[發明專利]智能動態人臉識別考勤記錄管理系統

在審

• 申請號: 201610790314.5
• 申請日: 2016-08-31
• 公開（公告）號: CN106910258A
• 公開（公告）日: 2017-06-30
• 發明（設計）人: 彭青
• 申請（專利權）人: 彭青
• 主分類號: G07C1/10
• 分類號: G07C1/10;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及考勤記錄領域，尤其涉及一種智能動態人臉識別考勤記錄管理系統。

背景技術

考勤，顧名思義，就是考查出勤，也是就通過某種方式來獲得員工或者某些團體、個人在某個特定的場所及特定的時間段內的出勤情況，包括上下班、遲到、早退、病假、婚假、喪假、公休、工作時間、加班情況等。通過對以前階段，本階段內出勤情況的研究，進行以后階段的統籌、安排等。

對員工的考勤和考核是企業人力資源管理中的一項重要內容，過去對員工的考勤考核制度往往過于教條化，把員工當作機器一樣對待缺乏人情味，而現代公司注重人本管理，其考核制度的目的是使員工融入公司融入團隊之中從而創造更大的效益?？记谑菫榫S護企業的正常工作秩序，提高辦事效率，嚴肅企業紀律，使員工自覺遵守工作時間和勞動紀律。接前者的定義是能嚴謹、明晰地來定位考勤，讓他能成為嚴格的規定，和一種制度體系來衡量考勤的標準。

早期的考勤通常就是用筆在記錄簿上簽個名字，由于代替的現象時有出現，通常使用門禁刷卡來做考勤。有些公司有公司獨立的ERP辦公系統，也有考勤管理制度。比指紋考勤機更方便，更嚴格?？记诜绞桨l展從人工手動簽到至打卡機、磁卡打卡、指紋打卡。

現有的考勤記錄管理方案自動化水平不高，仍需要過多的被考勤人員的人工參與，考勤效率低下，尤其在上下班高峰期，容易導致考勤系統崩潰，同時，考勤精度不高，有時需要被考勤人員多次嘗試才能完成考勤操作。因此，需要一種新的考勤記錄管理方案。

發明內容

為了解決上述問題，本發明提供了一種智能動態人臉識別考勤記錄管理系統，改造現有技術中考勤記錄管理系統，引入高精度人臉識別設備和大容量通信設備完成考勤記錄的記錄和管理，從而提高了考勤記錄管理系統的自動化水平。

根據本發明的一方面，提供了一種智能動態人臉識別考勤記錄管理系統，所述系統包括實時時鐘、考勤錄入設備和人臉識別設備，人臉識別設備用于對訪問人員的高清臉部圖像進行臉部識別以確定是否為授權用戶，考勤錄入設備分別與實時時鐘和人臉識別設備，用于基于實時時鐘的輸出和人臉識別設備的輸出實現對考勤記錄的錄入。

