提高考勤识别通过的方法、装置、计算机设备和存储介质与流程

本申请涉及人脸识别技术领域，特别涉及一种提高考勤识别通过的方法、装置、计算机设备和存储介质。

背景技术：

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。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。目前大多数公司使用人脸考勤的系统，人脸识别都需要定期更新员工照片以保证人脸识别的通过率。对于一个相对大型的公司来说收集人员照片也是一个不小的工作量，因定期的人工采集照片，导致浪费人力资源的问题。

申请内容

针对现有技术不足，本申请提出一种提高考勤识别通过的方法、装置、计算机设备和存储介质，旨在解决在现有的人脸考勤系统中，需要定期人工采集照片，导致浪费人力资源的问题。

本申请提出的技术方案是：

一种提高考勤识别通过的方法，所述方法包括：

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片；

检测所述实时人脸识别照片的质量是否合格；

若检测到所述实时人脸识别的质量为合格，则将所述实时人脸识别照片与所述人员在底图库中对应的底图进行比较，获得相似度；

将所述相似度与预设阈值进行比较；

若所述相似度大于所述预设阈值，则将所述实时人脸识别照片存入识别库中；

在所述考勤识别系统再次对所述人员进行人脸考勤识别时，将所述人员的人脸照片同时与所述底图库、所述识别库进行识别；

若所述人员的人脸照片与所述底图库或者所述识别库中的照片成功匹配，则判定所述考勤识别系统对所述人员的人脸考勤识别的识别结果为识别通过。

进一步地，在所述检测所述实时人脸识别照片的质量是否合格的步骤中，包括：

根据所述实时人脸识别照片，获取人脸姿态；

判断所述人脸姿态的俯仰角是否在俯仰角阈值的范围内；

若所述人脸姿态的俯仰角不在所述俯仰角阈值的范围内，则判定所述实时人脸识别照片的质量为不合格；

若所述人脸姿态的俯仰角是在所述俯仰角阈值的范围内，则判断所述人脸姿态的偏航角是否在偏航角阈值的范围内；

若所述人脸姿态的偏航角是在所述偏航角阈值的范围内，则判定所述实时人脸识别照片的质量为合格；

若所述人脸姿态的偏航角不在所述偏航角阈值的范围内，则判定所述实时人脸识别照片的质量为不合格。

进一步地，在所述在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片的步骤之前，包括：

检测考勤识别系统对人员的人脸考勤识别的识别结果；

若所述识别结果为识别不通过，则判断是否接收到用户输入的首次录入的命令；

若接收到所述命令，则获取实时人脸识别照片。

进一步地，在所述在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片的步骤中，包括：

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，检测所述人员在人脸考勤识别的识别结果为识别通过之前是否存在识别失败；

若检测到所述人员在人脸考勤识别的识别结果为识别通过之前存在识别失败，则获取实时人脸识别照片。

进一步地，在所述在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片的步骤中，包括：

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，则获取所述人员在进行人脸考勤识别时所需的时间，获得识别时间；

将所述识别时间与时间阈值进行比较；

若所述识别时间大于所述时间阈值，则获取实时人脸识别照片。

进一步地，在所述若所述相似度大于所述预设阈值，则将所述实时人脸识别照片存入识别库中的步骤中，包括：

若所述相似度大于所述预设阈值，则识别所述人员在所述识别库中的照片数量，获得已录入的照片数量；

将所述已录入的照片数量与数量阈值进行比较；

若所述已录入的照片数量小于所述数量阈值，则将所述实时人脸识别照片存入识别库中；

若所述已录入的照片数量小于或者等于所述数量阈值，则从所述已录入的照片数量中识别出录入时间最早的一张照片，获得待替换照片；

将所述实时人脸识别照片替换所述待替换照片，存入识别库中。

进一步地，在所述若所述人员的人脸照片与所述底图库或者所述识别库中的照片成功匹配，则判定所述考勤识别系统对所述人员的人脸考勤识别的识别结果为识别通过的步骤之后，包括：

