智能考勤方法与系统与流程

本发明涉及人机智能技术领域，特别是涉及智能考勤方法与系统。

背景技术：

在日常工作与生活中，常常需要进行考勤，例如课堂上课考勤、公司上班考勤以及会议考勤。

以最常见的会议考勤为例，针对会议考勤的方式多种多样，主要以纸质签到、刷卡签到和指纹签到等方式为主，其具体特点如下：1、一次性签到，缺失对会中出勤情况的记录，当前会议签到的方式大多是一次性签到，针对会议过程中参会人员的出勤情况是没有进行记录的，这种方式得出的会议考勤结果往往是不完整和不准确的；2、依赖人力参与，智能化程度低，无论是纸质签到的方式，还是人员清点、刷卡或指纹等签到方式，都需要参会人员进行人为签到，无法做到智能化签到，即参会人员一旦进入到指定的会议场景中就自动签到并记录。因此传统的签到方式其智能化程度相对较低；3、存在代签缺陷，如通过蓝牙、wifi、微信等方式进行会议签到，只需要携带该设备就可以进行代签，而且当会议进行中，参会人员中途离会而将签到设备放置在会议室时，系统会判断其仍然在会议室中，造成考勤数据不准确。

可见，一般考勤方式一方面考勤过程复杂，另一方面考勤结果不准确、不全面。

技术实现要素：

基于此，有必要针对一般考勤方式复杂且考勤结果不准确、全面的问题，提供一种考勤过程简单且考勤结果准确、全面的智能考勤方法与系统。

一种智能考勤方法，包括步骤：

采集活动参与人员脸部特征信息；

将采集的活动参与人员脸部特征信息与预设活动参与人员脸部特征数据库中的数据进行比较，确定当前在场参与活动的人员名单；

获取活动时间节点参数，并根据活动时间节点参数与在场参与活动的人员名单，在线监控每位活动参与人员在场状态，活动时间节点参数包括活动开始时间、活动结束时间以及活动中允许离场时限，在场状态包括迟到、暂离与早退；

统计每位活动参与人员对应的考勤数据。

一种智能考勤系统，包括依次连接的图像采集模块、图像识别模块、在线监控模块以及统计模块；

图像采集模块采集活动参与人员脸部特征信息，图像识别模块将采集的活动参与人员脸部特征信息与预设内置的活动参与人员脸部特征数据库中的数据进行比较，确定当前在场参与活动的人员名单，在线监控模块获取活动时间节点参数，并根据活动时间节点参数与在场参与活动的人员名单，在线监控每位活动参与人员在场状态，统计模块统计每位活动参与人员对应的考勤数据，其中，活动时间节点参数包括活动开始时间、活动结束时间以及活动中允许离场时限，在场状态包括迟到、暂离与早退。

本发明是一种智能考勤方法与系统，采集活动参与人员脸部特征信息，将采集的活动参与人员脸部特征信息与预设活动参与人员脸部特征数据库中的数据进行比较，确定当前在场参与活动的人员名单，获取活动时间节点参数，并根据活动时间节点参数与在场参与活动的人员名单，在线监控每位活动参与人员在场状态，统计每位活动参与人员对应的考勤数据。整个过程中，无需人工操作，利用人脸识别技术自动识别活动参与人员到场情况，并实现活动参与人员的在线监控与考勤数据的自动统计，整个考勤过程简单，基于人脸识别技术能够准确且全面获得考勤结果。

附图说明

图1为本发明智能考勤方法第一个实施例的流程示意图；

图2为本发明智能考勤方法第二个实施例的流程示意图；

图3为本发明智能考勤系统第一个实施例的结构示意图；

图4为本发明智能考勤系统第二个实施例的结构示意图。

具体实施方式

如图1所示，一种智能考勤方法，包括步骤：

S200：采集活动参与人员脸部特征信息。

可以通过图像采集设备先拍摄活动参与人员图像数据，再采集拍摄的图像数据中活动参与人员脸部特征信息。具体来说，这个图像拍摄过程是一个持续的过程，可以是以一定周期拍摄，在拍摄时记录下拍摄的时间点。在实际应用中，可以采用摄像机或摄像头周期性拍摄活动参与人员图像数据，再通过人脸识别软件对拍摄的图像数据提取活动参与人员脸部特征信息，将提取的活动参与人员脸部特征信息与图像拍摄时间关联记录，最终获得不同时间点活动参与人员脸部特征信息。

