CN108986245A - 基于人脸识别的考勤方法及终端 - Google Patents
基于人脸识别的考勤方法及终端 Download PDFInfo
- Publication number
- CN108986245A CN108986245A CN201810616924.2A CN201810616924A CN108986245A CN 108986245 A CN108986245 A CN 108986245A CN 201810616924 A CN201810616924 A CN 201810616924A CN 108986245 A CN108986245 A CN 108986245A
- Authority
- CN
- China
- Prior art keywords
- terminal
- face
- information
- face information
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000003213 activating effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 9
- 230000003993 interaction Effects 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种人脸考勤方法及终端,其中,该方法包括:终端获取当前场景图像;所述终端对所述场景图像进行检测,获取用户的人脸信息;所述终端判断所述人脸信息是否指示用户的脸部的生物活体特征;在所述人脸信息指示用户的脸部的生物活体特征的情况下,所述终端将所述人脸信息分别与至少一个预设人脸信息进行比对,在确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息的情况下,所述终端基于所述匹配的预设人脸信息对应的用户标识信息生成所述用户的考勤信息。本发明能够通过判断图像中的人脸信息是否指示脸部的生物活体特征进而进行用户的身份考勤,避免遭受如照片、视频等物理媒介的破解,提高用户体验。
Description
技术领域
本发明涉及考勤技术领域,主要涉及一种基于人脸识别的考勤方法及终端。
背景技术
考勤,顾名思义,就是考查出勤,也是就通过某种方式来获得员工或者某些团体、个人在某个特定的场所及特定的时间段内的出勤情况。其中,考勤过程中的身份考勤又称“考勤”、“鉴权”,是指通过一定的手段,完成对用户身份的确认。身份考勤的方法有很多,基本上可分为:基于共享密钥的身份考勤、基于公开密钥加密算法的身份考勤和基于生物学特征的身份考勤。前两者在某些应用场景下由于需要用户输入相关密钥所以存在效率低、速度慢等问题。而基于生物学特征的身份考勤是近几年不断发展的考勤方法,例如指纹考勤、掌纹考勤、虹膜考勤等等。虽然基于生物学特征的身份考勤效率更高速度更快,但是容易被伪造的指纹套、照片等等物理媒介“欺骗”而破解,存在安全隐患。
发明内容
本发明实施例提供了一种基于人脸识别的考勤方法及终端,能够通过判断图像中的人脸信息是否指示脸部的生物活体特征进而进行用户的身份考勤,避免遭受如照片、视频等物理媒介的破解,提高人脸考勤的安全性和便捷性。
第一方面,本发明提供了一种人脸考勤方法,该方法包括:
终端获取当前场景图像;
所述终端对所述场景图像进行检测,获取用户的人脸信息;
所述终端判断所述人脸信息是否指示用户的脸部的生物活体特征;
在所述人脸信息指示用户的脸部的生物活体特征的情况下,所述终端将所述人脸信息分别与至少一个预设人脸信息进行比对,确认所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息;其中,所述至少一个预设人脸信息中的每个预设人脸信息对应一个用户标识信息;
在确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息的情况下,所述终端基于所述匹配的预设人脸信息对应的用户标识信息生成所述用户的考勤信息,所述考勤信息包括时间、地址。
可选地,所述终端获取当前场景图像,包括:接收用户输入的触发人脸考勤指令,所述终端根据所述指令获取当前场景图像。
可选地,在所述接收用户输入的触发人脸考勤指令之前,还包括:接收用户输入的第一密码;激活图像采集装置,并采集所述用户的当前人脸图像信息;在所述当前人脸图像信息与预设第二密码比对成功的情况下,激活所述终端的人脸考勤交互界面。
可选地,所述终端获取场景图像,具体包括:所述终端获取定位信息,所述定位信息用于指示所述终端的位置;在所述终端的位置处于预设区域的情况下,所述终端获取当前场景图像。
可选地,所述方法还包括:在所述终端未生成考勤信息的情况下,所述终端检测到所述终端的位置进入预设区域,则提示用户考勤;或/和,在所述终端未生成考勤信息的情况下,所述终端检测到所述终端的位置离开预设区域,则提示用户考勤。
可选地,所述终端判断图像中的人脸信息是否指示用户的脸部的生物活体特征之前,还包括:所述终端检测所述图像的图像质量,所述图像质量包括图像的对比度、图像的亮度、图像的清晰度的至少一种;相应的,所述终端判断图像中的人脸信息是否指示用户的脸部的生物活体特征,具体为:在所述图像的图像质量满足至少一种条件的情况下,所述终端判断图像中的人脸信息是否指示用户的脸部的生物活体特征;其中,所述至少一种条件包括:所述图像的对比度大于预设对比度、所述图像的亮度大于预设亮度、所述图像的清晰度大于预设清晰度中的至少一种。
可选地,所述终端判断图像中的人脸信息是否指示用户的脸部的生物活体特征,包括:所述终端检测所述人脸信息中的脸部的生物活体特征,得到第一分数值;所述第一分数值表示所述人脸信息是对所述用户的脸部的生物活体特征进行拍摄而形成的概率;若所述第一分数值大于或等于第一预设阈值,则所述终端判断所述人脸信息指示用户的脸部的生物活体特征;或者,所述终端检测所述人脸信息中的脸部的生物活体特征,得到第二分数值,所述第二分数值用于表示所述人脸信息是对物理媒介进行拍摄而形成的概率;若所述第二分数值小于第二预设阈值,则所述终端判断所述人脸信息指示用户的脸部的生物活体特征。
可选地,所述终端将所述人脸信息分别与至少一个预设人脸信息进行比对,确认所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息,包括:所述终端分别检测所述人脸信息与所述至少一个预设人脸信息中的每个预设人脸信息之间的相似度值,确定其中最大的相似度值;所述终端判断所述最大的相似度值是否大于或等于预设阈值;在所述最大的相似度值大于或等于预设阈值的情况下,所述终端确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息。
