一种劳务人员身份智能识别、管理方法以及系统技术方案

本申请涉及一种劳务人员身份智能识别、管理方法以及系统，其方法包括步骤当人脸图像采集设备获取到劳务人员的人脸图像时，将人脸图像发送至图像拆分模型；图像拆分模型基于人脸图像确定拆分区域，并基于拆分区域将人脸图像拆分为若干局部图像；识别若干局部图像的图像特征，筛选出包含人脸敏感部位的目标特征所属的目标局部图像，将目标局部图像进行匿名化处理；将匿名化处理后的人脸图像和对应该人脸图像的若干局部图像进行存储。本申请具有提高劳务人员人脸数据的安全性的效果。务人员人脸数据的安全性的效果。务人员人脸数据的安全性的效果。

【技术实现步骤摘要】
一种劳务人员身份智能识别、管理方法以及系统


[0001]本申请涉及智能分析的
，尤其是涉及一种劳务人员身份智能识别、管理方法以及系统。

技术介绍

[0002]目前，劳务派遣公司为了监督劳务人员的日常工作，在劳务人员被派遣至指定的单位工作后，通常通过人脸识别的方式对劳务人员进行考勤，劳务公司参考劳务人员在派遣工作期间考勤数据来考核劳务人员的工作指标。
[0003]在人脸识别考勤方面，劳务人员人脸数据的录入涉及到个人隐私，而劳务人员由于会被派遣到不同单位、地点工作，其人脸数据在不同网络环境下容易出现数据泄露，出现人脸数据被非法利用的风险，因此对于劳务人员人脸智能识别方面，仍要进一步提高对劳务人员人脸数据的数据安全保护。

