基于人脸识别和语音识别的考勤系统技术方案

本发明专利技术公开了一种基于人脸识别和语音识别的考勤系统，包括：人脸图像获取模块，人脸图像预处理模块，语音录入模块，语音预处理模块，样本数据库，人脸识别模块，语音识别模块，考勤数据库，语音播报模块，用于当所述人脸识别模块和所述语音识别模块的结果都为已经识别时，播报考勤成功，否则播报考勤失败。

【技术实现步骤摘要】

本专利技术涉及人脸检测
，尤其涉及基于人脸识别和语音识别的考勤系统。
技术介绍
身份识别问题是人类在日常生产生活中经常遇见的一个难题，在很多情况下是保 障生产生活的重要前提。传统的身份识别方法主要基于身份标识物品和身份标识知识，这 两种标识可以分别看作"主体所拥有的〃和"主体所知道的〃。前者主要包括钥匙、证件、卡片 等，持有这些身份标识物品的人可以在公共和私人场所得到身份认证；后者则主要包括密 码、用户名、提示问题答案等，任何人只要知道这些信息，就可以同样的得到标识主体的身 份。但是在实际应用中的一些安全性要求比较高的情况下，人们通常将身份标识物品和身 份标识知识结合起来，例如在自动取款机(ATM)上取款需要同时拥有银行卡和密码才可以 完成。随着计算机科学技术的发展和网络白渐普及，人们的一些信息变得不再安全，例如身 份证件号码、密码等，这就使当今社会对于人类自身身份识别的准确性、安全性和实用性提 出了更高要求。传统的身份识别方法面临严峻的挑战。身份标识物品很容易被伪造、丢失或 是被损坏，身份标识知识容易被遗忘或被盗取，传统的身份识别越来越不适合科学技术高 速发展的现代。 人脸检测技术作为生物识别技术的一种，具有以下几个优点：（1)安全性，世界上 每个人都有唯一的与别人不同的脸，即使是孪生兄弟姐妹面部特征也会有微小的差异；（2) 易获取性，利用简单的摄像设备就可以对人脸图像进行采集，采集时不用接触被采集者，绝 大多数客户可以接受；（3)和主体永不分离性，这样对主体身份的识别更具有真实性；（4)通 过人脸检测得到的表情信息是其它生物检测技术所不能获取的。因此人脸检测技术为现代 身份识别提供了一个极好的解决方案。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种基于人脸识别和语音识别的考勤系 统，考勤更精确。 为了解决上述技术问题，本专利技术提供了一种基于人脸识别和语音识别的考勤系 统，包括： 人脸图像获取模块，用于获取人脸图像； 人脸图像预处理模块，用于对所述人脸图像获取模块获取的人脸图像进行处理获 取当前低维Gabor特征图像； 语音录入模块，用于录入语音； 语音预处理模块，用于对所述语音录入模块录入的语音进行降噪处理，获取当前 低噪语音； 样本数据库，用于存储预先录入的多个低维Gabor特征图像样本和低噪语音样本； 人脸识别模块，用于采用最邻近识别法将所述当前低维Gabor特征图像与所述多 个低维Gabor特征图像样本进行一一比对，当数据库中的所有的低维Gabor特征图像样本与 所述当前低维Gabor特征图像的距离都大于预设阈值时，判断识别结果为识别不到，否则判 断为已经识别； 语音识别模块，用于将所述当前低噪语音与所述低噪语音样本进行一一比对，当 数据库中的所有的低噪语音样本与所述当前低噪语音的距离都大于预设阈值时，判断识别 结果为识别不到，否则判断为已经识别； 考勤数据库，用于当所述人脸识别模块和所述语音识别模块的结果都为已经识别 时，将考勤时间录入； 语音播报模块，用于当所述人脸识别模块和所述语音识别模块的结果都为已经识 别时，播报考勤成功，否则播报考勤失败。 实施本专利技术，具有如下有益效果:本专利技术采用Gabor滤波器对获取Gabor特征图像 后再判别，检测结果更准确，进而考勤更精确。【附图说明】 为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。 图1是本专利技术提供的基于人脸识别和语音识别的考勤系统的一个实施例的系统框 图。【具体实施方式】 下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于 本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本专利技术保护的范围。 图1是本专利技术提供的基于人脸识别和语音识别的考勤系统的一个实施例的系统框 图，如图1所示，包括： 人脸图像获取模块，用于获取人脸图像;在具体实施时，人脸图像获取模块可以为 摄像机； 人脸图像预处理模块，用于对所述人脸图像获取模块获取的人脸图像进行处理获 取当前低维Gabor特征图像；语音录入模块，用于录入语音；语音预处理模块，用于对所述语音录入模块录入的语音进行降噪处理，获取当前 低噪语音；样本数据库，用于存储预先录入的多个低维Gabor特征图像样本和低噪语音样本；人脸识别模块，用于采用最邻近识别法将所述当前低维Gabor特征图像与所述多 个低维Gabor特征图像样本进行一一比对，当数据库中的所有的低维Gabor特征图像样本与 所述当前低维Gabor特征图像的距离都大于预设阈值时，判断识别结果为识别不到，否则判 断为已经识别； 语音识别模块，用于将所述当前低噪语音与所述低噪语音样本进行一一比对，当 数据库中的所有的低噪语音样本与所述当前低噪语音的距离都大于预设阈值时，判断识别 结果为识别不到，否则判断为已经识别； 考勤数据库，用于当所述人脸识别模块和所述语音识别模块的结果都为已经识别 时，将考勤时间录入； 语音播报模块，用于当所述人脸识别模块和所述语音识别模块的结果都为已经识 别时，播报考勤成功，否则播报考勤失败。其中，所述人脸预处理模块具体包括： 灰度化单元当前第1页1 2 本文档来自技高网...

【技术保护点】
一种基于人脸识别和语音识别的考勤系统，其特征在于，包括：人脸图像获取模块，用于获取人脸图像；人脸图像预处理模块，用于对所述人脸图像获取模块获取的人脸图像进行处理获取当前低维Gabor特征图像；语音录入模块，用于录入语音；语音预处理模块，用于对所述语音录入模块录入的语音进行降噪处理，获取当前低噪语音；样本数据库，用于存储预先录入的多个低维Gabor特征图像样本和低噪语音样本；人脸识别模块，用于采用最邻近识别法将所述当前低维Gabor特征图像与所述多个低维Gabor特征图像样本进行一一比对，当数据库中的所有的低维Gabor特征图像样本与所述当前低维Gabor特征图像的距离都大于预设阈值时，判断识别结果为识别不到，否则判断为已经识别；语音识别模块，用于将所述当前低噪语音与所述低噪语音样本进行一一比对，当数据库中的所有的低噪语音样本与所述当前低噪语音的距离都大于预设阈值时，判断识别结果为识别不到，否则判断为已经识别；考勤数据库，用于当所述人脸识别模块和所述语音识别模块的结果都为已经识别时，将考勤时间录入；语音播报模块，用于当所述人脸识别模块和所述语音识别模块的结果都为已经识别时，播报考勤成功，否则播报考勤失败。...

【技术特征摘要】

【专利技术属性】
技术研发人员：夏钢，夏泽宇，陈牧遥，
申请(专利权)人：苏州铭冠软件科技有限公司，
类型：发明
国别省市：江苏;32