可选地,所述终端将所述人脸信息分别与至少一个预设人脸信息进行比对,确认所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息,包括:所述终端向服务器发送所述人脸信息;所述终端接收服务器基于所述人脸信息返回的比对信息,所述比对信息用于表示服务器将所述人脸信息分别与至少一个预设人脸信息进行比对,从而确认的所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息的结果。
第二方面,本发明提供了一种终端,该终端包括:
获取单元,用于获取当前场景图像;
检测单元,用于对所述场景图像进行检测,获取用户的人脸信息;
判断单元,用于判断所述人脸信息是否指示用户的脸部的生物活体特征;
比对单元,用于在所述人脸信息指示用户的脸部的生物活体特征的情况下,将所述人脸信息分别与至少一个预设人脸信息进行比对,确认所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息;其中,所述至少一个预设人脸信息中的每个预设人脸信息对应一个用户标识信息;
生成单元,用于在确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息的情况下,基于所述匹配的预设人脸信息对应的用户标识信息生成所述用户的考勤信息,所述考勤信息包括时间、地址。
可选地,所述获取单元具体用于:接收用户输入的触发人脸考勤指令,根据所述指令获取场景图像。
可选地,所述终端还包括激活单元,所述激活单元,用于接收用户输入的第一密码;激活图像采集装置,并采集所述用户的当前人脸图像信息;在所述当前人脸图像信息与所述预设第二密码比对成功的情况下,激活所述终端的人脸考勤交互界面。
可选地,所述获取单元具体用于:获取定位信息,所述定位信息用于指示所述终端的位置;在所述终端的位置处于预设区域的情况下,获取当前场景图像。
可选地,所述终端还包括提示单元,所述提示单元,用于在所述终端未生成考勤信息的情况下,检测到所述终端的位置进入预设区域,则提示用户考勤;或/和,在所述终端未生成考勤信息的情况下,检测到所述终端的位置离开预设区域,则提示用户考勤。
可选地,所述检测单元还用于:检测所述场景图像的图像质量,所述图像质量包括对比度、亮度、清晰度的至少一种;所述判断单元具体用于:在所述场景图像的图像质量满足至少一种条件的情况下,判断所述人脸信息是否指示用户的脸部的生物活体特征;其中,所述至少一种条件包括:所述场景图像的对比度大于预设对比度、所述场景图像的亮度大于预设亮度、所述场景图像的清晰度大于预设清晰度中的至少一种。
可选地,所述判断单元具体用于:检测所述人脸信息中的脸部的生物活体特征,得到第一分数值;所述第一分数值表示所述人脸信息是对所述用户的脸部的生物活体特征进行拍摄而形成的概率;若所述第一分数值大于或等于第一预设阈值,则判断所述人脸信息指示用户的脸部的生物活体特征;或者,检测所述人脸信息中的脸部的生物活体特征,得到第二分数值,所述第二分数值用于表示所述人脸信息是对物理媒介进行拍摄而形成的概率;若所述第二分数值小于第二预设阈值,则判断所述人脸信息指示用户的脸部的生物活体特征。
可选地,所述比对单元具体用于:分别检测所述人脸信息与所述至少一个预设人脸信息中的每个预设人脸信息之间的相似度值,确定其中最大的相似度值;判断所述最大的相似度值是否大于或等于预设阈值;在所述最大的相似度值大于或等于预设阈值的情况下,确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息。
可选地,所述比对单元具体用于:向服务器发送所述人脸信息;接收服务器基于所述人脸信息返回的比对信息,所述比对信息用于表示服务器将所述人脸信息分别与至少一个预设人脸信息进行比对,从而确认的所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息的结果。
第三方面,本发明提供一种终端,该终端包括处理器、存储器、输入输出系统和通信模块,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如第一方面所述的方法。
第四方面,发明提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如第一方面所述的方法。
可以看出,本申请能够获取场景图像,从场景图像中检测出用户的人脸信息;通过判断所述人脸信息是否指示用户的脸部的生物活体特征以及是否存在相匹配的预设人脸信息,进而生成该用户的考勤信息。也就是说,本申请能够应用于需要身份考勤的考勤场景中,且基于判断是否指示用户的脸部的生物活体特征能够有效避免遭受如照片、视频等物理媒介的破解,提高人脸考勤的安全性。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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是本发明实施例提供的一种考勤方法的流程示意图;
图2是本发明实施例提供的另一种考勤方法的流程示意图;
图3是本发明实施例提供的一种终端的结构示意图;
图4是本发明实施例提供的一种终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
请参阅图1,图1是本发明实施例提供的一种考勤方法的流程示意图。本实施例主要将该人脸考勤方法应用于具有数据处理功能的终端中来举例说明,该终端可以是智能手环、智能手表、便携式数字播放器、智能手机、掌上电脑、平板电脑、笔记本电脑、台式电脑、考勤机等等。该人脸考勤方法包括但不限于以下步骤:
步骤101,终端获取当前场景图像。
在本实施例中,终端可以通过图像采集设备采集场景图像,该图像采集设备包括但不限于摄像头、数码相机和摄像机。
在一实施例中,终端通过摄像头进行拍摄得到场景图像,摄像头可以是与终端一体成型的,也可以是在与终端存在通信连接的情况下独立设置的,不作具体限定。需要说明的是,终端可以在接受到用户触发的考勤请求指令后开启摄像头进行拍摄,从而获取包括用户人脸信息的场景图像。终端也可以指示摄像头保持持续拍摄状态,当终端感应到有用户出现在拍摄区域内时,终端自动获取该用户的场景图像。