记录所述人员的多次考勤识别记录；

根据所述多次考勤识别记录，获取所述人员的人脸照片与所述底图库成功匹配的次数，获得第一次数，以及获取所述人员的人脸照片与所述识别库成功匹配的次数，获得第二次数；

将所述第一次数与所述第二次数进行比较；

若所述第二次数大于所述第一次数，则将所述人员在所述识别库中对应的照片替换所述人员在所述底图库中对应的底图。

本申请还提供一种提高考勤识别通过的装置，所述装置包括：

获取模块，用于在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片；

检测模块，用于检测所述实时人脸识别照片的质量是否合格；

第一比较模块，用于若检测到所述实时人脸识别的质量为合格，则将所述实时人脸识别照片与所述人员在底图库中对应的底图进行比较，获得相似度；

第二比较模块，用于将所述相似度与预设阈值进行比较；

存储模块，用于若所述相似度大于所述预设阈值，则将所述实时人脸识别照片存入识别库中；

识别模块，用于在所述考勤识别系统再次对所述人员进行人脸考勤识别时，将所述人员的人脸照片同时与所述底图库、所述识别库进行识别；

判定模块，用于若所述人员的人脸照片与所述底图库或者所述识别库中的照片成功匹配，则判定所述考勤识别系统对所述人员的人脸考勤识别的识别结果为识别通过。

本申请还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。

本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

根据上述的技术方案，本申请有益效果：在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片，再对实时人脸识别照片的质量进行检测，当检测到其质量为合格时，再获取实时人脸识别照片与对应的底图的相似度，在相似度大于阈值时，将实时人脸识别照片存入识别库，再下次对人员进行人脸考勤识别时，将人员的人脸照片同时与底图库、识别库进行识别，提高识别通过的时间和识别通过率，解决因为长时间不更新照片导致识别时间长或者识别失败的问题，以及解决在现有的人脸考勤系统中，需要定期人工采集照片，导致浪费人力资源的问题。

附图说明

图1是应用本申请实施例提供的提高考勤识别通过的方法的流程图；

图2是应用本申请实施例提供的提高考勤识别通过的装置的功能模块图；

图3是应用本申请实施例提供的计算机设备的结构示意框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

如图1所示，本申请实施例提出一种提高考勤识别通过的方法，所述方法包括以下步骤：

步骤s101、在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片。

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取人员的实时人脸识别照片，在本实施例中，通过摄像头拍摄获取人员的实时人脸识别照片。

在本实施例中，在步骤s101之前，包括：

建立识别库。

建立识别库，识别库用于存储实时人脸识别照片，识别库与人脸考勤识别系统关联，在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，识别库用于与人员的实时人脸识别照片进行识别。

在一些实施例中，在步骤s101之前，包括：

检测考勤识别系统对人员的人脸考勤识别的识别结果；

若所述识别结果为识别不通过，则判断是否接收到用户输入的首次录入的命令；

若接收到所述命令，则获取实时人脸识别照片。

在识别不通过时，有可能是新员工入职，需要将新员工的照片录入，在这种情况下，需要用户输入首次录入的命令，这样就可以获取实时人脸识别照片，从而不需要进行手工录入新员工的照片。

在本实施例中，在步骤s101中，包括：

在考勤识别系统对人员进行人脸考勤识别时，识别所述人员的人脸考勤识别的识别结果；

若所述人员的人脸考勤识别的识别结果为识别通过，则获取实时人脸识别照片。

在考勤识别系统对人员进行人脸考勤识别时，对人员是否通过人脸考勤识别进行识别，如果识别到人员能通过人脸考勤识别，说明人员是人脸考勤识别系统中需要进行考勤的人员，获取人员的实时人脸识别照片，如果识别到人员不能通过人脸考勤识别，说明人员不是人脸考勤识别系统中需要进行考勤的人员，不获取人员的实时人脸识别照片。

在一些实施例中，在步骤s101中，包括：

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，检测所述人员在人脸考勤识别的识别结果为识别通过之前是否存在识别失败；

若检测到所述人员在人脸考勤识别的识别结果为识别通过之前存在识别失败，则获取实时人脸识别照片。

在考勤识别系统对人员的人脸考勤识别过程中，可能会存在多次识别的情况，例如，人员a在一次人脸考勤识别中，总共识别了4次，前3次是识别失败，第4次才是识别通过，在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，若识别出人员通过人脸考勤识别，则检测人员在通过人脸考勤识别之前是否存在识别失败，如果检测到人员在通过人脸考勤识别之前存在识别失败，说明人员在人脸考勤识别系统中识别成功率低，获取实时人脸识别照片，如果检测到人员在通过人脸考勤识别之前不存在识别失败，说明人员在人脸考勤识别系统中识别成功率高，不获取实时人脸识别照片。

