质及智能终端
CN113705988B (zh) * 2021-08-14 2023-12-19 浙江宏瑞达工程管理有限公司 一种监理人员绩效管理方法、系统、存储介质及智能终端

Also Published As

Publication number Publication date
CN109416845B (zh) 2021-10-29
CN109416845A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
WO2019100385A1 (zh) 考勤机、考勤机的考勤方法
WO2019100392A1 (zh) 远程考勤的控制方法和系统
CN104038476B (zh) 一种用于登录管理的方法、设备与系统
CN104036557B (zh) 基于b/s架构的分布式人脸识别考勤系统及其考勤方法
WO2019091012A1 (zh) 基于人脸识别的安检方法、应用服务器及计算机可读存储介质
WO2020147257A1 (zh) 一种人脸识别方法和装置
CN105336011A (zh) 一种基于人脸识别的考勤方法
US10592731B2 (en) Facial recognition system, facial recognition server, and facial recognition method
WO2019100386A1 (zh) 远程考勤系统及其考勤实现方法
CN106296017A (zh) 一种客房入住的管理方法及装置
WO2019127132A1 (zh) 超时等待的提示方法及云系统
CN103856614A (zh) 一种避免移动终端误休眠方法及装置
WO2019062347A1 (zh) 人脸识别方法及相关产品
CN111178233A (zh) 基于活体认证的身份认证方法及装置
CN106384058A (zh) 发布图片的方法和装置
TWI584208B (zh) 人員勤務管理系統及其方法
CN107967743A (zh) 一种应用于电子招投标中的身份识别方法和系统
CN110674775A (zh) 一种闸机的控制方法、装置、系统及存储介质
CN109636940A (zh) 一种工地现场考勤系统及考勤方法
CN109191341A (zh) 一种基于人脸识别和贝叶斯学习的教室视频点到方法
CN107978024A (zh) 一种多重打卡签到系统
JP7205092B2 (ja) 情報処理システム、情報処理装置およびプログラム
CN110298651A (zh) 进出站的付费控制方法、装置、系统及存储介质
CN110659615A (zh) 基于人脸识别的客群流量及结构化分析系统及方法
JP2013077067A (ja) 顔認証データベース管理方法、顔認証データベース管理装置及び顔認証データベース管理プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17933068

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17933068

Country of ref document: EP

Kind code of ref document: A1