一种基于边缘计算的人脸识别考勤方法和处理装置与流程

本发明涉及人脸识别考勤，具体为一种基于边缘计算的人脸识别考勤方法和处理装置。

背景技术：

1、出勤率的高低是检验一项活动组织是否有效的指标之一，同时也是检验活动质量的客观性标准。由于一般会议、课堂的考勤常采用人工记录或者由参与人手动签到等方法，导致组织工作量大、准确率低，严重的还发生代签，影响了个人诚信，导致活动的组织无效和质量低下的问题。边缘计算是一种采用“云-边-端”架构技术，通过增加基于人脸识别考勤应用场景的边缘装置可以解决网络数据通信量大和服务器的负荷重的问题。

2、现有技术中，如2021年01月08日公开的发明专利，一种基于人脸识别的课堂考勤方法及系统，公开号为cn112200924a，通过人脸识别考勤系统，采用学生自我考勤和教师统一考勤的方法，避免了考勤后早退的问题，提高了考勤的准确率，但没有解决人脸有遮挡时考勤正确率降低，网络负载比较大，服务器工作效率低的问题；如2020年05月29日公开的发明专利，基于边缘计算的图像处理方法、装置、及存储介质，公开号为cn11212264a，通过边缘计算实现图像的处理，降低了服务器的负荷问题，但没有解决有遮挡人脸考勤、人脸识别与边缘计算如何结合的具体应用问题。

3、现有基于人脸识别的考勤装置常采用“云-端”技术，场景适用于终端(摄像头)将采集到的图像(或视频)传送到云服务器，由云服务器进行图像检测、定位、特征生成、特征识别和比对等工作。方案的缺点是：一、图像(或视频)传输数据量大，占用了较多的网络资源，影响其他应用的使用；二、云服务器要进行大量的基础数据处理工作，占用资源较多，影响后续识别对比的速度，不能满足当今市场的需求，由于以上存在的问题，针对性地推出了一种基于边缘计算的人脸识别考勤方法和处理装置。

技术实现思路

1、本发明的目的在于提供一种基于边缘计算的人脸识别考勤方法和处理装置，具备能够连接现有图像采集设备、特种终端存储共享和自带负载均衡的优点，解决了背景技术中提到的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于边缘计算的人脸识别考勤处理装置，包括中央处理器，所述中央处理器的输入端电性连接有信号转换器，所述信号转换器的输入端电性连接有信号处理模块，所述信号处理模块的输入端电性连接有摄像头，所述中央处理器的输出端和输入端均电性连接有图像处理模块，所述中央处理器的输出端和输入端均电性连接有定时器模块，所述中央处理器的输出端和输入端均电性连接有均衡负载模块，所述中央处理器的输出端和输入端均电性连接有无线收发模块，所述无线收发模块的输出端和输入端均电性连接有云端模块，所述中央处理器的输出端和输入端均电性连接有数据读写模块，所述数据读写模块的输出端和输入端均电性连接有存储模块。

3、优选的，所述中央处理器的输出端电性连接有串口显示终端，所述串口显示终端的输出端电性连接有触摸显示屏，所述触摸显示屏的输出端电性连接有触摸控制模块，所述触摸控制模块的输出端与中央处理器的输入端电性连接。

4、优选的，所述中央处理器的输入端电性连接有电性处理模块，所述电性处理模块的输入端电性连接有电源，所述中央处理器的输出端电性连接有考勤表生成模块。

5、优选的，所述信号处理模块包括干扰信号滤除模块和信号放大模块，所述干扰信号滤除模块的输入端与摄像头的输出端电性连接，所述干扰信号滤除模块的输出端与信号放大模块的输入端电性连接。

6、优选的，所述电性处理模块包括稳压模块和稳流模块，所述电源的输出端与稳压模块的输入端电性连接，所述稳压模块的输出端与稳流模块的输入端电性连接，所述稳流模块的输出端与中央处理器的输入端电性连接。

7、优选的，所述图像处理模块包括图像检测模块、人脸定位模块、人脸分割模块、人脸检测模块和特征生成模块。

8、优选的，所述图像检测模块的输出端与人脸定位模块的输入端电性连接，所述人脸定位模块的输出端与人脸分割模块的输入端电性连接，所述人脸分割模块的输出端与人脸检测模块的输入端电性连接，所述人脸检测模块的输出端与特征生成模块的输入端电性连接。