在一些实施例中，在步骤s101中，包括：

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，

则获取所述人员在进行人脸考勤识别时所需的时间，获得识别时间；

将所述识别时间与时间阈值进行比较；

若所述识别时间大于所述时间阈值，则获取实时人脸识别照片。

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取人员在进行人脸考勤识别时所需的识别时间，根据识别时间的长短，判断人脸考勤识别的效率，将识别时间与时间阈值进行比较，如果识别时间大于时间阈值，说明人员在人脸考勤识别系统中识别效率低，则获取实时人脸识别照片，如果识别时间小于或者等于时间阈值，说明人员在人脸考勤识别系统中识别效率高，则不获取实时人脸识别照片。

步骤s102、检测所述实时人脸识别照片的质量是否合格。

在获得实时人脸识别照片之后，检测实时人脸识别照片的质量，根据检测到的质量，判断是否合格。

在本实施例中，在步骤s102中，包括：

根据所述实时人脸识别照片，获取人脸姿态；

判断所述人脸姿态的俯仰角是否在俯仰角阈值的范围内；

若所述人脸姿态的俯仰角不在所述俯仰角阈值的范围内，则判定所述实时人脸识别照片的质量为不合格；

若所述人脸姿态的俯仰角是在所述俯仰角阈值的范围内，则判断所述人脸姿态的偏航角是否在偏航角阈值的范围内；

若所述人脸姿态的偏航角是在所述偏航角阈值的范围内，则判定所述实时人脸识别照片的质量为合格；

若所述人脸姿态的偏航角不在所述偏航角阈值的范围内，则判定所述实时人脸识别照片的质量为不合格。

在获得实时人脸识别照片之后，根据实时人脸识别照片，获取人脸姿态，根据人脸姿态，获取人脸姿态的俯仰角和偏航角，根据人脸姿态的俯仰角和偏航角，判断实时人脸识别照片的质量是否合格。

在本实施例中，俯仰角阈值为(-20°，+20°)，偏航角阈值为(-35°，+35°)。

步骤s103、若检测到所述实时人脸识别的质量为合格，则将所述实时人脸识别照片与所述人员在底图库中对应的底图进行比较，获得相似度。

当检测到实时人脸识别的质量为合格时，从底图库中获取人员在底图库中对应的底图，在获取到人员在底图库中对应的底图之后，将实时人脸识别照片与人员在底图库中对应的底图进行比较，获得相似度。

在本实施例中，提取实时人脸照片的特征点，将实时人脸照片的特征点与实时人脸照片对应的底图进行匹配，根据匹配到的特征点的数量，计算对应的相似度，从而获得相似度。

步骤s104、将所述相似度与预设阈值进行比较。

在获得相似度之后，将相似度与预设阈值进行比较，根据比较结果，判断是否将实时人脸识别照片存入识别库中。

步骤s105、若所述相似度大于所述预设阈值，则将所述实时人脸识别照片存入识别库中。

如果相似度大于预设阈值，说明实时人脸识别照片符合识别库存放条件，将实时人脸识别照片存入识别库中，作为识别库的照片。

在本实施例中，对同一人员在识别库存储的实时人脸识别照片数量进行限制，在步骤s105中，包括：

若所述相似度大于所述预设阈值，则识别所述人员在所述识别库中的照片数量，获得已录入的照片数量；

将所述已录入的照片数量与数量阈值进行比较；

若所述已录入的照片数量小于所述数量阈值，则将所述实时人脸识别照片存入识别库中；

若所述已录入的照片数量小于或者等于所述数量阈值，则从所述已录入的照片数量中识别出录入时间最早的一张照片，获得待替换照片；

将所述实时人脸识别照片替换所述待替换照片，存入识别库中。

如果相似度大于预设阈值，识别人员在识别库中的照片数量，根据识别出照片数量，获得已录入的照片数量，在获得已录入的照片数量之后，将已录入的照片数量与数量阈值进行比较，根据比较结果，决定存入识别库的方式，如果已录入的照片数量小于数量阈值，将实时人脸识别照片存入识别库中，作为识别库的照片，若已录入的照片数量小于或者等于数量阈值，则从已录入的照片数量中识别出录入时间最早的一张照片，获得待替换照片，在获得待替换照片之后，将实时人脸识别照片替换待替换照片，存入识别库中，作为识别库的照片。

