一种智能人像识别打卡考勤系统及方法技术方案

本发明专利技术属于考勤管理技术领域，公开了一种智能人像识别打卡考勤系统及方法，包括：身份信息采集模块提前采集用户信息；红外识别模块利用红外设备感应是否有人靠近；当有人靠近时，图像采集模块当有人靠近时，利用摄像设备进行人脸采集；主控模块控制人脸识别模块对采集到的人脸图像进行识别并验证，当人脸验证通过时，活体检测模块进行活体检测识别；门禁控制模块当人脸识别通过且活体检测识别通过时控制门禁打开。本发明专利技术大幅降低了识别的时间，同时在保证精度的前提下有效降低了模型的运算复杂度；本发明专利技术的识别效率高，识别准确率高，且增强了防作弊效果，提高考勤系统的工作效率和考勤的自由度，实现考勤过程自动化，大大提高考勤效率。

【技术实现步骤摘要】
一种智能人像识别打卡考勤系统及方法
本专利技术属于考勤管理
，尤其涉及一种智能人像识别打卡考勤系统及方法。
技术介绍
目前：随互联网技术和信息科技进步，人脸识别算法进行了深入研究。目前，人脸识别算法的运用较为宽泛，存在于现实生活中各个方面，智能考勤系统则是人脸检测和识别算法的一项重要体现。人脸考勤作为一种智能化的考勤方式，有着重要的实际意义和使用价值，例如上课或上班签到，出入检查等等。现有的打卡考勤系统多是基于钥匙、密码、门禁卡或指纹识别等，钥匙、密码、门禁卡容易被破解和复制，安全系数较低；而声音或指纹识别容易伪造，且设备一般成本高，大批量的时候效率低。通过上述分析，现有技术存在的问题及缺陷为：现有考勤系统安全系数低，设备成本高，识别效率低，智能化程度不高。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种智能人像识别打卡考勤系统及方法。本专利技术是这样实现的，一种智能人像识别打卡考勤方法，所述智能人像识别打卡考勤方法包括以下步骤：步骤一，身份信息采集模块利用射频识别设备、录入本文档来自技高网...

【技术保护点】
1.一种智能人像识别打卡考勤方法，其特征在于，所述智能人像识别打卡考勤方法包括以下步骤：/n步骤一，身份信息采集模块利用射频识别设备、录入设备以及摄像设备提前采集用户的身份信息、人脸信息及其他相关信息；红外识别模块利用红外设备感应是否有人靠近；/n所述红外识别模块利用红外设备感应是否有人靠近包括：/n红外感应器进行人体感应产生感测信号；/n将产生的感测信号进行模数转换得到数字信号；/n将数字信号进行傅里叶变换，得到数字信号的频域特征曲线；/n对得到的数字信号的频域特征曲线进行分析，判断是否有人体运动；当无人体运动时，则判断无人靠近；若有人体运动，则进一步判断人体运动状态为接近或远离，当运动状态...

【技术特征摘要】
1.一种智能人像识别打卡考勤方法，其特征在于，所述智能人像识别打卡考勤方法包括以下步骤：
步骤一，身份信息采集模块利用射频识别设备、录入设备以及摄像设备提前采集用户的身份信息、人脸信息及其他相关信息；红外识别模块利用红外设备感应是否有人靠近；
所述红外识别模块利用红外设备感应是否有人靠近包括：
红外感应器进行人体感应产生感测信号；
将产生的感测信号进行模数转换得到数字信号；
将数字信号进行傅里叶变换，得到数字信号的频域特征曲线；
对得到的数字信号的频域特征曲线进行分析，判断是否有人体运动；当无人体运动时，则判断无人靠近；若有人体运动，则进一步判断人体运动状态为接近或远离，当运动状态为远离时，则判断无人靠近；若运动状态为接近，则判断有人靠近；
步骤二，当有人靠近时，图像采集模块利用摄像设备进行人脸采集；主控模块控制人脸识别模块对采集到的人脸图像进行识别并验证，当人脸验证通过时，活体检测模块进行活体检测识别；
所述对采集到的人脸图像进行识别并验证包括：
对采集的图像进行灰度均衡化以及中值滤波处理；构建人脸识别模型并进行模型训练；
对处理后的图像进行对齐处理与特征提取；
基于提取的人脸特征利用构建的人脸检测模型进行人脸识别；
所述人脸识别模型构建方法包括：
获取人脸图像的数据集，对数据集进行清洗；通过图像旋转、平移和尺度变换扩充数据集的数据；
按照一定比例将数据集划分为训练集、测试集以及验证集；
进行模型参数配置，并构建人脸识别模型以及损失函数；
利用Adam反向传播算法进行模型训练，并利用测试集与验证集分别进行模型的测试与验证，即可的所述人脸识别模型。
步骤三，门禁控制模块当人脸识别通过且活体检测识别通过时控制门禁打开；存储模块存储预先采集的用户的身份信息、人脸信息及其他相关信息，同时存储摄像设备采集的人脸信息、用户请假信息、打卡信息以及出入信息；
步骤四，显示模块显示获取到的图像以及识别结果；语音播报模块对识别结果进行播报；报警模块当人脸检测识别未通过或活体检测识别未通过时，利用报警器进行实时报警或发送报警记录至客户端进行远程报警。


2.如权利要求1所述智能人像识别打卡考勤方法，其特征在于，步骤二中，所述进行活体检测识别具体包括：
步骤A，获取采集的人脸图像；
步骤B，提取所述人脸图像中的特征数据；
步骤C，采用活体识别模型对所述特征数据进行活体识别；
步骤D，将所述特征数据进行脱敏处理后加入到样本特征数据库中。


3.如权利要求2所述智能人像识别打卡考勤方法，其特征在于，步骤D中，所述进行脱敏处理为：
提取所述特征数据中与活体识别相关的数据；
对所述特征数据进行加密操作；
对所述特征数据的标注名称进行加密操作。


4.如权利要求3所述智能人像识别打卡考勤方法，其特征在于，所述提取所述特征数据中与活体识别相关的数据包括：
对所述特征数据进行聚类操作以完成分类；
根据分类的结果从所述特征数据中选择与活体识别相关的特征数据。


5.如权利要求1所述智能人像识别打卡考勤方法，其特征在于，步骤二中，所述对处理后的图像进行对齐处理与特征提取包括：
1)将处理后的图像数据进行原点化、尺度化以及平均化，获取图像的平均形状；同时对图像进行规范化处理；
2)提取规范化处理后的人脸图像的68个关键点的坐标信息；
3)计算左右眼中心点坐标得到中心点连线的角度，并根据左右眼坐标信...

【专利技术属性】
技术研发人员：杨晓峰，张颖，
申请(专利权)人：广州市标准化研究院，
类型：发明
国别省市：广东;44