技术实现思路

[0004]为了提高劳务人员人脸数据的安全性；本申请提供了一种劳务人员身份智能识别、管理方法以及系统。
[0005]本申请的上述专利技术目的一是通过以下技术方案得以实现的：
[0006]一种劳务人员身份智能识别、管理方法，包括步骤：
[0007]当人脸图像采集设备获取到劳务人员的人脸图像时，将人脸图像发送至图像拆分模型；
[0008]图像拆分模型基于人脸图像确定拆分区域，并基于拆分区域将人脸图像拆分为若干局部图像；
[0009]识别若干局部图像的图像特征，筛选出包含人脸敏感部位的目标特征所属的目标局部图像；
[0010]将目标局部图像进行匿名化处理；
[0011]将匿名化处理后的人脸图像和对应该人脸图像的若干局部图像进行存储。
[0012]通过采用上述技术方案，劳务人员被确认派遣到新的工作场地后，该工作场地的人脸图像采集设备需获取该劳务人员的人脸图像以便后续每天打卡时的人脸比对。
[0013]进一步采集到劳务人员的人脸图像后，先将人脸图像拆分成若干张人脸的局部图像，并只对筛选出的属于人脸敏感部位的目标局部图像进行匿名化处理，例如对眼睛、口鼻等位置的局部图像进行模糊、覆盖等处理，最后将匿名化处理后的人脸图像和该人脸图像对应的若干局部图像存储；使得不法者较难获取到劳务人员完整清晰的人脸图像，提高对劳务人员的人脸图像隐私的保护；而仅挑选部分局部敏感人脸部位的图像进行匿名化处理的方式，匿名化处理范围小，能够保持识别的准确性。
[0014]本申请在一较佳示例中：所述将目标局部图像进行匿名化处理的步骤，包括步骤：
[0015]识别目标局部图像中目标特征所在的区域信息；
[0016]选取预设的模糊算法并基于预设的模糊半径；
[0017]基于区域信息，将目标特征所在区域的图像进行模糊化处理，得到模糊局部图像。
[0018]通过采用上述技术方案，目标特征即目标局部图像中需要匿名化处理的部分图像区域，例如眼睛、鼻子、嘴巴的轮廓区域，该些敏感区域模糊后以防被非法利用，实现人脸图像局部的敏感位置模糊，以达到保护劳务人员人脸图像目的，而不属于目标特征的区域则保留，例如脸型和发色部分，以提高人脸识别的准确度。
[0019]本申请在一较佳示例中：所述图像拆分模型基于人脸图像确定拆分区域，并基于拆分区域将人脸图像拆分为若干局部图像的步骤，包括步骤：
[0020]图像拆分模型接收到人脸图像时，基于目标特征确定人脸图像中的若干个拆分坐标点；
[0021]基于确定的若干个拆分坐标点，按照若干个拆分坐标点关联的预设轨迹将若干拆分点连接以确定拆分区域，不同角度采集的人脸图像所形成的拆分区域不同；
[0022]基于拆分区域将人脸图像拆分为若干局部图像。
[0023]通过采用上述技术方案，由于劳务人员在打卡时可能以不同角度面朝人脸图像采集设备，因此需要采集不同角度的人脸图像以便后续劳务人员人脸识别的准确性，进一步，不同角度的人脸图像其局部图像的拆分也是灵活的，通过找到不同角度的人脸图像中的目标特征，进而通过找出关联拆分点的拆分轨迹，例如正脸时是看得到用户两个眼睛所在的目标特征和完整的嘴巴的特征，但人脸图像中用户为侧脸时，则仅有一个眼睛的目标特征且嘴巴的轮廓也不相同，因此采用不同的拆分轨迹对该人脸图像进行拆分，进而能够准确判断得到目标局部图像和无需匿名化处理的局部图像。
[0024]本申请在一较佳示例中：所述将匿名化处理后的人脸图像和对应该人脸图像的若干局部图像进行存储的步骤之后，执行如下步骤：
[0025]当接收到用于访问或下载人脸图像的获取指令时，追踪该获取指令的访问路径；
[0026]当该访问路径为直接访问匿名化处理后的人脸图像时，则将该被访问的人脸图像直接删除；
[0027]当该访问路径为访问人脸图像对应的若干局部图像时，则预设的判断模型实时判断若干局部图像的访问顺序否与预设访问顺序一致，若干所述局部图像均预先加密处理；
[0028]若局部图像的访问顺序与预设访问顺序不一致，则立即删除该人脸图像以及该人脸图像对应的若干局部图像；
[0029]发送非法访问消息至用于管理劳务人员人脸图像的管理终端。
[0030]通过采用上述技术方案，仅对人脸图像模糊化处理仍会出现不法人员下载劳务人员的图像，为了预防不法者非法访问和下载劳务人员匿名化处理后的人脸图像另作他用，在接收到获取指令后，通过追踪该获取指令接下来的访问路径，由于人脸图像和该人脸图像的若干局部图像均一起存储且存储位置不同，通过访问路径判断用户是否直接访问人脸图像的文件位置，若是则立即将该人脸图像删除并通知管理该劳务人员的人脸图像的管理终端。
[0031]若访问路径是人脸图像对应的若干局部图像的位置，则通过判断模型识别若干张局部图像的访问顺序，来判断该访问者是否为有权访问的管理人员，若不法者没有按照人脸图像中若干张局部图像的预设访问顺序进行加密加载，则直接删除该人脸图像对应的若
干局部图像，大大降低了不法者重复破解的机会，且管理终端能够及时接收到非正规访问、下载的消息，管理终端能够及时排查并重新上传、采集该人脸数据被删除的劳务人员的人脸图像。
[0032]本申请在一较佳示例中：所述当该访问路径为访问人脸图像对应的若干局部图像时，则预设的判断模型实时判断若干局部图像的访问顺序否与预设访问顺序一致，若干所述局部图像均预先加密处理的步骤，包括如下步骤：
[0033]当访问路径为访问人脸图像对应的若干局部图像时，判断模型识别第一个被解密获取的局部图像预先关联的顺序编号；
[0034]判断该被解密的局部图像的顺序编号与预设访问顺序的第一个预设编号是否一致；
[0035]若一致，则判断下一个被解密的局部图像的顺序编号与预设访问顺的下一个预设编号是否一致；直至所有预设编号均判断完毕。
[0036]通过采用上述技术方案，通过给同个人脸图像中的若干局部图像进行顺序编号，如数字1至数字9的任意排列组合，而预设访问顺序的预设编号则是类似密码的数字字符串，访问同个人脸图像中的若干局部图像时，需要按照顺序编号识别若干局部图像在存储文件夹中排序的位置，按照预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种劳务人员身份智能识别、管理方法，其特征在于：包括步骤：当人脸图像采集设备获取到劳务人员的人脸图像时，将人脸图像发送至图像拆分模型；图像拆分模型基于人脸图像确定拆分区域，并基于拆分区域将人脸图像拆分为若干局部图像；识别若干局部图像的图像特征，筛选出包含人脸敏感部位的目标特征所属的目标局部图像；将目标局部图像进行匿名化处理；将匿名化处理后的人脸图像和对应该人脸图像的若干局部图像进行存储。2.根据权利要求1所述的一种劳务人员身份智能识别、管理方法，其特征在于，所述将目标局部图像进行匿名化处理的步骤，包括步骤：识别目标局部图像中目标特征所在的区域信息；选取预设的模糊算法并基于预设的模糊半径；基于区域信息，将目标特征所在区域的图像进行模糊化处理，得到模糊局部图像。3.根据权利要求1所述的一种劳务人员身份智能识别、管理方法，其特征在于，所述图像拆分模型基于人脸图像确定拆分区域，并基于拆分区域将人脸图像拆分为若干局部图像的步骤，包括步骤：图像拆分模型接收到人脸图像时，基于目标特征确定人脸图像中的若干个拆分坐标点；基于确定的若干个拆分坐标点，按照若干个拆分坐标点关联的预设轨迹将若干拆分点连接以确定拆分区域，不同角度采集的人脸图像所形成的拆分区域不同；基于拆分区域将人脸图像拆分为若干局部图像。4.根据权利要求1所述的一种劳务人员身份智能识别、管理方法，其特征在于，所述将匿名化处理后的人脸图像和对应该人脸图像的若干局部图像进行存储的步骤之后，执行如下步骤：当接收到用于访问或下载人脸图像的获取指令时，追踪该获取指令的访问路径；当该访问路径为直接访问匿名化处理后的人脸图像时，则将该被访问的人脸图像直接删除；当该访问路径为访问人脸图像对应的若干局部图像时，则预设的判断模型实时判断若干局部图像的访问顺序否与预设访问顺序一致，若干所述局部图像均预先加密处理；若局部图像的访问顺序与预设访问顺序不一致，则立即删除该人脸图像以及该人脸图像对应的若干局部图像；发送非法访问消息至用于管理劳务人员人脸图像的管理终端。5.根据权利要求4所述的一种劳务人员身份智能识别、管理方法，其特征在于，所述当该访问路径为访问人脸图像对应的若干局部图像时，则预设的判断模型实时判断若干局部图像的访问顺序否与预设访问顺序一致，若干所述局部图像均预先加密处...

【专利技术属性】
技术研发人员：麦焕彬，
申请(专利权)人：广州广旭科技有限公司，
类型：发明
国别省市：