步骤s106、在所述考勤识别系统再次对所述人员进行人脸考勤识别时，将所述人员的人脸照片同时与所述底图库、所述识别库进行识别。

在实时人脸识别照片存入识别库之后，当所述考勤识别系统再次对人员进行人脸考勤识别时，将人员的人脸照片与底图库进行识别，同时，将人员的人脸照片与识别库进行识别，增加识别库与人员的人脸照片的识别，提高考勤识别，以及不需要人工采集照片进行更换。

步骤s107、若所述人员的人脸照片与所述底图库或者所述识别库中的照片成功匹配，则判定所述考勤识别系统对所述人员的人脸考勤识别的识别结果为识别通过。

底图库和识别库都可以作为考勤识别系统的识别所需要的图片，在人脸照片与底图库、识别库任一个中的照片成功匹配，都认为识别通过，提高考勤识别通过。

在本实施例中，在步骤s107之后，包括：

记录所述人员的多次考勤识别记录；

根据所述多次考勤识别记录，获取所述人员的人脸照片与所述底图库成功匹配的次数，获得第一次数，以及获取所述人员的人脸照片与所述识别库成功匹配的次数，获得第二次数；

将所述第一次数与所述第二次数进行比较；

所述第二次数大于所述第一次数，则将所述人员在所述识别库中对应的照片替换所述人员在所述底图库中对应的底图。

记录人员的多次考勤识别记录，考勤识别记录包括人员的人脸照片是与底图库成功匹配，还是与识别库成功匹配，根据多次考勤识别记录，获取人员的人脸照片与底图库成功匹配的次数，获得第一次数，以及根据多次考勤识别记录，获取人员的人脸照片与识别库成功匹配的次数，获得第二次数，在获得第一次数和第二次数之后，将第一次数与第二次数进行比较，根据比较，判断是否需要更换人员在底图库中对应的底图，若第二次数大于第一次数，则将人员在识别库中对应的照片替换人员在底图库中对应的底图，若第二次数小于或者等于第一次数，则将人员在识别库中对应的照片替换人员在底图库中对应的底图。

综上所述，在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片，再对实时人脸识别照片的质量进行检测，当检测到其质量为合格时，再获取实时人脸识别照片与对应的底图的相似度，在相似度大于阈值时，将实时人脸识别照片存入识别库，再下次对人员进行人脸考勤识别时，将人员的人脸照片同时与底图库、识别库进行识别，提高识别通过的时间和识别通过率，解决因为长时间不更新照片导致识别时间长或者识别失败的问题，以及解决在现有的人脸考勤系统中，需要定期人工采集照片，导致浪费人力资源的问题。

如图2所示，本申请实施例提出一种提高考勤识别通过的装置1，装置1包括获取模块11、检测模块12、第一比较模块13、第二比较模块14、存储模块15、识别模块16和判定模块17。

获取模块11，用于在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片。

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取人员的实时人脸识别照片，在本实施例中，通过摄像头拍摄获取人员的实时人脸识别照片。

在本实施例中，装置1包括：

建立模块，用于建立识别库。

建立识别库，识别库用于存储实时人脸识别照片，识别库与人脸考勤识别系统关联，在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，识别库用于与人员的实时人脸识别照片进行识别。

在一些实施例中，装置1包括：

第一检测模块，用于检测考勤识别系统对人员的人脸考勤识别的识别结果；

第一判断模块，用于若所述识别结果为识别不通过，则判断是否接收到用户输入的首次录入的命令；

第一获取模块，用于若接收到所述命令，则获取实时人脸识别照片。

在识别不通过时，有可能是新员工入职，需要将新员工的照片录入，在这种情况下，需要用户输入首次录入的命令，这样就可以获取实时人脸识别照片，从而不需要进行手工录入新员工的照片。

在本实施例中，获取模块11包括：

第一子识别模块，用于在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，识别所述人员的人脸考勤识别的识别结果；

第一子获取模块，用于若所述人员的人脸考勤识别的识别结果为识别通过，则获取实时人脸识别照片。

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，对人员是否通过人脸考勤识别进行识别，如果识别到人员能通过人脸考勤识别，说明人员是人脸考勤识别系统中需要进行考勤的人员，获取人员的实时人脸识别照片，如果识别到人员不能通过人脸考勤识别，说明人员不是人脸考勤识别系统中需要进行考勤的人员，不获取人员的实时人脸识别照片。

