一種考勤方法及系統(tǒng)的制作方法
【專利摘要】本公開涉及一種考勤方法及系統(tǒng)，其中，所述方法通過攝像頭輸出的上下班出入口處的視頻，服務(wù)器實(shí)時(shí)獲取所述待考勤人員的若干張圖像，通過對(duì)獲取的圖像提取用戶特征和時(shí)間信息，結(jié)合用戶特征庫(kù)中存儲(chǔ)的待考勤人員的用戶特征信息來實(shí)現(xiàn)一種無需待考勤人員專門就考勤付出時(shí)間的、非接觸式考勤，既可以有效的提高考勤效率，也能克服考勤代簽的問題，提高了考勤的實(shí)時(shí)性和有效性。基于所述方法，本公開還實(shí)現(xiàn)了相應(yīng)的系統(tǒng)。
【專利說明】
_種考勤方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本公開涉及一般的控制或監(jiān)視技術(shù)領(lǐng)域，特別涉及一種考勤方法及系統(tǒng)。
【背景技術(shù)】
[0002] 考勤簽到是目前公司和企業(yè)必不可少的一項(xiàng)工作，最原始的簽到方式無疑是人手 簽到，但是這種方式可以很容易代簽，可靠性不強(qiáng)。隨后又出現(xiàn)了很多考勤簽到方式，例如 打卡簽到、指紋簽到等等，但是這些方式仍然可以代簽。因此，在考勤方面更需要一種具有 不可復(fù)制且不可替代性的簽到手段。

【發(fā)明內(nèi)容】

[0003 ]針對(duì)上述問題，本公開提供了一種考勤方法及系統(tǒng)。
[0004] -種考勤方法，所述方法包括下述步驟：
[0005] S100、建立所有T名待考勤人員的用戶特征庫(kù)，所述用戶特征庫(kù)存儲(chǔ)待考勤人員Ui 的用戶標(biāo)識(shí)IDi，和用戶標(biāo)識(shí)IDi所對(duì)應(yīng)的Mi個(gè)用戶特征，其中，i的取值范圍從1到T，Mi為正 整數(shù)；
[0006] S200、對(duì)于待考勤人員山，至少通過攝像頭輸出的上下班出入口處的視頻，服務(wù)器 實(shí)時(shí)獲取所述待考勤人員山的心張圖像和所述心張圖像的時(shí)間信息，并基于每張圖像提取1 個(gè)用戶特征，以獲得該待考勤人員的&個(gè)用戶特征，其中，&為正整數(shù)；
[0007] S300、對(duì)于待考勤人員Ui，利用步驟S200中所述Ni個(gè)用戶特征和所述Ni張圖像的時(shí) 間信息，以及步驟S100中所述用戶特征庫(kù)，對(duì)所述待考勤人員山的上下班進(jìn)行考勤。
[0008] 基于所述方法，實(shí)現(xiàn)了一種考勤系統(tǒng)，所述系統(tǒng)包括用戶特征庫(kù)、圖像用戶特征獲 得模塊、考勤模塊;其中：
[0009] 用戶特征庫(kù)，用于：存儲(chǔ)待考勤人員Ui的用戶標(biāo)識(shí)IDi，和用戶標(biāo)識(shí)IDi所對(duì)應(yīng)的Mi 個(gè)用戶特征，其中，i的取值范圍從1到T，Mi為正整數(shù);T為帶考勤人員總數(shù)；
[0010] 圖像用戶特征獲得模塊，用于:對(duì)待考勤人員山，至少通過攝像頭輸出的上下班出 入口處的視頻，服務(wù)器實(shí)時(shí)獲取所述待考勤人員山的&張圖像和所述&張圖像的時(shí)間信息， 并基于每張圖像提取1個(gè)用戶特征，以獲得該待考勤人員的心個(gè)用戶特征，其中，心為正整 數(shù)；
[0011] 考勤模塊，用于:對(duì)待考勤人員山，利用所述用戶特征提取模塊提取的所述Ni個(gè)用 戶特征和所述&張圖像的時(shí)間信息，以及所述用戶特征庫(kù)，對(duì)所述待考勤人員山的上下班進(jìn) 行考勤。
[0012] 本公開通過攝像頭輸出的上下班出入口處的視頻，服務(wù)器實(shí)時(shí)獲取所述待考勤人 員的若干張圖像，通過對(duì)獲取的圖像提取用戶特征和時(shí)間信息，結(jié)合用戶特征庫(kù)中存儲(chǔ)的 待考勤人員的用戶特征信息來對(duì)待考勤人員的上下班進(jìn)行非接觸式考勤，可以有效的避免 考勤中人員代簽的現(xiàn)象。
【附圖說明】
[0013] 圖1為本公開一個(gè)實(shí)施例中的考勤方法流程圖；
[0014] 圖2為本公開一個(gè)實(shí)施例中步驟S300在有用戶標(biāo)識(shí)情況下的一種實(shí)施方式流程 圖；
[0015] 圖3為本公開一個(gè)實(shí)施例中步驟S300在沒有用戶標(biāo)識(shí)情況下的一種實(shí)施方式流程 圖；
[0016] 圖4為本公開一個(gè)實(shí)施例中將步驟S302B進(jìn)一步分解的流程圖；
