本发明专利技术公开了一种基于平板电脑的人脸语音考勤系统。本发明专利技术包括带有APP应用的采集平板以及数据库服务器,采集平板运行APP,完成人脸特征点采集、语音采集;将特征点、语音数据传给服务器,所述数据库服务器集成有人脸识别算法模块以及语音识别算法模块,通过接收平板APP发送的请求数据,进行人脸以及语音识别对比,并将结果返回到平板APP,由其显示结果,服务器同时将结果保存到数据库,每次识别过程,服务器都会将人脸图像以及语音数据保存到数据库,完成每一次操作记录的跟踪保存,方便以后数据导出。本发明专利技术可用于企事业单位的员工考勤,同时在收集考勤信息的情况下,分析员工的表情以及语音数据,对员工的心理状态进行预判。
【技术实现步骤摘要】
本专利技术属于计算机应用
,涉及平板电脑、一套在平板电脑上运行的人脸考勤系统APP以及后台人脸对比、语音识别算法服务器,整个系统可用于实现企事业单位内的人员考勤、人员信息录入、人脸识别登记、活体检测、表情检测分析、语音识别对比。
技术介绍
目前,市场上的人脸考勤设备种类丰富,应用广泛,但是普遍存在分辨率不高,图像采集噪音偏高,存储匹配特征点不丰富,导致对员工的人脸识别率无法突破一个高度水平,而且这些设备大多采用固定的结构设计,结构设计比较传统保守,在硬件软件设计上,图像采集延时较长,人脸识别算法不够稳定,无法提高用户的体验。很多人脸考勤设备所采用的算法只有人脸识别对比,由于硬件处理水平以及软件开发难度的限制,无法实现诸如活体检测、表情识别、语音识别对比等算法。
技术实现思路
本专利技术目的在于:针对现有的人脸考勤设备存在的问题,提出一种新的人脸考勤模式,加入新型的检测算法(活体检测、语音识别),保证人员准入的正确性,同时在算法中加入心理预测模块,在长期使用中,可预测人员的心理状态,人事可预先对其进行心理咨询,这一套新型的人脸语音考勤系统的目的不仅在于考勤,而且在于对整个事企业员工的工作状态进行预测,反馈到人事,由人事进行预防,提高使企业单位的工作效率,降低无用的人力成本输出。
基于平板电脑的人脸语音考勤系统,根据硬件分布可分为采集平板、终端算法以及数据库服务器两块,根据软件分布可分为平板APP应用、人脸识别算法服务器、语音识别算法服务器、应用数据库、数据导出应用。
采集平板主要运行APP,完成人脸特征点采集、语音采集,之后将特征点、语音数据通过http协议传给人脸识别算法服务器,服务器完成对比匹配得到结果,将结果反馈到APP,完成对考勤人员的通知,同时将考勤信息、考勤人员表情状态等信息传送到数据库应用,完成一次信息登入。
终端算法以及数据库服务器,主要集成人脸识别算法以及语音识别算法,通过接收平板APP发送的请求数据,进行人脸以及语音识别对比,并将结果返回到平板APP,由其显示结果,服务器同时将结果保存到数据库,每次识别过程,服务器都会人脸图像以及语音数据保存到数据库,完成每一次操作记录的跟踪保存,方便以后数据导出。
本专利技术具有的有益效果是:
本专利技术直接使用平板电脑,平板APP可兼容各种平板电脑,无需进行适配,不同处理器以及不同屏幕都可进行适应,同时人脸识别算法中的特征点提取对平板处理器的要求不高,在使用过程中,可快速执行特征点提取,语音采集部分可直接使用平板的麦克风。
本专利技术使用的算法包括人脸识别对比算法以及语音识别算法,而且人脸识别对比算法除了可提取人脸特征点之外,还可实现活体检测、表情检测,保证考勤无法出现作弊的现象,语音识别算法通过对比语言输入,进一步提高考勤的准确率。
本专利技术使用了心理预判算法模块。心理预判算法模块基于人脸识别算法以及语音识别算法的结果输出,通过表情检测、语音识别,进而分析考勤人员当前的心理状态,处理分析的结果再经过一个长期采集的积累,从而分析出预判结果,这个结果可提交到人事,人事根据情况可和员工进行心理辅导。
附图说明
图1是本专利技术的人脸语音考勤系统的功能框图;
图2是人脸语音考勤系统的运行流程图;
图3是人脸语音考勤系统的人脸识别对比算法以及语音识别运行流程图;
图4是人脸语音考勤系统心理预测系统流程图。
具体实施方式