在一些实施例中，获取模块11包括：

第一子检测模块，用于在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，检测所述人员在人脸考勤识别的识别结果为识别通过之前是否存在识别失败；

第二子获取模块，用于若检测到所述人员在人脸考勤识别的识别结果为识别通过之前存在识别失败，则获取实时人脸识别照片。

在考勤识别系统对人员的人脸考勤识别过程中，可能会存在多次识别的情况，例如，人员a在一次人脸考勤识别中，总共识别了4次，前3次是识别失败，第4次才是识别通过，在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，若识别出人员通过人脸考勤识别，则检测人员在通过人脸考勤识别之前是否存在识别失败，如果检测到人员在通过人脸考勤识别之前存在识别失败，说明人员在人脸考勤识别系统中识别成功率低，获取实时人脸识别照片，如果检测到人员在通过人脸考勤识别之前不存在识别失败，说明人员在人脸考勤识别系统中识别成功率高，不获取实时人脸识别照片。

在一些实施例中，获取模块11包括：

第二子识别模块，用于在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，

则获取所述人员在进行人脸考勤识别时所需的时间，获得识别时间；

第一子比较模块，用于将所述识别时间与时间阈值进行比较；

第三子获取模块，用于若所述识别时间大于所述时间阈值，则获取实时人脸识别照片。

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取人员在进行人脸考勤识别时所需的时间，获得识别时间，根据识别时间的长短，判断人脸考勤识别的效率，将识别时间与时间阈值进行比较，如果识别时间大于时间阈值，说明人员在人脸考勤识别系统中识别效率低，则获取实时人脸识别照片，如果识别时间小于或者等于时间阈值，说明人员在人脸考勤识别系统中识别效率高，则不获取实时人脸识别照片。

检测模块12，用于检测所述实时人脸识别照片的质量是否合格。

在获得实时人脸识别照片之后，检测实时人脸识别照片的质量，根据检测到的质量，判断是否合格。

在本实施例中，检测模块12包括：

第四子获取模块，用于根据所述实时人脸识别照片，获取人脸姿态；

第一子判断模块，用于判断所述人脸姿态的俯仰角是否在俯仰角阈值的范围内；

第一子判定模块，用于若所述人脸姿态的俯仰角不在所述俯仰角阈值的范围内，则判定所述实时人脸识别照片的质量为不合格；

第二子判断模块，用于若所述人脸姿态的俯仰角是在所述俯仰角阈值的范围内，则判断所述人脸姿态的偏航角是否在偏航角阈值的范围内；

第二子判定模块，用于若所述人脸姿态的偏航角是在所述偏航角阈值的范围内，则判定所述实时人脸识别照片的质量为合格；

第三子判定模块，用于若所述人脸姿态的偏航角不在所述偏航角阈值的范围内，则判定所述实时人脸识别照片的质量为不合格。

在获得实时人脸识别照片之后，根据实时人脸识别照片，获取人脸姿态，根据人脸姿态，获取人脸姿态的俯仰角和偏航角，根据人脸姿态的俯仰角和偏航角，判断实时人脸识别照片的质量是否合格。

在本实施例中，俯仰角阈值为(-20°，+20°)，偏航角阈值为(-35°，+35°)。

第一比较模块13，用于若检测到所述实时人脸识别的质量为合格，则将所述实时人脸识别照片与所述人员在底图库中对应的底图进行比较，获得相似度。

当检测到实时人脸识别的质量为合格时，从底图库中获取人员在底图库中对应的底图，在获取到人员在底图库中对应的底图之后，将实时人脸识别照片与人员在底图库中对应的底图进行比较，获得相似度。