S400：将采集的活动参与人员脸部特征信息与预设活动参与人员脸部特征数据库中的数据进行比较，确定当前在场参与活动的人员名单。

活动参与人员脸部特征数据库是预先构建的数据库，其中记录有本次活动参与人员脸部特征，将步骤S200实时获得的活动参与人员脸部特征信息与预设活动参与人员脸部特征数据库中的数据进行比较、匹配，识别在场参与活动人员身份，对活动参与人员脸部特征信息比较、匹配完成时，即可确定当前在场参与活动的人员名单。需要指出的是，步骤S200与步骤S400都是一个持续的过程，即当采集到当前时间点的活动参与人员脸部特征信息会立即进入步骤S400与预设活动参与人员脸部特征数据库中的数据进行比较、匹配，确定当前时间点在场参与活动的人员名单。非必要的，可以对首次出现在参与活动的人员名单中的人员标记为签到，记录签到时间。

S600：获取活动时间节点参数，并根据活动时间节点参数与在场参与活动的人员名单，在线监控每位活动参与人员在场状态，活动时间节点参数包括活动开始时间、活动结束时间以及活动中允许离场时限，在场状态包括迟到、暂离与早退。

活动时间节点参数包括活动开始时间、活动结束时间以及活动中允许离场时限，这些参数在活动策划之初就设定好的。例如活动为一场会议时，会议组织者(策划者)会事先安排好会议的开始时间(如上午9点)、会议结束时间(如中午12点)以及会议纪律中安排好会中允许离场时限(如15分钟)。基于步骤S400获得在场参与活动的人员名单，可以根据活动时间节点参数，来了解每位活动参与人员在场状态，在场状态包括迟到、暂离与早退。具体来说，针对单个活动参与人员甲，记录其首次出现于在场参与活动的人员名单的时间，标记为甲的签到时间，当甲的签到时间大于活动开始时间，则判定甲存在迟到现象；记录其最后次出现于在场参与活动的人员名单的时间，标记为甲的退场时间，当甲的退场时间小于活动结束时间，则判定甲存在早退现象；记录其最近出现于在场参与活动的人员名单的时间，当该时间与当前时间的差值大于活动中允许离场时限时，判定甲存在暂离现象。

S800：统计每位活动参与人员对应的考勤数据。

针对所有活动参与人员分别进行数据统计，最终获得每位活动参与人员对应的考勤数据。非必要的，在获得每位活动参与人员对应的考勤数据可以将该数据推送并显示。

本发明智能考勤方法，采集活动参与人员脸部特征信息，将采集的活动参与人员脸部特征信息与预设活动参与人员脸部特征数据库中的数据进行比较，确定当前在场参与活动的人员名单，获取活动时间节点参数，并根据活动时间节点参数与在场参与活动的人员名单，在线监控每位活动参与人员在场状态，统计每位活动参与人员对应的考勤数据。整个过程中，无需人工操作，利用人脸识别技术自动识别活动参与人员到场情况，并实现活动参与人员的在线监控与考勤数据的自动统计，整个考勤过程简单，基于人脸识别技术能够准确且全面获得考勤结果。

如图2所示，在其中一个实施例中，步骤S600之后还包括：

S700：显示每位活动参与人员在场状态。

步骤S600获得在线监控结果可以在活动场所的显示屏中进行显示，显示的内容包括活动参与人员身份信息以及监控的活动在场情况。例如显示A—已签到；B—暂离；C—正常参与等等。需要指出的是，这个显示动作是实时显示并进行更新的，即显示的为当前最新在线监控获得的活动参与人员在场状态。

在其中一个实施例中，在线监控每位活动参与人员在场状态的步骤包括：

步骤一：若首次检测到活动参与人员在场的时间大于活动开始时间，则判定该活动参与人员迟到。

步骤二：若最近一次检测到活动参与人员在场的时间与当前时间的差值大于活动中允许离场时限，则判定该活动参与人员暂离。

步骤三：若最后一次检测到活动参与人员在场的时间小于活动结束时间，则判定该活动参与人员早退。

以活动参与人员A为例，在线监控过程中，当第一次检测到A在场时，记录当前时间为A的签到时间，判断A的签到时间是否大于活动开始时间，当大于时，记录A迟到一次；当最近一次检测到A在场时间与当前时间的差值大于活动中允许离场时限时，记录A暂离一次；当最后一次检测到A在场时间小于活动结束时间，记录A早退一次。

