人脸识别考勤方法及其装置制造方法及图纸

本发明专利技术提供了一种人脸识别考勤方法及其装置，通过在人脸考勤时获取人的正面与侧面人脸图像，而后对采集到的正面和侧面两个方向的人脸图像进行匹配，只有当采集到的两个角度的图片匹配成功才会转到正常的识别流程，从而有效克服利用照片虚假考勤的问题。该方案不但不影响人脸考勤机的识别准确率和效率，而且可以快速有效的克服利用照片虚假考勤的问题。

【技术实现步骤摘要】
人脸识别考勤方法及其装置
本专利技术涉及图像识别领域，尤其是指一种人脸识别考勤方法及其装置。
技术介绍
严格规范的员工考勤管理是现代企事业单位提高管理效益的重要保证,而传统的以打卡、卡钟为代表的考勤形式，存在着代打现象、计算速度慢、磁卡容易损坏或忘带、设备维修成本高等弊端，已经越来越不适合现代企事业发展的需要。生物识别技术是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性(如指纹、脸像、虹膜等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。如今生物识别在不断的普及，不仅成为企业首选的考勤管理系统，随着生物识别技术的不断升级，其应用领域也在不断的扩展。企业考勤是企业的一大重要点，其设备的不断升级也代表着生物识别技术的不断升级。生物识别设备的兴起克服了被复制、失窃、被遗忘等一系列问题，以指纹识别、人脸识别、虹膜识别为代表的生物识别设备在各个领域都得到了广泛的应用。指纹考勤系统是目前最成熟且价格较便宜的生物考勤设备，但是指纹考勤机对环境和考勤人员皮肤的要求都很高，当空气干燥、皮肤脏、蜕皮等情况就无法识别，而且读头容易磨损。这些原因使得考勤机寿命短，维护成本高。虹膜识别设备的可靠性很好，但是造价高，无法大范围推广。人脸识别相对于其他的生物识别方法，具有明显的优势，从而迅速成为了近年来全球的一个市场热点。人脸考勤设备的优势如下：1)用户易接受，运用起来简单，对用户无特殊要求。2)防伪性能好，不易伪造或被盗。3)可以随身携带，不用担心遗漏或丢失，随时随地可用。4)非接触，更卫生，不怕细菌传播。5)方便快捷，识别时间少于1秒。6)摄像头的大量普及，易于推广使用。7)安全可靠，不涉及到个人隐私。8)通过网络或U盘通讯。可见，应用人脸识别考勤系统能有效提高企业的考勤管理方式，规范员工考勤操作，防止出现代打卡、弄虚作假的行为，也方便有效的提高考勤效率。同时支持TCP/IP联网方式，考勤数据自动上传管理部门，管理考勤数据。广泛适用于企事业单位、中小学教育机构、酒店、会所、医院等。然而，传统的二维图像人脸考勤机通常从正面采集人脸图像，如果作弊者使用他人的照片进行考勤，就可以起到代替他人考勤的目的，这就使得二维图像人脸考勤机失去了存在的意义。而三维图像人脸考勤机造价高、计算复杂度高，一般的消费群体没有必要选择这种花费大、速度慢的考勤设备。
技术实现思路
本专利技术所要解决的技术问题是：避免以往普通人脸考勤可靠性低及三维人脸考勤成本过高的问题，提供一种通过正面人脸图像与侧面人脸图像，通过增加人脸正面与侧面的匹配流程进而实现低成本下的高可靠性人脸考勤。为了解决上述技术问题，本专利技术采用的技术方案为：一种人脸识别考勤方法，包括匹配流程及识别流程；所述匹配流程包括步骤，S21)于同一时刻采集目标对象的正面人脸图像与侧面人脸图像；S22)采用弹性匹配法比较正面人脸图像与侧面人脸图像，若匹配成功则转到识别流程，匹配失败则返回错误信息；所述识别流程包括将采集的正面人脸图像与人脸库中数据进行比对，若比对一致则考勤成功，失败则返回错误信息的步骤。本专利技术还涉及一种人脸识别考勤装置，包括至少两组摄像头及一中央处理器；两组摄像头分别设置于人脸采集区域的两侧并与所述中央处理器相连；所述两组摄像头分别用于采集目标对象的正面人脸图像与侧面人脸图像；所述中央处理器用于采用弹性匹配法比较正面人脸图像与侧面人脸图像，若匹配成功则转到识别流程，匹配失败则返回错误信息；执行识别流程的将采集的正面人脸图像与人脸库中数据进行比对，若比对一致则考勤成功，失败则返回错误信息。本专利技术的有益效果在于：通过在人脸考勤时获取人的正面与侧面人脸图像，而后对采集到的正面和侧面两个方向的人脸图像进行匹配，只有当采集到的两个角度的图片匹配成功才会转到正常的识别流程，从而有效克服利用照片虚假考勤的问题。该方案不但不影响人脸考勤机的识别准确率和效率，而且可以快速有效的克服利用照片虚假考勤的问题。附图说明下面结合附图详述本专利技术的具体结构图1为本专利技术的具体示例流程图。具体实施方式为详细说明本专利技术的
技术实现思路
、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。本专利技术最关键的构思在于:在人脸识别之前，增加一个匹配识别，目的是检验正面摄像头获取的人脸图像与侧面摄像头获取的人脸图像是否为同一个人。通过分别采集待考勤人正面与侧面的人脸图像后进行匹配识别，只有当两者匹配时放进行识别，不匹配则直接返回错误信息。如果作弊者使用照片进行考勤，显然，正面扫描到的人脸图像和侧面扫描的人脸图像不是同一个人，匹配阶段无法通过，人脸考勤机拒识。这就有效的达到了防止使用照片作弊的目的。本专利技术提供了一种人脸识别考勤方法，包括匹配流程及识别流程；所述匹配流程包括步骤，S21)于同一时刻采集目标对象的正面人脸图像与侧面人脸图像；S22)采用弹性匹配法比较正面人脸图像与侧面人脸图像，若匹配成功则转到识别流程，匹配失败则返回错误信息；所述识别流程包括将采集的正面人脸图像与人脸库中数据进行比对，若比对一致则考勤成功，失败则返回错误信息的步骤。从上述描述可知，本专利技术的有益效果在于：通过在人脸识别前增加匹配流程，在人脸考勤时获取人的正面与侧面人脸图像，而后对采集到的正面和侧面两个方向的人脸图像进行匹配，只有当采集到的两个角度的图片匹配成功才会转到正常的识别流程，从而有效克服利用照片虚假考勤的问题。该方案不但不影响人脸考勤机的识别准确率和效率，而且可以快速有效的克服利用照片虚假考勤的问题。实施例1：上述一种人脸识别考勤方法中还包括有注册流程，该注册流程包括步骤：S11)为目标对象分配一个ID号；S12)采集多张目标对象的人脸图像；S13)对采集的人脸图像进行预处理后进行人脸特征提取；S14)将提取的人脸特征与ID号对应存入人脸库。实施例2：进一步的，上述注册流程中通过Adaboost算法实现步骤S13。Adaboost算法是PaulViola和MichaelJones于2001年提出的[10]。它是一种迭代方法，其基本思想是针对不同的训练集训练同一个分类器(弱分类器)，然后把这些不同训练集上的得到的分类器集合起来，构成一个最终的强分类器。实施例3：所述匹配流程中步骤S22具体包括步骤，S221)对正面人脸图像定义人脸模板的二维网格F。S222)用特征向量Xi表示二维网格F中节点i附近的信息。S223)定义中心频率不同、带宽不同、方向不同的二维Gabor滤波器，表示为G＝(g1,g2,...,gm)T。S224)对侧面人脸图像定义二维网格F'。S225)用特征向量Xi'表示二维网格F'中节点i附近的信息，且Xi'和Xi为同类型特征向量S226)采用欧式距离计算向量之间的匹配值E(f)：式中，P(i)为网格F中节点i在正面人脸图像中坐标，Q(j)为网格F'中各个节点在侧面人脸图像中坐标，K表示所取关键点的个数，P(Ik),Q(Jk)分别表示第k关键点在正面人脸图像和侧面人脸图像上的坐标,λ1和λ2为加权系数；S227)设定阈值thresholdd；S228)、当E(f)≥thresholdd时，匹配成功转到识别流程；当E(f)<thresholdd时，匹配失败返回错误信息。本本文档来自技高网...