在本实施例中，提取实时人脸照片的特征点，将实时人脸照片的特征点与实时人脸照片对应的底图进行匹配，根据匹配到的特征点的数量，计算对应的相似度，从而获得相似度。

第二比较模块14，用于将所述相似度与预设阈值进行比较。

在获得相似度之后，将相似度与预设阈值进行比较，根据比较结果，判断是否将实时人脸识别照片存入识别库中。

存储模块15，用于若所述相似度大于所述预设阈值，则将所述实时人脸识别照片存入识别库中。

如果相似度大于预设阈值，说明实时人脸识别照片符合识别库存放条件，将实时人脸识别照片存入识别库中，作为识别库的照片。

在本实施例中，对同一人员在识别库存储的实时人脸识别照片数量进行限制，存储模块15包括：

第四子识别模块，用于若所述相似度大于所述预设阈值，则识别所述人员在所述识别库中的照片数量，获得已录入的照片数量；

第二子比较模块，用于将所述已录入的照片数量与数量阈值进行比较；

第一子存储模块，用于若所述已录入的照片数量小于所述数量阈值，则将所述实时人脸识别照片存入识别库中；

第五子识别模块，用于若所述已录入的照片数量小于或者等于所述数量阈值，则从所述已录入的照片数量中识别出录入时间最早的一张照片，获得待替换照片；

第二子存储模块，用于将所述实时人脸识别照片替换所述待替换照片，存入识别库中。

如果相似度大于预设阈值，识别人员在识别库中的照片数量，根据识别出照片数量，获得已录入的照片数量，在获得已录入的照片数量之后，将已录入的照片数量与数量阈值进行比较，根据比较结果，决定存入识别库的方式，如果已录入的照片数量小于数量阈值，将实时人脸识别照片存入识别库中，作为识别库的照片，若已录入的照片数量小于或者等于数量阈值，则从已录入的照片数量中识别出录入时间最早的一张照片，获得待替换照片，在获得待替换照片之后，将实时人脸识别照片替换待替换照片，存入识别库中，作为识别库的照片。

识别模块16，用于在所述考勤识别系统再次对所述人员进行人脸考勤识别时，将所述人员的人脸照片同时与所述底图库、所述识别库进行识别。

在实时人脸识别照片存入识别库之后，当所述考勤识别系统再次对人员进行人脸考勤识别时，将人员的人脸照片与底图库进行识别，同时，将人员的人脸照片与识别库进行识别，增加识别库与人员的人脸照片的识别，提高考勤识别，以及不需要人工采集照片进行更换。

判定模块17，用于若所述人员的人脸照片与所述底图库或者所述识别库中的照片成功匹配，则判定所述考勤识别系统对所述人员的人脸考勤识别的识别结果为识别通过。

底图库和识别库都可以作为考勤识别系统的识别所需要的图片，在人脸照片与底图库、识别库任一个中的照片成功匹配，都认为识别通过，提高考勤识别通过。

在本实施例中，装置1包括：

第一记录模块，用于记录所述人员的多次考勤识别记录；

第二获取模块，用于根据所述多次考勤识别记录，获取所述人员的人脸照片与所述底图库成功匹配的次数，获得第一次数，以及获取所述人员的人脸照片与所述识别库成功匹配的次数，获得第二次数；

第三比较模块，用于将所述第一次数与所述第二次数进行比较；

第一替换模块，用于所述第二次数大于所述第一次数，则将所述人员在所述识别库中对应的照片替换所述人员在所述底图库中对应的底图。

记录人员的多次考勤识别记录，考勤识别记录包括人员的人脸照片是与底图库成功匹配，还是与识别库成功匹配，根据多次考勤识别记录，获取人员的人脸照片与底图库成功匹配的次数，获得第一次数，以及根据多次考勤识别记录，获取人员的人脸照片与识别库成功匹配的次数，获得第二次数，在获得第一次数和第二次数之后，将第一次数与第二次数进行比较，根据比较，判断是否需要更换人员在底图库中对应的底图，若第二次数大于第一次数，则将人员在识别库中对应的照片替换人员在底图库中对应的底图，若第二次数小于或者等于第一次数，则将人员在识别库中对应的照片替换人员在底图库中对应的底图。

综上所述，在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片，再对实时人脸识别照片的质量进行检测，当检测到其质量为合格时，再获取实时人脸识别照片与对应的底图的相似度，在相似度大于阈值时，将实时人脸识别照片存入识别库，再下次对人员进行人脸考勤识别时，将人员的人脸照片同时与底图库、识别库进行识别，提高识别通过的时间和识别通过率，解决因为长时间不更新照片导致识别时间长或者识别失败的问题，以及解决在现有的人脸考勤系统中，需要定期人工采集照片，导致浪费人力资源的问题。

如图3所示，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储提高考勤识别通过的方法的模型等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种提高考勤识别通过的方法。