步骤103,所述终端对所述场景图像进行检测,获取用户的人脸信息。
其中,所述人脸信息为在所述场景图像中所体现的用户人脸的相关信息,该人脸信息可以是人脸图像、人脸图像特征向量、人脸图像特征集合,在此不作限定。本实施例中,终端将摄像头拍摄得到的场景图像进行检测,提取出用户的人脸信息。举例来说,终端可以识别该场景图像中用户的人脸区域,并将该人脸区域中的图像进行特征提取,将得到的特征信息以作为用户的人脸信息。
作为一种可选的实施方式,在后续步骤105之前还包括图像质量检测步骤。具体地,终端检测所述场景图像的图像质量,所述图像质量包括对比度、亮度、清晰度的至少一种。进一步地,在所述场景图像的图像质量满足至少一种条件的情况下,终端执行后续步骤105,其中,所述至少一种条件包括:所述场景图像的对比度大于预设对比度、所述场景图像的亮度大于预设亮度、所述场景图像的清晰度大于预设清晰度中的至少一种。例如,终端检测获取到场景图像的对比度为60,亮度为72,清晰度为80,而预设对比度为40,预设亮度为50,预设清晰度为50,终端比较数值后确定满足条件并执行后续步骤105。
需要说明的是,终端可以识别出所述场景图像中的人脸区域,并对所述人脸区域进行图像质量检测步骤。例如,在终端获取的场景图像中用户的人脸出现在所述场景图像的左上角,而所述场景图像的下半区域模糊,终端在识别到场景图像中的人脸区域后,检测所述人脸区域的图像质量,在满足前述条件时执行步骤105。可以理解的是,通过只处理人脸区域的图像由于数据量小处理速度更快,提高用户体验。
应理解,上述例子仅为举例,不是具体限定。
步骤105,所述终端判断所述人脸信息是否指示用户的脸部的生物活体特征。
本实施例中,终端判断所述人脸信息是否指示用户的脸部的生物活体特征,以判断摄像头前的用户进行的人脸考勤操作是否为真人操作,主要用于分辨出高清照片、视频、PS、三维模型、头套等用于破解人脸考勤的物理媒介。可以看出,通过实施所述判断生物活体特征步骤可以有效提高人脸考勤的可靠性。
在一可能的实施例中,所述人脸信息包括光流信息,终端基于光流法判断所述人脸信息是否指示用户的脸部的生物活体特征。在另一可能的实施例中,所述人脸信息包括3D图像信息,终端基于人脸检活方法判断所述人脸信息是否指示用户的脸部的生物活体特征。需要说明的是,终端还可以通过检测到的人脸信息中的局部纹理特征、光照反射特征、生物运动特征等判断所述人脸信息是否指示用户的脸部的生物活体特征。
作为一种可能的实施方式,所述终端可以通过上述方法检测所述人脸信息中的脸部的生物活体特征,得到第一分数值;所述第一分数值表示所述人脸信息是对所述用户的脸部的生物活体特征进行拍摄而形成的概率,所述第一分数值用于表示所述人脸信息指示用户的脸部的生物活体特征的概率程度;若所述第一分数值大于或等于第一预设阈值,则所述终端判断所述人脸信息指示用户的脸部的生物活体特征。
作为一种可能的实施方式,所述终端可以通过上述方法检测所述人脸信息中的脸部的生物活体特征,得到第二分数值,所述第二分数值用于表示所述人脸信息是对物理媒介进行拍摄而形成的概率;若所述第二分数值小于第二预设阈值,则所述终端判断所述人脸信息指示用户的脸部的生物活体特征。
步骤107,在所述人脸信息指示用户的脸部的生物活体特征的情况下,所述终端将所述人脸信息分别与至少一个预设人脸信息进行比对,确认所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息。
本实施例中,所述预设人脸信息为预先录入的人脸信息,所述至少一个预设人脸信息中的每个预设人脸信息对应一个用户标识信息。其中,所述用户标识信息包括但不限于用户姓名、用户职位、用户考勤权限、用户工号、用户身份证号等。举例来说,在预先录入人脸信息过程中,每个用户拥有一个用户标识信息,当用户被采集录入人脸信息后,录入的人脸信息对应所述用户标识信息。
本实施例中,终端将所述用户的人脸信息分别与至少一个预设人脸信息进行比对,根据与每个预设人脸信息比对后的结果,确定是否存在与所述用户的人脸信息匹配的预设人脸信息。可以看出,本实施例提供的考勤方法为非接触式的,相比指纹等接触式考勤更加卫生,而且更加便捷。
在一具体实施方式中,所述终端分别检测所述人脸信息与所述至少一个预设人脸信息中的每个预设人脸信息之间的相似度值,确定其中最大的相似度值;所述终端判断所述最大的相似度值是否大于或等于预设阈值;在所述最大的相似度值大于或等于预设阈值的情况下,所述终端确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息。
例如,在1:N的考勤方式中,检测到的人脸信息与多个预设人脸信息之间的相似度值分别是:3%、64%、23%、89%、8%……终端确定其中的89%为最大的相似度值,并将89%与预设阈值85%进行比较,从而确定该相似度值满足预设阈值,即终端确认多个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息。
又例如,在1:1的考勤方式中,用户通过向终端输入帐号信息从服务器下载该帐号信息绑定的预设人脸信息。在人脸考勤时终端通过摄像头获取图像并检测人脸信息,再检测所述人脸信息与下载的预设人脸信息之间的相似度值,得到相似度值为92%。终端将所述相似度值与预设阈值90%比较,从而确定该相似度值满足预设阈值,即终端确认预设人脸信息与所述人脸信息相匹配。
需要说明的是,在人脸信息比对过程中,终端可以通过基于深度学习的神经网络模型将所述用户的人脸信息与至少一个预设人脸信息进行比对,获取比对结果。当比对结果大于预设阈值时,则判定为人脸比对成功。该神经网络模型包括但不限于卷积神经网络(Convolutional Neural Network,CNN)模型、残差网络(Residual Networks,ResNet)模型、全卷积网络(Fully Convolutional Networks,FCN)模型、多任务网络级联MNC模型、Mask-RCNN模型等。
步骤109,在确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息的情况下,所述终端基于所述匹配的预设人脸信息对应的用户标识信息生成所述用户的考勤信息。