下面将采用应用实例，进行更详细的说明。假定活动时间节点参数为，开始时间上午8点、结束时间上午12点，中场允许离场时限为15分钟。针对活动参与人员A、B以及C。在上午7点55在线检测到A第一次出现在活动现场，记录A的签到时间为7点55，A未迟到；在上午7点58在线检测到B第一次出现在活动现场，记录B的签到时间为7点58，B未迟到；在上午8点15在线检测C第一次出现在活动现场，记录C的签到时间为8点15，C迟到。活动进行中时，在10点进行最新一次在线监测，最近一次检测到A的时间为9点50，最近一次检测到B的时间为9点40，最近一次检测到C的时间为9点50，则记录B存在一次暂离。在11点40能够检测到A、B以及C均在场，在11点50分时仅能检测到B与C在场，则记录A早退。

在其中一个实施例中，统计每位活动参与人员对应的考勤数据的步骤之后还包括：

步骤一：当检测到活动的所有参与人员均已暂离时，判定本次活动已提前结束。

步骤二：记录本次活动提前结束时间，生成并推送本次活动的活动场地资源已释放的提示消息。

当检测到活动的所有参与人员均已暂离时，表明当前为活动正常提前结束，例如会议提前散会。记录下此刻时间，即为活动提前释放时间。由于本次活动已经提前结束，其活动占用的场地资源可以得到释放，生成并推送本次活动的活动场地资源已释放的提示消息。非必要的，在提示消息中记录有活动结束时间以及该活动之前占用的场地位置或预设编号。

在其中一个实施例中，记录本次活动提前结束时间的步骤之后还包括：

步骤一：计算活动时间节点参数中活动结束时间与记录的本次活动提前结束时间的差值，获得活动场地释放时间。

步骤二：当活动场地释放时间大于预设可用时间阈值时，将本次活动的活动场地资源标记为可释放活动场地资源。

将活动占用场地资源释放时间(即活动计划结束时间-实际结束时间)与可用时间阀值(如1小时)进行比较，若释放时间大于等于可用时间阀值，则判断该活动场地资源可以继续使用，并将其加入到释放资源列表；否则，该活动场地资源将不列入释放资源列表中。用户可以在系统中自主配置是否接收释放的活动场地通知信息，若用户选择接收，则将以微信、邮箱和短信等方式实时的向其推送释放资源列表中的最新可用的活动场地信息，以供其进行活动预定。

非必要的，还可以针对每次活动策划时限合格率进行统计，以便敦促活动策划者更合理策划活动，使活动场地资源最优利用。具体来说，可以根据活动的实际结束时间、计划结束时间和结束时间阀值(如20分钟)判断活动是否有提前结束或延迟结束的情况。若活动实际结束时间小于(计划结束时间+结束时间阀值)，则判定该活动为提前活动并进行记录；若活动实际结束时间大于等于(计划结束时间+结束时间阀值)，则判定该活动为延迟活动并进行记录。根据活动结束的状态可以统计出每位活动预定者的活动计划合理率(即(活动召开总数-(提前活动次数+延迟活动次数))/活动召开总数*100％)。根据每位活动预定者的活动计划合理率情况，将其划分为三个层次：优(计划合理率>＝85％)、良(70％<＝计划合理率<85％)、差(计划合理率<70％)。在审批预定活动时会优先考虑将活动场地资源分配给活动计划合理率高的活动预定者，即活动计划合理率越高，其选择活动资源的优先度越高。