上述处理器执行上述提高考勤识别通过的方法的步骤：在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片；检测所述实时人脸识别照片的质量是否合格；若检测到所述实时人脸识别的质量为合格，则将所述实时人脸识别照片与所述人员在底图库中对应的底图进行比较，获得相似度；将所述相似度与预设阈值进行比较；若所述相似度大于所述预设阈值，则将所述实时人脸识别照片存入识别库中；在所述考勤识别系统再次对所述人员进行人脸考勤识别时，将所述人员的人脸照片同时与所述底图库、所述识别库进行识别；若所述人员的人脸照片与所述底图库或者所述识别库中的照片成功匹配，则判定所述考勤识别系统对所述人员的人脸考勤识别的识别结果为识别通过。

在一个实施例中，上述检测所述实时人脸识别照片的质量是否合格的步骤中，包括：

根据所述实时人脸识别照片，获取人脸姿态；

判断所述人脸姿态的俯仰角是否在俯仰角阈值的范围内；

若所述人脸姿态的俯仰角不在所述俯仰角阈值的范围内，则判定所述实时人脸识别照片的质量为不合格；

若所述人脸姿态的俯仰角是在所述俯仰角阈值的范围内，则判断所述人脸姿态的偏航角是否在偏航角阈值的范围内；

若所述人脸姿态的偏航角是在所述偏航角阈值的范围内，则判定所述实时人脸识别照片的质量为合格；

若所述人脸姿态的偏航角不在所述偏航角阈值的范围内，则判定所述实时人脸识别照片的质量为不合格。

在一个实施例中，上述在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片的步骤之前，包括：

检测考勤识别系统对人员的人脸考勤识别的识别结果；

若所述识别结果为识别不通过，则判断是否接收到用户输入的首次录入的命令；

若接收到所述命令，则获取实时人脸识别照片。

在一个实施例中，上述在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片的步骤中，包括：

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，检测所述人员在人脸考勤识别的识别结果为识别通过之前是否存在识别失败；

若检测到所述人员在人脸考勤识别的识别结果为识别通过之前存在识别失败，则获取实时人脸识别照片。

在一个实施例中，上述在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片的步骤中，包括：

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，则获取所述人员在进行人脸考勤识别时所需的时间，获得识别时间；

将所述识别时间与时间阈值进行比较；

若所述识别时间大于所述时间阈值，则获取实时人脸识别照片。

在一个实施例中，上述若所述相似度大于所述预设阈值，则将所述实时人脸识别照片存入识别库中的步骤中，包括：

若所述相似度大于所述预设阈值，则识别所述人员在所述识别库中的照片数量，获得已录入的照片数量；

将所述已录入的照片数量与数量阈值进行比较；

若所述已录入的照片数量小于所述数量阈值，则将所述实时人脸识别照片存入识别库中；

若所述已录入的照片数量小于或者等于所述数量阈值，则从所述已录入的照片数量中识别出录入时间最早的一张照片，获得待替换照片；

将所述实时人脸识别照片替换所述待替换照片，存入识别库中。

在一个实施例中，上述若所述人员的人脸照片与所述底图库或者所述识别库中的照片成功匹配，则判定所述考勤识别系统对所述人员的人脸考勤识别的识别结果为识别通过的步骤之后，包括：

记录所述人员的多次考勤识别记录；

根据所述多次考勤识别记录，获取所述人员的人脸照片与所述底图库成功匹配的次数，获得第一次数，以及获取所述人员的人脸照片与所述识别库成功匹配的次数，获得第二次数；

将所述第一次数与所述第二次数进行比较；

若所述第二次数大于所述第一次数，则将所述人员在所述识别库中对应的照片替换所述人员在所述底图库中对应的底图。

本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。

本申请实施例的计算机设备，在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片，再对实时人脸识别照片的质量进行检测，当检测到其质量为合格时，再获取实时人脸识别照片与对应的底图的相似度，在相似度大于阈值时，将实时人脸识别照片存入识别库，再下次对人员进行人脸考勤识别时，将人员的人脸照片同时与底图库、识别库进行识别，提高识别通过的时间和识别通过率，解决因为长时间不更新照片导致识别时间长或者识别失败的问题，以及解决在现有的人脸考勤系统中，需要定期人工采集照片，导致浪费人力资源的问题。