本实施例中,终端将所述人脸信息与一个或多个预设人脸信息进行比对之后,在确认存在与所述人脸信息匹配的预设人脸信息的情况下,所述终端生成绑定于所述用户标识信息的考勤信息。需要说明的是,可选地,终端还可以将所述考勤信息上传至服务器,以方便考勤管理。需要说明的是,若终端确认所述至少一个预设人脸信息中不存在与所述用户的人脸信息匹配的预设人脸信息,则所述终端可以将所述用户的人脸信息发送至服务器,以便于服务器将所述用户的人脸信息作为访客记录。可选地,终端还可以在屏幕上显示“陌生人”等字样对未考勤成功用户进行提示。其中,考勤信息可以包括考勤时间、考勤地址、考勤用户标识信息等等,不作具体限定。
可以看出,本实施例能够获取场景图像,从场景图像中检测出用户的人脸信息;通过判断所述人脸信息是否指示用户的脸部的生物活体特征以及是否存在相匹配的预设人脸信息,进而生成该用户的考勤信息。也就是说,本实施例的方式能够应用于需要身份考勤的应用场景中,且基于判断是否指示用户的脸部的生物活体特征能够有效避免遭受如照片、视频等物理媒介的破解,提高人脸考勤的安全性。
基于同一发明构思,本实施例还提供了一种人脸考勤方法的流程示意图,参见图2。该考勤方法包括但不限于以下步骤:
步骤201,接收用户触发的人脸考勤指令,开启摄像头进行拍摄。
本实施例中,用户通过按键、点击等操作触发人脸考勤指令,终端接收到所述人脸考勤指令后,开启摄像头进行拍摄从而获取视频图像。所述摄像头可以是数字摄像头、模拟摄像头、电荷耦合器件(charge-coupled device,CCD)摄像头或互补金属氧化物半导体(complementary metal oxide semiconductor,CMOS)摄像头等,在此不作限定。
作为一种可选的实施方式,终端在接受到用户触发的人脸考勤指令时,获取定位信息;若所述定位信息所指示的所述终端的位置处于预设区域,则所述终端开启摄像头进行拍摄执行后续考勤步骤。
需要说明的是,终端可以通过基于位置的服务(Location Based Service,LBS)定位技术、全球定位系统(Global Positioning System,GPS)、北斗卫星导航系统(BeiDouNavigation Satellite System,BDS),无线保真(Wireless Fidelity,WiFi)辅助定位技术等方式进行定位。所述预设区域是预先划定的区域,可以是规定的大厦、楼层、房间、座位,还可以是以大厦、楼层、房间、座位为中心的预设距离之内的范围。例如预设区域为以某公司所在大厦的中心点为圆心,以30米为直径的圆形范围,不作限定。
作为一种可选的实施方式,在所述终端未生成考勤信息的情况下,终端检测到定位信息所指示的位置进出预设区域,则提醒用户进行考勤。举例来说,用户上班时需要考勤,在终端检测到用户进入预设区域内且未有当天上班考勤记录的情况下,通过震动与小窗文字提醒用户考勤;用户下班时需要考勤,在终端检测到用户离开预设区域且未有当天下班考勤记录的情况下,通过震动与小窗文字提醒用户考勤。
在一可能的实施例中,在步骤201之前还包括:
(1)接收用户输入的第一密码,激活图像采集装置,并采集所述用户的当前人脸图像信息。在本实施例中,终端显示人脸考勤登录界面,用户通过该界面输入第一密码。所述终端接收到第一密码后,触发/激活图像采集装置,并控制该图像采集装置采集用户的当前人脸图像信息。需要说明的是,所述第一密码可以是手机号、工号、邮箱、或者注册帐号等。图像采集装置可以内置在所述终端,也可以是外接的电子设备,包括但不限于摄像头、数码相机和摄像机等。
在一些实施例中,在终端接收用户输入的第一密码后,还包括:
该终端显示的人脸考勤登录界面显示与第一密码对应的用户身份信息。该用户身份信息包括姓名、工号等。
上述显示的用户身份信息,便于用户核对输入的第一密码是否正确,提高了考勤效率。
(2)在所述当前人脸图像信息与预设第二密码比对成功的情况下,激活所述终端的人脸考勤交互界面。
将采集的用户的当前人脸图像信息与预设第二密码进行比对,获取比对结果,当比对结果大于预设阈值时,激活所述终端的人脸考勤交互界面。所述预设第二密码为预先录入的所述用户的人脸图像信息。
举例来说,终端接收用户输入的手机号,开启摄像头采集用户的人脸图像信息;将所述用户的人脸图像信息发送至服务器与服务器存储的所述用户预先录入的人脸图像信息进行比对,在比对成功的情况下服务器发送比对成功的信息给终端,终端则激活考勤应用程序中的人脸考勤交互界面。
步骤203,过滤预设帧数的图像。
本实施例中,在开启摄像头拍摄图像后,过滤预设帧数的图像,以避免最初阶段接收的图像亮度较暗、未聚焦等问题。
步骤205,获取一帧图像。
步骤207,检测所述图像中的人脸信息。
本实施例中,终端检测所述图像中的人脸信息,若检测到所述图像中的人脸信息,则执行步骤209;若未检测到所述图像中的人脸信息,则返回步骤205。进一步地,若终端连续在预设帧数的图像中未检测到人脸信息,则提示考勤失败。
步骤209,判断所述图像是否模糊。
本实施例中,终端判断所述图像是否模糊,若所述图像模糊则返回步骤205;若所述图像不模糊则执行步骤211。在一可能的实施例中,终端可以识别所述图像中的人脸区域,并判断所述人脸区域是否模糊。
作为一种可选的实施方式,终端对图像进行灰度化处理,然后通过拉普拉斯算子对灰度化的图像进行滤波处理,再计算处理后图像的方差。终端判断所述方差是否大于阈值,若是则确认所述图像模糊,若否则确认所述图像不模糊。
步骤211,判断所述人脸信息是否指示用户的脸部的生物活体特征。
具体实现过程可参考图1实施例步骤105的相关描述,这里不再赘述。
步骤213,确认至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息。
本实施例中,终端确认至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息,若是则执行步骤215,若否则提示考勤失败。
作为一种可选的实施方式,终端可以在本地进行人脸信息比对,也可以将所述人脸信息发送至服务器,以使服务器进行人脸信息比对再接收比对结果。需要说明的是,终端可以选择在本地或者服务器进行人脸信息比对,在终端的处理器性能良好的情况下终端确认在本地进行人脸信息比对,在终端的处理器性能不佳的情况下终端确认发送至服务器进行人脸信息比对,该实施方式更加快速高效,提高用户体验。
步骤215,基于所述匹配的预设人脸信息对应的用户标识信息生成所述用户的考勤信息。
具体实施过程可参考图1实施例步骤109的相关描述,这里不再赘述。
本实施例能够通过摄像头获取用户的图像,从图像中检测出用户的人脸信息;通过判断所述人脸信息是否指示用户的脸部的生物活体特征以及是否存在相匹配的预设人脸信息,进而生成该用户的考勤信息。也就是说,本实施例能够应用于需要身份考勤的考勤场景中,且基于判断是否指示用户的脸部的生物活体特征能够有效避免遭受如照片、视频等物理媒介的破解,提高人脸考勤的安全性。