9、一种基于边缘计算的人脸识别考勤方法，包括以下步骤：

10、a、将人脸识别考勤处理装置安装接入，然后通电并进行初始设置；

11、b、初始设置包括自动获取或手动设置ip地址、通过定时器设置间隔材料或定时材料和是否开启负载均衡；

12、c、根据采样频率或控制信号创建任务；

13、d、系统资源占用未达到百分之八十时，不开启负载均衡，直接进行图像检测、定位、分割和计算特征，将特征数据上传至云端；

14、e、系统资源占用达到百分之八十以上时，开启负载均衡，将任务传输到其他边缘图像装置，确认接收后删除本任务，实现任务迁移。

15、与现有技术相比，本发明的有益效果如下：

16、本发明的技术方案可以在已有摄像监控的场景下，实现基于人脸识别的考勤，包括三部分内容：一、采用“云-边-端”架构模式工作，不采用传统“云-端”技术，使云服务器专注于人脸特征的对比，边缘装置实现图像检测、人脸定位、特征生成，终端实现图像(或视频)采集；二、边缘考勤装置可以通过现有摄像头完成数据接入，不需要将已有的装置淘汰，可以在一张图像上存在多个人脸，完成切割后可以进行两种情况的人脸检测，分别是无遮挡人脸和有遮挡人脸(如眼镜、口罩等)，再对于每张人脸图像进行基于局部二值模式(lbp)特征计算；三、边缘考勤装置自带负载均衡模块，用户可配置，当短时间处理数据量大时，可以通过负载均衡模块实现任务的迁移到同一网络的其他边缘考勤装置。

技术特征：

1.一种基于边缘计算的人脸识别考勤处理装置，包括中央处理器，其特征在于：所述中央处理器的输入端电性连接有信号转换器，所述信号转换器的输入端电性连接有信号处理模块，所述信号处理模块的输入端电性连接有摄像头，所述中央处理器的输出端和输入端均电性连接有图像处理模块，所述中央处理器的输出端和输入端均电性连接有定时器模块，所述中央处理器的输出端和输入端均电性连接有均衡负载模块，所述中央处理器的输出端和输入端均电性连接有无线收发模块，所述无线收发模块的输出端和输入端均电性连接有云端模块，所述中央处理器的输出端和输入端均电性连接有数据读写模块，所述数据读写模块的输出端和输入端均电性连接有存储模块。

2.根据权利要求1所述的一种基于边缘计算的人脸识别考勤处理装置，其特征在于：所述中央处理器的输出端电性连接有串口显示终端，所述串口显示终端的输出端电性连接有触摸显示屏，所述触摸显示屏的输出端电性连接有触摸控制模块，所述触摸控制模块的输出端与中央处理器的输入端电性连接。

3.根据权利要求1所述的一种基于边缘计算的人脸识别考勤处理装置，其特征在于：所述中央处理器的输入端电性连接有电性处理模块，所述电性处理模块的输入端电性连接有电源，所述中央处理器的输出端电性连接有考勤表生成模块。

4.根据权利要求1所述的一种基于边缘计算的人脸识别考勤处理装置，其特征在于：所述信号处理模块包括干扰信号滤除模块和信号放大模块，所述干扰信号滤除模块的输入端与摄像头的输出端电性连接，所述干扰信号滤除模块的输出端与信号放大模块的输入端电性连接。

5.根据权利要求3所述的一种基于边缘计算的人脸识别考勤处理装置，其特征在于：所述电性处理模块包括稳压模块和稳流模块，所述电源的输出端与稳压模块的输入端电性连接，所述稳压模块的输出端与稳流模块的输入端电性连接，所述稳流模块的输出端与中央处理器的输入端电性连接。

6.根据权利要求1所述的一种基于边缘计算的人脸识别考勤处理装置，其特征在于：所述图像处理模块包括图像检测模块、人脸定位模块、人脸分割模块、人脸检测模块和特征生成模块。

7.根据权利要求6所述的一种基于边缘计算的人脸识别考勤处理装置，其特征在于：所述图像检测模块的输出端与人脸定位模块的输入端电性连接，所述人脸定位模块的输出端与人脸分割模块的输入端电性连接，所述人脸分割模块的输出端与人脸检测模块的输入端电性连接，所述人脸检测模块的输出端与特征生成模块的输入端电性连接。

8.根据权利要求1-7所述的一种基于边缘计算的人脸识别考勤方法，其特征在于：包括以下步骤：

技术总结
本发明公开了一种基于边缘计算的人脸识别考勤方法和处理装置，包括中央处理器，所述中央处理器的输入端电性连接有信号转换器，所述信号转换器的输入端电性连接有信号处理模块，所述信号处理模块的输入端电性连接有摄像头，所述中央处理器的输出端和输入端均电性连接有图像处理模块，所述中央处理器的输出端和输入端均电性连接有定时器模块。本发明的技术方案可以在已有摄像监控的场景下，实现基于人脸识别的考勤，包括三部分内容：一、采用“云‑边‑端”架构模式工作，不采用传统“云‑端”技术，使云服务器专注于人脸特征的对比，边缘装置实现图像检测、人脸定位、特征生成，终端实现图像(或视频)采集。

技术研发人员：高夏,徐方勤,付婉莹,马平川,陈辰,李森
受保护的技术使用者：上海出版印刷高等专科学校
技术研发日：
技术公布日：2024/1/15