一种基于人脸识别的下井考勤方法及其装置制造方法及图纸

本发明专利技术提出了一种基于人脸识别的下井人员考勤方法及其装置。该方法通过对下井人员拍摄的照片分析，自动将各人员所在的图像区域分割开来，然后对各图像区域进行人脸检测，最后使用人脸识别技术来确定人员身份，从而得到下井人员的下井情况。该发明专利技术避免了传统的点名答到方式，节省了宝贵的时间，同时为业绩考核分析留下凭据。

【技术实现步骤摘要】
-种基于人脸识别的下井考勤方法及其装置
本专利技术涉及人脸识别
，提供了一种基于人脸识别的下井考勤方法及其装 置。 技术背景 传统的下井人员考勤通常通过点名答到的方式进行。这样的方式既浪费时间，又 无法避免下井人员间代答。本专利技术使用图像技术自动地对下井人员身份进行识别，有效地 克服了传统考勤系统的缺点，并节约了宝贵的工作时间。
技术实现思路
本专利技术的目的在于提供一种通过人脸识别技术对下井人员进行考勤的基于人脸 识别的下井考勤方法及其装置。 本专利技术为了达到上述目的采用以下技术方案： 如图1所示，本专利技术实现了一种基于人脸识别的下井人员考勤的方法，其运行包 括以下步骤： 1)对下井人员进行拍照； 2)使用人员轮廓检测器从照片中分割出每个下井人员的轮廓； 3)使用人脸识别算法识别出每个轮廓对应的下井人员身份，并计入考勤； 4)识别到的考勤结果公布在单位网站上，管理人员可以对错误的识别结果进行纠 正从而提高考勤的准确率。 如图2所示，上述方案中步骤2中人员轮廓检测器的训练和识别采用的步骤为： 21)训练过程： a.提取训练数据集中所有的下井人员轮廓中包含的细节，使用AdaBoost算法对 各细节的显著性进行评估并选出具有代表性的细节作为轮廓的识别标志； b.使用步骤21挑选出的识别标志构建轮廓检测器； 22)识别过程：当一定数量的显著标志出现在照片中时，步骤21中b构建的轮廓 检测器输出高响应值不高人员轮廓的出现和出现的位置。 上述方案中，所述步骤3中人脸识别算法中训练和识别采用的步骤为： 31)训练过程： a.提取训练数据集中每个下井人员轮廓的特征脸（Eigenface)特征向量； b.使用每个人员M对应的多张照片中的多个轮廓的特征向量做为正样本，其他人 员的特征向量做为负样本，输入支持向量机（SVM)并训练出一个简单人脸识别器，该人脸 识别器会对每张未标识人员身份的人员X输出一个概率P(M|X)表达该轮廓属于人员M的 概率。将所有人员的人脸识别器集合输出的概率组合在一起，可以产生一个概率矢量p(X) 用于表达对X的识别结果； c.根据训练数据集中下井人员之间的长期位置选择关系学习出一张下井人员关 系网，该网的节点为下井人员，下井人员节点间使用加权的边进行两两连接，每条边的权重 为其连接的两下井人员坐在相邻的位置的概率，连接下井人员M和P的边权重为联合概率 为： 本文档来自技高网...

【技术保护点】
一种基于人脸识别的下井人员考勤方法，其特征在于包括以下步骤：1)对下井人员进行拍照；2)使用人员轮廓检测器从照片中分割出每个下井人员的轮廓；3)使用人脸识别算法识别出每个轮廓对应的下井人员身份，并计入考勤；4)识别到的考勤结果公布在单位网站上，管理人员可以对错误的识别结果进行纠正从而提高考勤的准确率。

【技术特征摘要】
1. 一种基于人脸识别的下井人员考勤方法，其特征在于包括以下步骤： 1) 对下井人员进行拍照； 2) 使用人员轮廓检测器从照片中分割出每个下井人员的轮廓； 3) 使用人脸识别算法识别出每个轮廓对应的下井人员身份，并计入考勤； 4) 识别到的考勤结果公布在单位网站上，管理人员可以对错误的识别结果进行纠正从 而提1?考勤的准确率。2. 根据权利要求1所述的一种基于人脸识别的下井人员考勤方法，其特征在于：所述 步骤2中的下井人员轮廓检测器的训练和识别采用的步骤为： 21) 训练过程： a. 提取训练数据集中所有的下井人员轮廓中包含的细节，使用AdaBoost算法对各细 节的显著性进行评估并选出具有代表性的细节作为轮廓的识别标志； b. 使用步骤21挑选出的识别标志构建轮廓检测器； 22) 识别过程：当一定数量的显著标志出现在照片中时，步骤21中b构建的轮廓检测 器输出高响应值不高人员轮廓的出现和出现的位置。3. 根据权利要求1所述的一种基于人脸识别的下井人员考勤方法，其特征在于：所述 步骤3中人脸识别算法中训练和识别采用的步骤为： 31) 训练过程： a. 提取训练数据集中每个下井人员轮廓的特征脸特征向量； b. 使用每个下井人员M对应的多张照片中的多个轮廓的特征向量做为正样本，其他人 员的特征向量做为负样本，输入支持向量机（SVM)并训练出一个简单人脸识别器，该人脸 识别器会对每张未标识人员身份的人员X输出一个概率P (M| X)表达该轮廓属于人员M的 概率。将所有人员的人脸识别器集合输出的概率组合在一起，可以产生一个概率矢量p (X) 用于表达对X的识别结果； C.根据训练数据集中下井人员之间的长期位置选择关系学习出一张下井人员关系网， 该网的节点为下井人员，下井人员节点间使用加权的边进行两两连接，每条边的权重为其 连接的两下井人员坐在相邻的位置的概率，连接下井人员M和P的边权重为联合概率为：该网络可表示为一个矩阵R，R和i行第j列等于（i，j)，即第i个下井人员和第j个 下井人员的关系； d.对每张未标示下井人员身份的轮廓X，根据步骤31中b和c的结果构建一个全局人 脸识别器； 32) 识别过程：将步骤31中d所述全局人脸识别器应用于所有的轮廓即可识别出当前 所有下井人员的身份并计入考勤记录。4. 根据权利要求3所属述的一种基于人脸识别的下井人员考勤方法，其特征在于，所 述步骤31中d中所述的全局人脸识别器的构建方法为：利用步骤31中c中所学习到的人 员关系网复杂步骤31中b中的简单人脸识别子器，进行下井人员身份识别，该识别过程可 表示为一个迭代过程：其中为一平衡因子，通常根据经验在区间[〇.5,0.8]上选择，上标（i+1)代表第（i+1) 轮的识别结果，N(X)为一个自动查找函数用于返回当前照片中与X相邻的轮廓；该迭代过 程一直进行到在临接两轮的变化趋势零时收敛，即： Pq(i+1) (x)-q(i+1) (X)P - 0。5. 根据权利要求1所述的一种基于人脸识别的下井人员考勤方法，其特征在于：所述 步骤4具体包括...

【专利技术属性】
技术研发人员：胡昔兵，
申请(专利权)人：胡昔兵，
类型：发明
国别省市：安徽;34