1.本发明涉及人脸识别技术领域，涉及一种基于人脸识别的考勤系统，用于企业公共安全管理、视频安防管理、楼宇安防管理等。
背景技术：
2.随着社会不断发展、科技不断进步，企业的人事管理逐渐向自动化方向发展，其中使用的考勤平台也不断追求创新，融入了各种新技术，如指纹技术、人脸识别技术、虹膜技术等。随着人工智能的不断挖掘，人脸识别技术也被广泛应用与各种安防场合和企业管理。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提。
技术实现要素：
3.本发明的目的是提供一种基于人脸识别的考勤系统，使用人脸识别技术采集到人员的出入口信息，自动核对出入人员信息，保证出入口安全；结合考勤计算规则，规范考勤制度，以一定格式导出考勤记录，给人事管理提供了方便，简化了工作流程。
4.本发明的技术方案如下：
5.一种基于人脸识别的考勤系统，其特征在于：主要由前端采集设备、bs端、cs端、人脸识别服务、考勤计算进程五大部分组成，其中：
6.(1)前段采集设备是高清摄像机，主要是通过实时码流来抓拍人脸，提供要识别的图片源；
7.(2)bs端主要用于人员信息、摄像机的管理，识别结果、考勤记录的查询统计，采用java技术作为后端，采用google web浏览器作为可视化展示界面，使用mysql数据库作为数据存储方式；
8.(3)cs端是bs端与人脸识别服务的中间链接器，采用wpf作为可视化展示界面，bs通过http协议与cs端通信，cs端与人脸识别服务通过dll的api接口实现通信；
9.(4)人脸识别服务主要是运用大量算法、模型对视频源和图片进行检测、提特征、比对分析等，将图片源提特征转换成人脸底库，可对抓拍图片与人脸底库进行比对分析，将结果推送给cs端进行处理；
10.(5)考勤计算进程采用dos窗口显示计算考勤时间、对前一天加班时长的修改信息，通过预先设定好的考勤计算规则，对前一天的人脸识别记录进行分析计算，得到对应人员的上下班打卡时间、加班时长、迟到早退旷工加班等考勤标识信息，并插入到数据库考勤记录表中，供bs端查询及导出。
11.人脸识别考勤系统，主要用于对企业员工的出勤统计、对外来人员出入进行报警提醒。员工签到时，平台会自动启动摄像头资源，采集员工面部照片，并与数据库中预先存入的员工人脸底库进行分析比较，识别成功后显示、报出员工的姓名，则考勤成功；如果是外来人员，由于数据库中没有预先存入其人脸底库，人脸识别算法就会给其未知人员的标
识，并通过发出报警声音提醒安保人员去核对人员信息。
具体实施方式
12.本系统是一个综合性应用平台，主要是由前端采集设备、bs端、cs端、人脸识别服务、考勤计算进程五大部分组成。平台五大部分在具体实施时，需要部署前端采集设备、具有gpu显卡的工作站、bs端、cs端(集人脸识别服务dll为一体)、考勤计算进程四个模块。
13.前端采集设备主要是安装自带发声设备的高清摄像机，需要根据光照、距离、识别图像范围等来调整安装位置。工作站是硬件要求，需要具备gpu显卡和较大内存、硬盘存储空间，是为人脸识别服务提供有效的运行环境。bs端以google网页展示，有java服务做后台支撑。cs端是以wpf作为可视化界面展示，需要集人脸识别服务dll为一体才能执行。
14.(1)前段采集设备：
15.前段采集设备是高清摄像机，主要是通过实时码流来抓拍人脸，提供要识别的图片源。为了计算考勤和安装简单，要求一个考勤地点安装一个自带发声设备的摄像机，默认是出入口类型。
16.(2)bs端：
17.bs端主要用于人员信息、摄像机的管理，识别结果、考勤记录的查询统计等，采用java技术作为后端，采用google web浏览器作为可视化展示界面，使用mysql数据库作为数据存储方式。
18.人员信息管理主要是对本企业人员进行基本信息采集、信息入库、注册人脸图片上传等；注册完成之后，还可以查看人员的注册结果。
19.摄像机管理主要是对前段采集设备进行数据库的增删改等配置，保证cs端启动识别任务时实时码流的存在。
