一种移动端人脸识别考勤方法及系统与流程

本发明涉及一种考勤方法和系统，具体涉及一种移动端人脸识别考勤方法及系统，属于考勤技术领域。

背景技术：

考勤是每个公司都会选用的一种管理手段。从最初的人工签到，到后面的射频卡，指纹考勤，再到现在比较流行的人脸考勤，都努力让考勤变得精准、防止代打卡、无接触。

人脸作为人类独一无二的特征无法被他人代替，可以防止代打卡，人脸识别技术的迅速发展，特别是随着深度学习的应用，准确度的一再提升，人脸识别的优点正是考勤管理急需的功能。目前，大多数公司采用人脸考勤机的方式来进行员工考勤，需要采购硬件设备，若公司规模大，所需的硬件购买、维护费用相当可观，而且在上下班的高峰期，还会出现员工排队打卡的情况。并且管理人员无法实时查看员工的到岗情况。

目前，智能手机已经成为人手必备的产品，随着手机处理器的不断强大，手机的功能早已不限于打电话、发短信。人们越来越习惯于使用手机来处理日常生活，比如日常支付、银行转账、视频聊天、手机办公等等。

技术实现要素：

本发明旨在解决现有技术中存在的不足，特别创新地提出了一种基于人脸识别的移动端考勤方法及系统。

本发明采用的总体技术方案：公司管理员通过移动端应用程序进行注册，公司信息及定位信息通过无线传输上传到服务器，服务器端发送公司码及密码到管理员邮箱。公司员工通过公司码进行注册，包括信息注册及人脸图像注册。员工的注册信息上传至服务器，公司管理员通过移动端应用程序对员工注册信息进行审核，审核通过后，系统发送初始密码到员工邮箱。员工通过用户名及初始密码即可登录移动端考勤应用程序。员工考勤时，登录考勤应用，程序自动开启手机正面摄像头，员工对着摄像头按下考勤按钮，程序自动定位员工位置信息，若员工位于公司考勤指定范围内，则进行人脸检测，检测到人脸上传服务器进行人脸识别，若识别成功，返回考勤信息，识别失败，返回考勤失败信息。同时将考勤信息写入数据库，将考勤记录反馈给员工及管理员，并将考勤数据同步到公司员工管理系统。

更具体的，本发明提供了一种移动端人脸识别考勤方法，包括以下步骤：

步骤1、公司管理员通过移动端应用程序进行注册，公司信息及注册时的定位信息通过无线传输上传到服务器，服务器发送公司码及密码到管理员邮箱；

步骤2、公司员工通过公司码进行信息注册及人脸注册；

步骤3、员工通过公司码、用户名及初始密码即可登录移动端考勤应用程序进行考勤；

步骤4、检测到的人脸图像在服务器端进行人脸识别，并将考勤结果返回给用户；

步骤5、将考勤信息写入数据库，公司管理人员可通过手机端程序实时查看员工的到勤情况，并将考勤数据同步到公司员工管理系统，实现统一管理。

更进一步的方案是：

步骤1中，公司管理员注册包括以下步骤：

a)填写公司信息，包括公司名称、邮箱、联系人、联系人电话及设置距离，所述距离是用来设定考勤范围；

b)程序获取注册地的位置信息；

c)管理人员提交信息后，服务器发送公司码及密码到管理员的注册邮箱。

更进一步的方案是：

步骤2中，员工进行信息注册和人脸注册包括以下步骤：

a)公司员工申请加入已有公司，填写公司码、姓名、员工编号、邮箱、手机号等信息；

b)点击下一步，程序自动开启前置摄像头，启动人脸检测，开始采集人脸图像；

c)采集到的人脸图像及员工信息上传至服务器，人脸图像通过深度学习网络训练模块处理转化为人脸特征数据；

d)管理员通过移动端应用程序审核员工信息及注册图像，审核通过后，服务器发送初始密码到员工注册邮箱，若审核未通过，注册信息及注册图像将被管理员删除。

更进一步的方案是：

步骤3中，公司员工考勤包括以下步骤：

a)凭借用户名及密码登录考勤系统；

b)进入到签到页面，程序自动开启前置摄像头；

c)员工点击“开始签到”按钮，程序自动获取员工考勤位置信息，判断是否在考勤范围内；

d)程序启动人脸检测，并将检测到的人脸图像上传至服务器。

更进一步的方案是：

步骤4中，服务器进行人脸识别包括以下步骤：

a)将人脸图像通过深度学习网络训练模块处理转化为人脸特征数据；

b)计算此人脸特征数据与相同用户名的注册人脸特征数据之间的相似度，相似度大于阈值，则认为是同一个人，考勤成功，否则为不同人，考勤失败；

c)服务器将考勤结果反馈给员工。

本发明还提供了一种移动端人脸识别考勤系统。

一种移动端人脸识别考勤系统，包括：

移动设备端及云服务器端，移动设备端包括管理员模块，员工模块，定位模块，人脸检测模块；云服务器端包括深度学习网络训练模块、人脸识别模块、公司信息数据库、考勤记录数据库和员工信息数据库。

更进一步的方案是：

所述的移动设备端包括手机或者pad，也可以包括其他可用的智能移动终端设备。

更进一步的方案是：

所述的管理员模块用于管理员注册公司，设置考勤范围，审核、管理员工注册信息及人脸图像信息，查看员工到勤情况；所述的员工模块用于员工信息注册及人脸注册，员工考勤，查看考勤记录；所述的定位模块用于定位公司注册时的注册位置以及员工考勤时的考勤位置；所述的人脸检测模块用于确定视频帧中是否有人脸图像。