【技术保护点】
一种人脸识别考勤方法，其特征在于：包括匹配流程及识别流程；所述匹配流程包括步骤，S21)于同一时刻采集目标对象的正面人脸图像与侧面人脸图像；S22)采用弹性匹配法比较正面人脸图像与侧面人脸图像，若匹配成功则转到识别流程，匹配失败则返回错误信息；所述识别流程包括将采集的正面人脸图像与人脸库中数据进行比对，若比对一致则考勤成功，失败则返回错误信息的步骤。

【技术特征摘要】
1.一种人脸识别考勤方法，其特征在于：包括匹配流程及识别流程；所述匹配流程包括步骤，S21)于同一时刻采集目标对象的正面人脸图像与侧面人脸图像；S22)采用弹性匹配法比较正面人脸图像与侧面人脸图像，若匹配成功则转到识别流程，匹配失败则返回错误信息；所述识别流程包括将采集的正面人脸图像与人脸库中数据进行比对，若比对一致则考勤成功，失败则返回错误信息的步骤；所述匹配流程中步骤S22具体包括步骤，S221)对正面人脸图像定义人脸模板的二维网格F；S222)用特征向量Xi表示二维网格F中节点i附近的信息；S223)定义中心频率不同、带宽不同、方向不同的二维Gabor滤波器，表示为G＝(g1,g2,...,gm)T；S224)对侧面人脸图像定义二维网格F'，S225)用特征向量Xi'表示二维网格F'中节点i附近的信息，且Xi'和Xi为同类型特征向量S226)采用欧式距离计算向量之间的匹配值E(f)：式中，P(i)为网格F中节点i在正面人脸图像中坐标，Q(j)为网格F'中各个节点在侧面人脸图像中坐标，K表示所取关键点的个数，P(Ik),Q(Jk)分别表示第k关键点在正面人脸图像和侧面人脸图像上的坐标,λ1和λ2为加权系数；S227)设定阈值thresholdd；S228)、当E(f)≥thres...

【专利技术属性】
技术研发人员：邱敏娜，江厚银，陈雁，陈敏，
申请(专利权)人：深圳市赛为智能股份有限公司，
类型：发明
国别省市：广东;44