20.识别结果、考勤记录的查询统计主要是管理人员、或者企业人员通过不同的权限可对数据库中存在的人员识别结果、企业人员的考勤记录进行查询浏览；管理人员还可以以一定的excel表结构标准对考勤记录进行导出；而且被考勤人员以一定权限可以通过系统查询到自己的考勤信息，比之前的通过纸质版考勤、或询问人事进行查询更为便捷。
21.(3)cs端：
22.cs端是bs端与人脸识别服务的中间链接器，采用wpf作为可视化展示界面，bs通过http协议与cs端通信，cs端与人脸识别服务通过dll的api接口实现通信。cs端主要实现的功能有人脸注册和注册结果保存、识别视频和识别结果信息展示。
23.人脸注册和注册结果保存：
24.bs端发送人员注册的http协议请求给cs端，cs端接收到请求后，将事先准备好的人员图片源地址传递给人脸识别服务；人脸识别服务经过一定时间的检测提特征，将每张图片的注册结果返回给cs端，并在约定路径下生成每个人的人脸底库dat文件，这就形成了人脸底库源；cs端接收注册结果后，会将每张人脸的注册结果插入到相应数据库表中；同时会通知人脸识别服务给正在执行识别的视频资源重新加载人脸底库，以备可以从人脸底库中检测到此人。
25.此处有个约定规则是：“一个人的图片源，只要有一张图片是注册成功的，则这个人就是注册成功的，即在人脸底库已经备案；如果此人的所有图片源都是注册失败的，则这
个人注册失败，人脸底库就没有其dat文件，需要再重新注册，直至注册成功为止。”26.识别视频和识别结果信息展示：
27.cs端启动时，会自动从数据库中读取本机要执行识别任务的摄像机资源数据，并通过api传递给人脸识别服务来进行启动，启动成功后会在cs端界面的相应窗口中显示出此识别视频源；如果视频范围内出现了人脸目标，则视频显示区域会用框框出显示，如果相似度值大于预先设定值，则在框的上边还会标出此人的名字进行跟踪；如果要启动的视频源数目大于当前视频窗口数，cs端就会自动调整窗口布局增加窗口数来适应视频源数目，并且默认显示其中一个视频源，切换显示可以通过bs端来完成。
28.当视频范围内的人脸目标被识别出时，cs端会在右侧自动滚动显示此人信息，并报出此人姓名；如果是外来人员则会显示未知人员，并发出报警声音；cs端会动态调整显示识别人员信息，新识别出来的人员信息显示到最上边，最下边的人员信息就会因人数太多而被挤掉；同时cs端会把识别结果插入到数据库中，供bs端查询使用。
29.(4)人脸识别服务：
30.人脸识别服务主要是运用大量算法、模型对视频源和图片进行检测、提特征、比对分析等，将图片源提特征转换成人脸底库，可对抓拍图片与人脸底库进行比对分析，将结果推送给cs端进行处理。
31.目前，人脸识别服务所用到的算法是深度学习算法，主要分为检测、关键点、筛选、对齐、提特征、比对算法等，应用模型为res-net。
32.(5)考勤计算进程：
33.为了管理方便，平台将考勤计算进程单独成一个应用程序，采用dos窗口显示计算考勤时间、对前一天加班时长的修改信息等。它是通过预先设定好的考勤计算规则，对前一天的人脸识别记录进行分析计算，得到对应人员的上下班打卡时间、加班时长、迟到早退旷工加班等考勤标识信息，并插入到数据库考勤记录表中，供bs端查询及导出。
34.考勤规则参数可通过bs端设置，考勤计算进程重启更新；在每天零点以后会将前一天的识别信息进行分析、计算、记录，并插入到数据库中；并根据前一天凌晨时间段内是否有出入口记录的条件，对此人员大前天加班时长进行重新计算及修改。出入口视频资源抓拍到的人脸记录中，早上一定时间段内时间最早的作为这一天的上班打卡时间，晚上一定时间段内时间最晚的作为这一天的下班打卡时间；上班打卡时间晚于设置的上班时间，则判断为迟到；下班打卡时间早于设置的下班时间，则判断为早退；下班打卡时间在设置的加班时间范围内，则判断为加班，并根据开始加班时间点来计算加班时长；在上班期间，此人出去一定时间并没有回来，若这时间超出了设置的旷工时间范围，则判定为旷工。