更进一步的方案是：

所述的深度学习网络训练模块用于在线训练升级人脸识别模型。

更进一步的方案是：

所述的人脸识别模块将人脸注册图像转换为人脸特征数据并与人员信息进行对应，以员工信息中的某一特征标签，分类保存至员工信息数据库；当进行人脸考勤时，根据所述特征标签提取人脸特征数据，并于考勤时生成的人脸特征数据进行相似度计算，若为同一个人，则将考勤记录存入数据库，从而反馈到管理员模块、员工模块及公司员工管理系统。

综上所述，本发明具有以下有益效果：

1.通过定位信息来确定考勤人员的位置，通过人脸识别来确定考勤人员身份，二者结合，就能实现员工在指定范围内的移动端考勤。这样，可以节省人脸考勤机的硬件购置费用，还能实现多部门、多地区的统一管理。方便员工，无需接触、无需排队，只限定范围，不限定地点。

2.方便管理员实时掌握员工的到勤情况，方便员工自己查看考勤结果。将考勤数据同步到员工管理系统，可实现员工绩效的自动考核机制，提高公司员工管理效率。

3.以员工信息的某一特征为标签，分类形成人员信息及人脸特征数据库，考勤时仍以此标签为依据，与对应的人脸特征数据做匹配识别，通过分类存储和分类调用，避免在海量数据中进行匹配识别，提升识别精准度，缩短识别时间，使系统具有更好的鲁棒性和更高的效率。

附图说明

图1为本发明方法中管理员注册流程图。

图2为本发明方法中员工注册流程图。

图3为本发明方法中员工人脸考勤流程图。

图4为本发明人脸识别流程图。

图5为本发明的系统工作流程图。

具体实施方式

下面结合实施例与附图，对本发明的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，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，都属于本发明保护的范围。

实施例1

在本发明中，一种移动端人脸识别考勤方法，包括如下步骤：

步骤1、参照图1，公司管理员通过移动端应用程序进行注册，公司信息及注册时的定位信息通过无线传输上传到服务器，服务器发送公司码及密码到管理员邮箱；

步骤2、参照图2，公司员工通过公司码进行信息注册及人脸注册；

步骤3、参照图3，员工通过用户名及初始密码即可登录移动端考勤应用程序进行考勤；

步骤4、参照图4，云服务器端对检测到的人脸图像在进行人脸识别，并将考勤结果返回给用户；

步骤5、将考勤信息写入数据库，公司管理人员可通过手机端程序实时查看员工的到勤情况，并将考勤数据同步到公司员工管理系统，实现统一管理。

按照上述技术方案，步骤1中，公司管理员注册包括以下步骤：

a)填写公司信息，包括公司名称、邮箱、联系人、联系人电话及设置距离，所述距离是用来设定考勤范围；

b)程序获取注册地的位置信息；

c)管理人员提交信息后，服务器发送公司码及密码到管理员的注册邮箱。

按照上述技术方案，步骤2中，员工进行信息注册和人脸注册包括以下步骤：

a)公司员工申请加入已有公司，填写公司码、姓名、员工编号、邮箱、手机号等信息；

b)点击下一步，程序自动开启前置摄像头，启动人脸检测，开始采集人脸图像；

c)采集到的人脸图像及员工信息上传至服务器，人脸图像通过深度学习网络训练模块处理转化为人脸特征数据；

d)管理员通过移动端应用程序审核员工信息及注册图像，审核通过后，服务器发送初始密码到员工注册邮箱，若审核未通过，注册信息及注册图像将被管理员删除。

按照上述技术方案，步骤3中，公司员工考勤包括以下步骤：

a)凭借用户名及密码登录考勤系统；

b)进入到签到页面，程序自动开启前置摄像头；

c)员工点击“开始签到”按钮，程序自动获取员工考勤位置信息，判断是否在考勤范围内；

d)程序启动人脸检测，并将检测到的人脸图像上传至服务器。

按照上述技术方案，步骤4中，服务器进行人脸识别，参照图4，包括以下步骤：

a)将人脸图像通过深度学习网络训练模块处理转化为人脸特征数据；

b)计算此人脸特征数据与相同用户名的注册人脸特征数据之间的相似度，相似度大于阈值，则认为是同一个人，考勤成功，否则为不同人，考勤失败；

c)服务器将考勤结果反馈给员工。

实施例2

在本发明中，一种移动端人脸识别考勤系统，如图5所示，包括：

管理员模块1，用于管理员注册公司，设置考勤范围，审核、管理员工注册信息及人脸图像信息，查看员工到勤情况；

员工模块2，用于员工信息注册及人脸注册，员工考勤，查看考勤记录；

定位模块3，用于定位公司注册时的注册位置以及员工考勤时的考勤位置；

人脸检测模块4，用于确定视频帧中是否有人脸图像；

云端服务器，包括深度学习网络训练模块5、人脸识别模块6、公司信息数据库7、考勤记录数据库8和员工信息数据库9，深度学习网络训练模块5用于在线训练升级人脸识别模型，人脸识别模块6将人脸注册图像转换为人脸特征数据并与人员信息进行对应，以员工信息中的某一特征标签，分类保存至员工信息数据库；当进行人脸考勤时，根据所述特征标签提取人脸特征数据，并于考勤时生成的人脸特征数据进行相似度计算，若为同一个人，则将考勤记录存入数据库，从而反馈到管理员模块1、员工模块2及公司员工管理系统10。

尽管这里参照本发明的解释性实施例对本发明进行了描述，上述实施例仅为本发明较佳的实施方式，本发明的实施方式并不受上述实施例的限制，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。