在其中一个实施例中，统计每位活动参与人员对应的考勤数据的步骤之后还包括：

步骤一：获取历史记录中每位活动参与人员对应的考勤数据。

步骤二：将本次统计的每位活动参与人员对应的考勤数据与历史记录中每位活动参与人员对应的考勤数据进行叠加。

步骤三：统计每位活动参与人员的出勤率。

在本实施例中，将本次活动统计的各参与人员考勤数据与历史记录中各人员的考勤数据进行叠加，统计获得每位活动参与人员的出勤率。在实际应用中，可以根据活动参与者的签到时间、最后离场时间、到场时间阀值(如5分钟)、活动开始时间和活动结束时间可以判断其在本次活动中是否有迟到或早退情况。若签到时间大于(活动开始时间+到场时间阀值)，则判断其迟到1次并进行记录；若最后离场时间小于(活动结束时间-到场时间阀值)，则判断其早退1次并进行记录；若活动参与者中途有离场情况则记录为早退1次，同一个活动迟到、早退合计为1次。系统将统计出每位活动参与者的活动出勤率(即(到场总次数-迟到、早退次数)/到场总次数*100％)。根据每位活动参与者的活动出勤率情况，将其划分为三个层次：优(出勤率>＝85％)、良(70％<＝出勤率<85％)、差(出勤率<70％)。针对出勤率差的到场人员，在系统将定时向其发送活动提醒消息，同时将其名单发送给活动组织者，以便其进行督促，以此可以提高整个活动的出勤率。另外，活动参与者的活动出勤率也可以作为企业单位选择人员参加一些优质培训的参考依据。

如图3所示，一种智能考勤系统，包括依次连接的图像采集模块100、图像识别模块200、在线监控模块300以及统计模块400；

图像采集模块100采集活动参与人员脸部特征信息，图像识别模块200将采集的活动参与人员脸部特征信息与预设内置的活动参与人员脸部特征数据库中的数据进行比较，确定当前在场参与活动的人员名单，在线监控模块300获取活动时间节点参数，并根据活动时间节点参数与在场参与活动的人员名单，在线监控每位活动参与人员在场状态，统计模块400统计每位活动参与人员对应的考勤数据，其中，活动时间节点参数包括活动开始时间、活动结束时间以及活动中允许离场时限，在场状态包括迟到、暂离与早退。

具体来说，图像采集模块100用于采集参与人员脸部特征信息，如摄像头、摄像机等设备。图像识别模块200用于接收采集到的图像，并对图像进行处理、筛选、分析以及与人员图像信息数据库进行比对，识别出人员的身份信息。在线监控模块300用于通过对当前时刻、参与人员的实时在场时间和预设的允许离场的时长等信息的实时计算，监控参与人员的在场状态。非必要的，还可以包括一个主控模块，主控模块用于控制图像采集模块，记录参与人员在场时刻和标记签到状态，控制在线监控模块300发送活动信息和参与人员状态信息给外部设备，例如外部显示屏进行显示。

本发明智能考勤系统，图像采集模块100采集活动参与人员脸部特征信息，图像识别模块200将采集的活动参与人员脸部特征信息与预设活动参与人员脸部特征数据库中的数据进行比较，确定当前在场参与活动的人员名单，在线监控模块300获取活动时间节点参数，并根据活动时间节点参数与在场参与活动的人员名单，在线监控每位活动参与人员在场状态，统计模块400统计每位活动参与人员对应的考勤数据。整个过程中，无需人工操作，利用人脸识别技术自动识别活动参与人员到场情况，并实现活动参与人员的在线监控与考勤数据的自动统计，整个考勤过程简单，基于人脸识别技术能够准确且全面获得考勤结果。

如图4所示，在其中一个实施例中，智能考勤系统还包括显示模块，显示模块500与在线监控模块300连接，显示模块500用于显示每位活动参与人员在场状态。

显示模块500用于显示活动信息和参与人员的实时在场信息。具体来说，显示模块可以包括大型液晶显示屏。

在其中一个实施例中，在线监控模块300具体用于当首次检测到活动参与人员在场的时间大于活动开始时间，判定该活动参与人员迟到，当最近一次检测到活动参与人员在场的时间与当前时间的差值大于活动中允许离场时限，判定该活动参与人员暂离，当最后一次检测到活动参与人员在场的时间小于活动结束时间，判定该活动参与人员早退。

在其中一个实施例中，统计模块400还用于获取历史记录中每位活动参与人员对应的考勤数据，将本次统计的每位活动参与人员对应的考勤数据与历史记录中每位活动参与人员对应的考勤数据进行叠加，统计每位活动参与人员的出勤率。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。