本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种提高考勤识别通过的方法，具体为：在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片；检测所述实时人脸识别照片的质量是否合格；若检测到所述实时人脸识别的质量为合格，则将所述实时人脸识别照片与所述人员在底图库中对应的底图进行比较，获得相似度；将所述相似度与预设阈值进行比较；若所述相似度大于所述预设阈值，则将所述实时人脸识别照片存入识别库中；在所述考勤识别系统再次对所述人员进行人脸考勤识别时，将所述人员的人脸照片同时与所述底图库、所述识别库进行识别；若所述人员的人脸照片与所述底图库或者所述识别库中的照片成功匹配，则判定所述考勤识别系统对所述人员的人脸考勤识别的识别结果为识别通过。

在一个实施例中，上述检测所述实时人脸识别照片的质量是否合格的步骤中，包括：

根据所述实时人脸识别照片，获取人脸姿态；

判断所述人脸姿态的俯仰角是否在俯仰角阈值的范围内；

若所述人脸姿态的俯仰角不在所述俯仰角阈值的范围内，则判定所述实时人脸识别照片的质量为不合格；

若所述人脸姿态的俯仰角是在所述俯仰角阈值的范围内，则判断所述人脸姿态的偏航角是否在偏航角阈值的范围内；

若所述人脸姿态的偏航角是在所述偏航角阈值的范围内，则判定所述实时人脸识别照片的质量为合格；

若所述人脸姿态的偏航角不在所述偏航角阈值的范围内，则判定所述实时人脸识别照片的质量为不合格。

在一个实施例中，上述在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片的步骤之前，包括：

检测考勤识别系统对人员的人脸考勤识别的识别结果；

若所述识别结果为识别不通过，则判断是否接收到用户输入的首次录入的命令；

若接收到所述命令，则获取实时人脸识别照片。

在一个实施例中，上述在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片的步骤中，包括：

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，检测所述人员在人脸考勤识别的识别结果为识别通过之前是否存在识别失败；

若检测到所述人员在人脸考勤识别的识别结果为识别通过之前存在识别失败，则获取实时人脸识别照片。

在一个实施例中，上述在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片的步骤中，包括：

在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，则获取所述人员在进行人脸考勤识别时所需的时间，获得识别时间；

将所述识别时间与时间阈值进行比较；

若所述识别时间大于所述时间阈值，则获取实时人脸识别照片。

在一个实施例中，上述若所述相似度大于所述预设阈值，则将所述实时人脸识别照片存入识别库中的步骤中，包括：

若所述相似度大于所述预设阈值，则识别所述人员在所述识别库中的照片数量，获得已录入的照片数量；

将所述已录入的照片数量与数量阈值进行比较；

若所述已录入的照片数量小于所述数量阈值，则将所述实时人脸识别照片存入识别库中；

若所述已录入的照片数量小于或者等于所述数量阈值，则从所述已录入的照片数量中识别出录入时间最早的一张照片，获得待替换照片；

将所述实时人脸识别照片替换所述待替换照片，存入识别库中。

在一个实施例中，上述若所述人员的人脸照片与所述底图库或者所述识别库中的照片成功匹配，则判定所述考勤识别系统对所述人员的人脸考勤识别的识别结果为识别通过的步骤之后，包括：

记录所述人员的多次考勤识别记录；

根据所述多次考勤识别记录，获取所述人员的人脸照片与所述底图库成功匹配的次数，获得第一次数，以及获取所述人员的人脸照片与所述识别库成功匹配的次数，获得第二次数；

将所述第一次数与所述第二次数进行比较；

若所述第二次数大于所述第一次数，则将所述人员在所述识别库中对应的照片替换所述人员在所述底图库中对应的底图。

本申请实施例的存储介质，在考勤识别系统对人员的人脸考勤识别的识别结果为识别通过时，获取实时人脸识别照片，再对实时人脸识别照片的质量进行检测，当检测到其质量为合格时，再获取实时人脸识别照片与对应的底图的相似度，在相似度大于阈值时，将实时人脸识别照片存入识别库，再下次对人员进行人脸考勤识别时，将人员的人脸照片同时与底图库、识别库进行识别，提高识别通过的时间和识别通过率，解决因为长时间不更新照片导致识别时间长或者识别失败的问题，以及解决在现有的人脸考勤系统中，需要定期人工采集照片，导致浪费人力资源的问题。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等，均应包括在本申请的保护范围之内。