基于同一发明构思,本实施例提供了一种终端,参见图3,所述终端至少包括获取单元301、检测单元303、判断单元305、比对单元307、显示单元309,所述终端用于实现图1、图2方法实施例所描述的考勤方法。其中,
获取单元301,用于通过获取当前场景图像;
检测单元303,用于检测对所述场景图像进行检测,获取用户的人脸信息;
判断单元305,用于判断所述人脸信息是否指示用户的脸部的生物活体特征;
比对单元307,用于在所述人脸信息指示用户的脸部的生物活体特征的情况下,将所述人脸信息分别与至少一个预设人脸信息进行比对,确认所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息;其中,所述至少一个预设人脸信息中的每个预设人脸信息对应一个用户标识信息;
生成单元309,用于在确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息的情况下,基于所述匹配的预设人脸信息对应的用户标识信息生成所述用户的考勤信息,所述考勤信息包括时间、地址。
可选地,所述获取单元具体用于:接收用户输入的触发人脸考勤指令,根据所述指令获取场景图像。
可选地,所述终端还包括激活单元,所述激活单元,用于接收用户输入的第一密码;激活图像采集装置,并采集所述用户的当前人脸图像信息;在所述当前人脸图像信息与所述预设第二密码比对成功的情况下,激活所述终端的人脸考勤交互界面。
可选地,所述获取单元具体用于:所述终端获取定位信息,所述定位信息用于指示所述终端的位置;在所述终端的位置处于预设区域的情况下,所述终端获取当前场景图像。
可选地,所述终端还包括提示单元,具体用于在所述终端未生成考勤信息的情况下,所述终端检测到所述终端的位置进入预设区域,则提示用户考勤;或/和,在所述终端未生成考勤信息的情况下,所述终端检测到所述终端的位置离开预设区域,则提示用户考勤。
可选地,所述检测单元303还用于检测所述场景图像的图像质量,所述图像质量包括图像的对比度、图像的亮度、图像的清晰度的至少一种;相应的,所述判断单元305具体用于在所述图像的图像质量满足至少一种条件的情况下,判断人脸信息是否指示用户的脸部的生物活体特征;其中,所述至少一种条件包括:所述场景图像的对比度大于预设对比度、所述场景图像的亮度大于预设亮度、所述场景图像的清晰度大于预设清晰度中的至少一种。
可选地,所述判断单元305具体用于:检测所述人脸信息中的脸部的生物活体特征,得到第一分数值;所述第一分数值表示所述人脸信息是对所述用户的脸部的生物活体特征进行拍摄而形成的概率;若所述第一分数值大于或等于第一预设阈值,则判断所述人脸信息指示用户的脸部的生物活体特征;或者,检测所述人脸信息中的脸部的生物活体特征,得到第二分数值,所述第二分数值用于表示所述人脸信息是对物理媒介进行拍摄而形成的概率;若所述第二分数值小于第二预设阈值,则判断所述人脸信息指示用户的脸部的生物活体特征。
可选地,所述比对单元307具体用于:分别检测所述人脸信息与所述至少一个预设人脸信息中的每个预设人脸信息之间的相似度值,确定其中最大的相似度值;判断所述最大的相似度值是否大于或等于预设阈值;在所述最大的相似度值大于或等于预设阈值的情况下,确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息。
可选地,所述比对单元307具体用于:向服务器发送所述人脸信息;接收服务器基于所述人脸信息返回的比对信息,所述比对信息用于表示服务器将所述人脸信息分别与至少一个预设人脸信息进行比对,从而确认的所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息的结果。
需要说明的,通过前述图1、图2方法实施例的详细描述,本领域技术人员可以清楚地知道终端所包含的各个单元的实现方法,所以为了说明书的简洁,在此不再赘述。
基于同一发明构思,本实施例提供了一种终端,参见图4,所述终端用于实现图1、图2方法实施例所描述的考勤方法。如图4所示,所述终端可包括:处理器401、存储器402、输入输出系统403、通信模块404。这些部件可在一个或多个通信总线405上通信。所述终端还可以包括电源模块406。
所称处理器401可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器402可以包括只读存储器和随机存取存储器,并向处理器401提供指令和数据。存储器402的一部分还可以包括非易失性随机存取存储器。另外,存储器402还可以存储设备类型的信息。
所述输入输出系统403主要用于接收用户指令以及拍摄图像。具体实现中,输入输出系统可包括:摄像头控制器4031、显示屏控制器4032。其中,各个控制器可与各自对应的外围设备(摄像头4033、显示屏4034)耦合。需要说明的是,输入输出系统403还可以包括其他I/O外设。
其中,所述摄像头4033、显示屏4034均为所述扫描设备的执行机构。具体地,摄像头4033用于对用户进行拍摄得到图像;显示屏4034用于显示人脸考勤信息。
所述通信模块404主要用于与服务器进行通信;所述电源模块406主要用于为设备中的其它装置提供稳定的电源。
本实施例中,所述处理器401用于调用所述存储器402中所存储的指令,并执行以下步骤:
终端获取当前场景图像;
所述终端对所述场景图像进行检测,获取用户的人脸信息;
所述终端判断所述人脸信息是否指示用户的脸部的生物活体特征;
在所述人脸信息指示用户的脸部的生物活体特征的情况下,所述终端将所述人脸信息分别与至少一个预设人脸信息进行比对,确认所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息;其中,所述至少一个预设人脸信息中的每个预设人脸信息对应一个用户标识信息;
在确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息的情况下,所述终端基于所述匹配的预设人脸信息对应的用户标识信息生成所述用户的考勤信息,所述考勤信息包括时间、地址。
可选地,所述处理器401接收用户输入的触发人脸考勤指令,根据所述指令获取场景图像。
可选地,所述处理器401接收用户输入的第一密码;激活图像采集装置,并采集所述用户的当前人脸图像信息;在所述当前人脸图像信息与所述预设第二密码比对成功的情况下,激活所述终端的人脸考勤交互界面。