下面结合附图对本专利技术做进一步的说明。
请参阅图1,本专利技术提供了一种基于平板的人脸语音考勤系统的功能框图,该基于平板的人脸语音考勤系统专利技术可用于企事业单位的员工考勤,同时在收集考勤信息的情况下,分析员工的表情以及语音数据,对员工的心理状态进行预判。
基于平板的人脸语音考勤系统分为两部分,平板APP以及对比算法数据库服务器。
平板电脑在硬件上只需满足前置摄像头像素不低于200万像素,即可满足拍摄要求,平板APP内部安装了人脸特征点提取算法,在平板拍摄预览模式下,平板APP可快速地处理每一张预览照片,同时处理该图片,提取出人脸特征值,如果没有人脸存在,图片将快速过滤处理,否则,在人脸区域内会显示方形提示框,使用人脸特征点提取算法不仅完成了人脸特征点提取,而且还可以对采集过程中,员工的表情采集进行分析,提取出行为状态,该采集过程中的语音也将被实时传送到后台的服务器处理。
算法数据库服务器在获取平板APP传送过来的人脸特征点数据以及其他信息,对比数据库存储的员工人脸特征点数据,得到对比结果,将考勤结果再次存入数据库,考勤过程中的表情数据以及语音将直接进入预判系统。
请参阅图2,为本专利技术的系统运行流程图。
步骤1:不管是平板APP还是服务器,在算法运行之前,都将加载算法模型,实现特征点提取算法、人脸识别对比算法、语音识别对比算法的初始化。
步骤2:平板APP等待员工考勤,考勤时APP提取出人脸特征点以及表情信息,考勤过程中的语音将被采集,之后被传送到服务器,并行处理人脸以及语音数据。
步骤3:服务器处理后的结果——考勤情况以及人脸表情、语音都将被存进数据库中。
下面阐述人脸识别对比算法运行流程图、语音识别对比算法运行流程图以及预判系统流程图。
请参阅图3,为本专利技术人脸识别对比算法以及语音识别对比算法运行流程图。
人脸识别对比算法以及语音识别对比的执行是在服务器上运行的,为了保证人脸识别对比算法以及语音识别对比算法的快速处理,也使用到了显卡GPU处理大量计算。
请参阅图4,为本专利技术心理预判算法运行流程图。
本专利技术的心理预判算法是该系统的最大一个亮点,主要用于对员工心理状态的预判,从而为人事的后续工作提供预防机制,比如员工的长期抑郁心情,可通过该算法在长期中发现,同时人事可依据该结果尽早地针对该员工进行心理辅导,降低在人力资源上的损失。
综上,本人脸语音考勤系统除了可实现人脸识别对比之外,还可对人脸考勤这一行为进行采集,比如摇头、点头,保证考勤当事人不是静止的物体或者图片,通过表情检测分析,可预判当事人所处的精神面貌,最后采用语音识别对比,在最后一个环节确保当事人的准确性。
本文档来自技高网...
【技术保护点】
一种基于平板电脑的人脸语音考勤系统,其特征在于:包括带有APP应用的采集平板以及数据库服务器,采集平板运行APP,完成人脸特征点采集、语音采集;之后将特征点、语音数据通过http协议传给服务器,所述数据库服务器集成有人脸识别算法模块以及语音识别算法模块,通过接收平板APP发送的请求数据,进行人脸以及语音识别对比,并将结果返回到平板APP,由其显示结果,服务器同时将结果保存到数据库,每次识别过程,服务器都会将人脸图像以及语音数据保存到数据库,完成每一次操作记录的跟踪保存,方便以后数据导出。
【技术特征摘要】
1.一种基于平板电脑的人脸语音考勤系统,其特征在于:包括带有APP应用的采集平板以及数据库服务器,采集平板运行APP,完成人脸特征点采集、语音采集;之后将特征点、语音数据通过http协议传给服务器,所述数据库服务器集成有人脸识别算法模块以及语音识别算法模块,通过接收平板APP发送的请求数据,进行人脸以及语音识别对比,并将结果返回到平板APP,由其显示结果,服务器同时将结果保存到数据库,每次识别过程,服务器都会将人脸图像以及语音数据保存到数据库,完成每一次操作记录的跟踪保存,方便以后数据导出。
2...
【专利技术属性】
技术研发人员:尚凌辉,黄庆福,蔡振军,马海华,
申请(专利权)人:杭州信鸽金融信息服务股份有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。