更具體地，在所述智能動態人臉識別考勤記錄管理系統中，包括：實時時鐘，用于提供當前時間信息；考勤錄入設備，分別與實時時鐘和特征向量比較子設備連接，用于在接收到人臉識別成功信號以及與匹配到的基準特征向量對應的授權用戶名稱時，將當前時間信息以及與匹配到的基準特征向量對應的授權用戶名稱作為一條考勤記錄錄入到考勤錄入設備內置的FLASH存儲器內；數據上傳設備，與考勤錄入設備連接，用于定時讀取考勤錄入設備內置的FLASH存儲器內各條考勤記錄，并將讀取到的各條考勤記錄無線上傳到遠端的考勤服務器處；高清攝像頭，設置在考勤錄入設備上，用于對訪問人員進行臉部數據采集，以獲得并輸出高清臉部圖像；對比度增強設備，與高清攝像頭連接，用于接收高清臉部圖像，并對高清臉部圖像進行對比度增強處理以獲得增強臉部圖像；灰度化處理設備，與對比度增強設備連接，用于接收增強臉部圖像，并對增強臉部圖像進行灰度化處理以獲得灰度化圖像；光線調整設備，與灰度化處理設備連接，用于接收灰度化圖像，基于灰度化圖像中各個像素的灰度值確定灰度化圖像的平均亮度，并將灰度化圖像的平均亮度與預設亮度進行比較，當灰度化圖像的平均亮度大于等于預設亮度，對灰度化圖像進行亮度降低調整以獲得光線調整圖像，當灰度化圖像的平均亮度小于預設亮度，對灰度化圖像進行亮度提升調整以獲得光線調整圖像；自適應遞歸濾波處理設備，與光線調整設備連接，用于接收光線調整圖像，并對光線調整圖像執行自適應遞歸濾波處理以獲得濾波圖像；特征提取設備，與IP解包設備連接，還與自適應遞歸濾波處理設備連接以對接收到的濾波圖像進行處理；特征提取設備包括復雜度檢測子設備、像素處理子設備、矩陣轉換子設備、特征向量獲取子設備和特征向量比較子設備；復雜度檢測子設備與自適應遞歸濾波處理設備連接，用于計算濾波圖像的復雜度，基于濾波圖像的復雜度選擇像素矩陣的大小，濾波圖像的復雜度越高，選擇的像素矩陣越大；像素處理子設備分別與復雜度檢測子設備和自適應遞歸濾波處理設備連接，用于接收濾波圖像，針對濾波圖像的每一個像素作為對象像素執行以下處理：將對象像素作為復雜度檢測子設備確定的像素矩陣的中心像素在濾波圖像中獲取對象像素矩陣，對象像素矩陣的大小與復雜度檢測子設備確定的像素矩陣的大小相同，將對象像素矩陣內除了對象像素之外的每一個像素作為參考像素與對象像素進行比較，以獲得二值化矩陣，二值化矩陣的大小與對象像素矩陣的大小相同，二值化矩陣由多個參考像素分別對應的多個二值化像素組成，參考像素大于等于對象像素，則參考像素對應的二值化像素的像素值為1，參考像素小于對象像素，則參考像素對應的二值化像素的像素值為0；矩陣轉換子設備與像素處理子設備連接，用于將每一個對象像素對應的二值化矩陣轉換成目標十進制數，具體轉換操作為：將每一個對象像素對應的二值化矩陣的所有二值化像素值按其在二值化矩陣中的位置以先左后右再先上后下的順序組成一個二進制數作為目標二進制數，再將目標二進制數轉化成十進制數以作為目標十進制數；特征向量獲取子設備分別與自適應遞歸濾波處理設備和矩陣轉換子設備連接，用于將濾波圖像中每一個對象像素的像素值替換成該對象像素對應的目標十進制數并按照對象像素在濾波圖像中的位置將所有對象像素對應的目標十進制數組成一維特征向量，作為目標特征向量輸出；特征向量比較子設備分別與特征向量獲取子設備和IP解包設備連接，用于將目標特征向量分別與各個基準特征向量進行匹配，匹配成功則輸出人臉識別成功信號以及與匹配到的基準特征向量對應的授權用戶名稱，匹配失敗則輸出人臉識別失敗信號；IP解包設備，用于與遠程的數據服務器網絡連接，通過網絡接收來自數據服務器處的IP數據包，并對IP數據包解包以獲得6LowPAN數據包；其中，IP數據包是對6LowPAN數據包進行打IP包后而獲得的數據包，6LowPAN數據包中的負載包括數據服務器處的各個基準特征向量，6LowPAN數據包中的頭部是壓縮數據，解壓后的6LowPAN數據包中的頭部用于對6LowPAN數據包中的負載進行解析；其中，每一個基準特征向量為對相應授權用戶基準面部圖像預先進行與特征提取設備相同操作的特征向量提取而獲得的向量；邊緣傳感設備，與IP解包設備連接，用于接收IP解包設備輸出的6LowPAN數據包，獲得呈現為壓縮數據的6LowPAN數據包的頭部，對6LowPAN數據包的頭部解壓以獲得解壓后的6LowPAN數據包中的頭部；6LowPAN解包設備，與邊緣傳感設備連接，用于接收6LowPAN數據包以獲取6LowPAN數據包中的負載，并基于解壓后的6LowPAN數據包中的頭部對6LowPAN數據包中的負載進行解析，以獲得各個基準特征向量。