可选地,所述处理器401可以执行获取定位信息,所述定位信息用于指示所述终端的位置;在所述终端的位置处于预设区域的情况下,获取当前场景图像。
可选地,所述处理器401还可以调用所述存储器402中所存储的指令执行:在所述终端未生成考勤信息的情况下,检测到所述终端的位置进入预设区域,则提示用户考勤;或/和,在所述终端未生成考勤信息的情况下,检测到所述终端的位置离开预设区域,则提示用户考勤。
可选地,所述处理器401还可以调用所述存储器402中所存储的指令执行:检测所述场景图像的图像质量,所述图像质量包括图像的对比度、图像的亮度、图像的清晰度的至少一种;在所述场景图像的图像质量满足至少一种条件的情况下,判断人脸信息是否指示用户的脸部的生物活体特征;其中,所述至少一种条件包括:所述场景图像的对比度大于预设对比度、所述场景图像的亮度大于预设亮度、所述场景图像的清晰度大于预设清晰度中的至少一种。
具体地,所述处理器401执行以下指令:检测所述人脸信息中的脸部的生物活体特征,得到第一分数值;所述第一分数值表示所述人脸信息是对所述用户的脸部的生物活体特征进行拍摄而形成的概率;若所述特征分数值大于或等于预设阈值,则判断所述人脸信息指示用户的脸部的生物活体特征;或者,检测所述人脸信息中的脸部的生物活体特征,得到第二分数值,所述第二分数值用于表示所述人脸信息是对物理媒介进行拍摄而形成的概率;若所述第二分数值小于第二预设阈值,则判断所述人脸信息指示用户的脸部的生物活体特征。
具体地,所述处理器401执行以下指令:分别检测所述人脸信息与所述至少一个预设人脸信息中的每个预设人脸信息之间的相似度值,确定其中最大的相似度值;判断所述最大的相似度值是否大于或等于预设阈值;在所述最大的相似度值大于或等于预设阈值的情况下,确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息。
可选地,所述处理器401执行以下指令:向服务器发送所述人脸信息;接收服务器基于所述人脸信息返回的比对信息,所述比对信息用于表示服务器将所述人脸信息分别与至少一个预设人脸信息进行比对,从而确认的所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息的结果。
需要说明的,通过前述图1或图2方法实施例的详细描述,本领域技术人员可以清楚地知道终端所包含的各个功能器件的实现方法,所以为了说明书的简洁,在此不再赘述。
基于同一发明构思,在另一实施例中提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时实现前述任一方法实施例所描述的方法。
所述计算机可读存储介质可以是前述任一实施例所述的终端的内部存储单元,例如终端的硬盘或内存。所述计算机可读存储介质也可以是所述终端的外部存储设备,例如所述终端上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述计算机可读存储介质还可以既包括所述终端的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的单元、设备的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于人脸识别的考勤方法,其特征在于,包括:
终端获取当前场景图像;
所述终端对所述场景图像进行检测,获取用户的人脸信息;
所述终端判断所述人脸信息是否指示用户的脸部的生物活体特征;
在所述人脸信息指示用户的脸部的生物活体特征的情况下,所述终端将所述人脸信息分别与至少一个预设人脸信息进行比对,确认所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息;其中,所述至少一个预设人脸信息中的每个预设人脸信息对应一个用户标识信息;
在确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息的情况下,所述终端基于所述匹配的预设人脸信息对应的用户标识信息生成所述用户的考勤信息,所述考勤信息包括时间、地址。
2.根据权利要求1所述的方法,其特征在于,所述终端获取当前场景图像,包括:
接收用户输入的触发人脸考勤指令,所述终端根据所述指令获取当前场景图像。
3.根据权利要求2所述的方法,其特征在于,在所述接收用户输入的触发人脸考勤指令之前,还包括:
接收用户输入的第一密码;
激活图像采集装置,并采集所述用户的当前人脸图像信息;
在所述当前人脸图像信息与预设第二密码比对成功的情况下,激活所述终端的人脸考勤交互界面。
4.根据权利要求1所述的方法,其特征在于,所述终端获取场景图像,包括:
所述终端获取定位信息,所述定位信息用于指示所述终端的位置;
在所述终端的位置处于预设区域的情况下,所述终端获取当前场景图像。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
在所述终端未生成考勤信息的情况下,所述终端检测到所述终端的位置进入预设区域,则提示用户考勤;或/和,
在所述终端未生成考勤信息的情况下,所述终端检测到所述终端的位置离开预设区域,则提示用户考勤。
6.一种终端,其特征在于,包括:
获取单元,用于获取当前场景图像;
检测单元,用于对所述场景图像进行检测,获取用户的人脸信息;
判断单元,用于判断所述人脸信息是否指示用户的脸部的生物活体特征;
比对单元,用于在所述人脸信息指示用户的脸部的生物活体特征的情况下,将所述人脸信息分别与至少一个预设人脸信息进行比对,确认所述至少一个预设人脸信息中是否存在与所述人脸信息匹配的预设人脸信息;其中,所述至少一个预设人脸信息中的每个预设人脸信息对应一个用户标识信息;
生成单元,用于在确认所述至少一个预设人脸信息中存在与所述人脸信息匹配的预设人脸信息的情况下,基于所述匹配的预设人脸信息对应的用户标识信息生成所述用户的考勤信息,所述考勤信息包括时间、地址。
7.根据权利要求6所述的方法,其特征在于,所述获取单元具体用于:
获取定位信息,所述定位信息用于指示所述终端的位置;
在所述终端的位置处于预设区域的情况下,获取当前场景图像。
8.根据权利要求7所述的方法,其特征在于,所述终端还包括提示单元,
所述提示单元,用于在所述终端未生成考勤信息的情况下,检测到所述终端的位置进入预设区域,则提示用户考勤;或/和,在所述终端未生成考勤信息的情况下,检测到所述终端的位置离开预设区域,则提示用户考勤。
9.一种终端,其特征在于,包括其特征在于,包括处理器、存储器、输入输出系统和通信模块,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-5任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810616924.2A CN108986245A (zh) | 2018-06-14 | 2018-06-14 | 基于人脸识别的考勤方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810616924.2A CN108986245A (zh) | 2018-06-14 | 2018-06-14 | 基于人脸识别的考勤方法及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108986245A true CN108986245A (zh) | 2018-12-11 |
Family
ID=64541285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810616924.2A Pending CN108986245A (zh) | 2018-06-14 | 2018-06-14 | 基于人脸识别的考勤方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108986245A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409344A (zh) * | 2018-12-23 | 2019-03-01 | 广东腾晟信息科技有限公司 | 人脸数据精确对比与判断方法 |
CN109741477A (zh) * | 2018-12-27 | 2019-05-10 | 深圳市商汤科技有限公司 | 考勤管理系统、方法及电子设备 |
CN109754481A (zh) * | 2019-01-18 | 2019-05-14 | 深圳壹账通智能科技有限公司 | 考勤记录生成方法、装置、计算机设备及存储介质 |
CN109840962A (zh) * | 2018-12-27 | 2019-06-04 | 北京智慧云行科技有限责任公司 | 人脸识别移动考勤系统及方法 |
CN109887114A (zh) * | 2018-12-27 | 2019-06-14 | 北京智慧云行科技有限责任公司 | 人脸批量识别考勤系统及方法 |
CN110032929A (zh) * | 2019-03-01 | 2019-07-19 | 广东天波信息技术股份有限公司 | 一种基于图像识别的考勤方法及装置 |
CN111027937A (zh) * | 2019-12-10 | 2020-04-17 | 浩云科技股份有限公司 | 一种考勤系统 |
CN111428597A (zh) * | 2020-03-04 | 2020-07-17 | 全通智汇(西安)教育科技有限公司 | 一种基于人脸识别的考勤管理方法 |
CN111860357A (zh) * | 2020-07-23 | 2020-10-30 | 中国平安人寿保险股份有限公司 | 基于活体识别的出勤率计算方法、装置、终端及存储介质 |
CN112001240A (zh) * | 2020-07-15 | 2020-11-27 | 浙江大华技术股份有限公司 | 活体检测方法、装置、计算机设备和存储介质 |
CN112017317A (zh) * | 2020-10-19 | 2020-12-01 | 江铃汽车股份有限公司 | 一种辅助打卡方法、系统、可读存储介质及装置 |
CN112669509A (zh) * | 2020-12-11 | 2021-04-16 | 深圳市航天华拓科技有限公司 | 门禁管理方法、系统、电子设备及存储介质 |
CN113051978A (zh) * | 2019-12-27 | 2021-06-29 | 广州慧睿思通科技股份有限公司 | 一种人脸识别方法、电子设备以及可读介质 |
CN114565984A (zh) * | 2022-02-25 | 2022-05-31 | 成都商汤科技有限公司 | 考勤信息生成方法及装置、电子设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819877A (zh) * | 2012-08-18 | 2012-12-12 | 吴迪 | 基于位置的考勤系统及方法 |
CN107818313A (zh) * | 2017-11-20 | 2018-03-20 | 腾讯科技(深圳)有限公司 | 活体识别方法、装置、存储介质和计算机设备 |
CN107862247A (zh) * | 2017-10-13 | 2018-03-30 | 平安科技(深圳)有限公司 | 一种人脸活体检测方法及终端设备 |
CN108090433A (zh) * | 2017-12-12 | 2018-05-29 | 厦门集微科技有限公司 | 人脸识别方法及装置、存储介质、处理器 |
-
2018
- 2018-06-14 CN CN201810616924.2A patent/CN108986245A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819877A (zh) * | 2012-08-18 | 2012-12-12 | 吴迪 | 基于位置的考勤系统及方法 |
CN107862247A (zh) * | 2017-10-13 | 2018-03-30 | 平安科技(深圳)有限公司 | 一种人脸活体检测方法及终端设备 |
CN107818313A (zh) * | 2017-11-20 | 2018-03-20 | 腾讯科技(深圳)有限公司 | 活体识别方法、装置、存储介质和计算机设备 |
CN108090433A (zh) * | 2017-12-12 | 2018-05-29 | 厦门集微科技有限公司 | 人脸识别方法及装置、存储介质、处理器 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409344A (zh) * | 2018-12-23 | 2019-03-01 | 广东腾晟信息科技有限公司 | 人脸数据精确对比与判断方法 |
CN109741477A (zh) * | 2018-12-27 | 2019-05-10 | 深圳市商汤科技有限公司 | 考勤管理系统、方法及电子设备 |
CN109840962A (zh) * | 2018-12-27 | 2019-06-04 | 北京智慧云行科技有限责任公司 | 人脸识别移动考勤系统及方法 |
CN109887114A (zh) * | 2018-12-27 | 2019-06-14 | 北京智慧云行科技有限责任公司 | 人脸批量识别考勤系统及方法 |
WO2020134524A1 (zh) * | 2018-12-27 | 2020-07-02 | 深圳市商汤科技有限公司 | 考勤管理系统、方法及电子设备 |
CN109754481A (zh) * | 2019-01-18 | 2019-05-14 | 深圳壹账通智能科技有限公司 | 考勤记录生成方法、装置、计算机设备及存储介质 |
CN110032929A (zh) * | 2019-03-01 | 2019-07-19 | 广东天波信息技术股份有限公司 | 一种基于图像识别的考勤方法及装置 |
CN111027937A (zh) * | 2019-12-10 | 2020-04-17 | 浩云科技股份有限公司 | 一种考勤系统 |
CN113051978A (zh) * | 2019-12-27 | 2021-06-29 | 广州慧睿思通科技股份有限公司 | 一种人脸识别方法、电子设备以及可读介质 |
CN111428597A (zh) * | 2020-03-04 | 2020-07-17 | 全通智汇(西安)教育科技有限公司 | 一种基于人脸识别的考勤管理方法 |
CN112001240A (zh) * | 2020-07-15 | 2020-11-27 | 浙江大华技术股份有限公司 | 活体检测方法、装置、计算机设备和存储介质 |
CN111860357A (zh) * | 2020-07-23 | 2020-10-30 | 中国平安人寿保险股份有限公司 | 基于活体识别的出勤率计算方法、装置、终端及存储介质 |
CN111860357B (zh) * | 2020-07-23 | 2024-05-14 | 中国平安人寿保险股份有限公司 | 基于活体识别的出勤率计算方法、装置、终端及存储介质 |
CN112017317A (zh) * | 2020-10-19 | 2020-12-01 | 江铃汽车股份有限公司 | 一种辅助打卡方法、系统、可读存储介质及装置 |
CN112669509A (zh) * | 2020-12-11 | 2021-04-16 | 深圳市航天华拓科技有限公司 | 门禁管理方法、系统、电子设备及存储介质 |
CN114565984A (zh) * | 2022-02-25 | 2022-05-31 | 成都商汤科技有限公司 | 考勤信息生成方法及装置、电子设备和存储介质 |
CN114565984B (zh) * | 2022-02-25 | 2023-11-28 | 成都商汤科技有限公司 | 考勤信息生成方法及装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108986245A (zh) | 基于人脸识别的考勤方法及终端 | |
CN109976506B (zh) | 一种电子设备的唤醒方法、存储介质及机器人 | |
CN105468950B (zh) | 身份认证方法、装置、终端及服务器 | |
WO2019134246A1 (zh) | 基于人脸识别的安全监控方法、装置及存储介质 | |
CN108932760A (zh) | 基于人脸识别的考勤方法及终端 | |
JP2002251380A (ja) | 利用者照合システム | |
US20210304538A1 (en) | Authentication method and user equipment | |
JP2007257221A (ja) | 顔認識システム | |
CN105956022B (zh) | 电子镜图像处理方法和装置、图像处理方法和装置 | |
US11245707B2 (en) | Communication terminal, communication system, communication control method, and recording medium | |
CN107577930B (zh) | 一种触屏终端的解锁检测方法及触屏终端 | |
WO2016203698A1 (ja) | 顔検出装置、顔検出システム、及び顔検出方法 | |
CN110612530A (zh) | 用于选择脸部处理中使用的帧的方法 | |
US20220262166A1 (en) | Information processing apparatus and method and non-transitory computer readable medium storing information processing program | |
CN107330699A (zh) | 基于图像处理算法的移动终端支付系统 | |
WO2019218905A1 (zh) | 验证对象的方法、装置和系统 | |
CN110765851A (zh) | 一种注册方法及装置、设备 | |
CN112989299A (zh) | 一种交互式身份识别方法、系统、设备及介质 | |
JP2006235718A (ja) | 顔認証装置、その顔認証方法、その顔認証装置を組み込んだ電子機器およびその顔認証プログラムを記録した記録媒体 | |
CN109960920A (zh) | 信息处理方法及电子设备 | |
CN107786349B (zh) | 一种针对用户账号的安全管理方法及装置 | |
CN114821845B (zh) | 打卡方法及装置 | |
JP2007249530A (ja) | 認証装置、認証方法および認証プログラム | |
CN116975820A (zh) | 应用程序的登录验证方法、装置、电子设备及存储介质 | |
CN105701392B (zh) | 信息处理方法及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181211 |
|
RJ01 | Rejection of invention patent application after publication |