[0017]圖5為本公開一個(gè)實(shí)施例中將步驟S303B進(jìn)一步分解的流程圖；
[0018] 圖6為本公開一個(gè)實(shí)施例中的結(jié)構(gòu)圖；
[0019] 圖7為本公開一個(gè)實(shí)施例中的一種結(jié)構(gòu)圖；
[0020] 圖8為本公開一個(gè)實(shí)施例中的一種結(jié)構(gòu)圖；
[0021] 圖9為本公開一個(gè)實(shí)施例中的一種結(jié)構(gòu)圖；
[0022] 圖10為本公開一個(gè)實(shí)施例中的一種結(jié)構(gòu)圖；
[0023] 圖11為本公開一個(gè)實(shí)施例中的一種結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0024] 在一個(gè)基礎(chǔ)的實(shí)施例中，提供了一種考勤方法，所述方法流程圖如圖1所示，該方 法包括下述步驟：
[0025] S100、建立所有T名待考勤人員的用戶特征庫(kù)，所述用戶特征庫(kù)存儲(chǔ)待考勤人員Ui 的用戶標(biāo)識(shí)IDi，和用戶標(biāo)識(shí)IDi所對(duì)應(yīng)的Mi個(gè)用戶特征，其中，i的取值范圍從1到T，Mi為正 整數(shù)；
[0026] S200、對(duì)于待考勤人員仏，至少通過攝像頭輸出的上下班出入口處的視頻，服務(wù)器 實(shí)時(shí)獲取所述待考勤人員仏的化張圖像和所述K張圖像的時(shí)間信息，并基于每張圖像提取1 個(gè)用戶特征，以獲得該待考勤人員的K個(gè)用戶特征，其中為正整數(shù)；
[0027] S300、對(duì)于待考勤人員Ui，利用步驟S200中所述Ni個(gè)用戶特征和所述Ni張圖像的時(shí) 間信息，以及步驟S100中所述用戶特征庫(kù)，對(duì)所述待考勤人員U的上下班進(jìn)行考勤。
[0028]本公開由于通過攝像頭輸出的上下班出入口處的視頻，服務(wù)器實(shí)時(shí)獲取所述待考 勤人員的若干張圖像，通過對(duì)獲取的圖像提取用戶特征和時(shí)間信息，結(jié)合用戶特征庫(kù)中存 儲(chǔ)的待考勤人員的用戶特征信息來實(shí)現(xiàn)考勤，很好的克服了考勤代簽問題。同時(shí)，由于是一 種非接觸式考勤，無需待考勤人員專門就考勤付出時(shí)間，因此本公開方法可以有效的提高 考勤效率。在應(yīng)用時(shí)，由于使用用戶標(biāo)識(shí)來獲取考勤人員圖像，加速了用戶特征匹配速度， 提高了考勤的實(shí)時(shí)性和有效性。其中，所述客戶端可以是手機(jī)、平板、定制帶有人員標(biāo)識(shí)的 卡片、以及指紋識(shí)別器等能夠向服務(wù)器發(fā)送用戶標(biāo)識(shí)的電子設(shè)備。
[0029]在一個(gè)實(shí)施例中，揭示了步驟S100中用戶標(biāo)識(shí)ID:的生成方式，即：
[0030] 所述待考勤人員仏的用戶標(biāo)識(shí)ID:是自動(dòng)生成的，或被人為設(shè)置的，或基于每個(gè)待 考勤人員的客戶端而獲得的；
[0031] 所述用戶標(biāo)識(shí)ID:所對(duì)應(yīng)的1個(gè)用戶特征是基于預(yù)先獲得的待考勤人員仏的1個(gè) 圖像來提取的。
[0032] 在一個(gè)實(shí)施例中，步驟S300還包括考勤結(jié)果提示，所述相似性匹配結(jié)果提示的內(nèi) 容形式包括采用下述一種或任意多種方式的組合形式:靜態(tài)文字、圖案或動(dòng)態(tài)文字、動(dòng)態(tài)圖 案、聲音。所述提示包括具體的考勤人員或者訪客。本公開可以實(shí)時(shí)顯示視頻與識(shí)別結(jié)果， 當(dāng)考勤人員被識(shí)別時(shí)，會(huì)給出相應(yīng)提示。
[0033] 在一個(gè)實(shí)施例中，揭示了步驟S300在有用戶標(biāo)識(shí)情況下的一種實(shí)施方式，如圖2所 示，所述步驟S300進(jìn)一步包括下述步驟：
[0034] S301A、對(duì)于與服務(wù)器在同一空間區(qū)域的、待考勤人員仏的客戶端，服務(wù)器與該客 戶端進(jìn)行通信以獲得該待考勤人員u的用戶標(biāo)識(shí)im，并記錄相應(yīng)通信時(shí)間；
[0035] S302A、基于該用戶標(biāo)識(shí)IDi，獲取存儲(chǔ)在所述用戶特征庫(kù)的該用戶標(biāo)識(shí)IDi對(duì)應(yīng)的 Mi個(gè)用戶特征；
[0036] S303A、將步驟S302A獲取的Mi個(gè)用戶特征與步驟S200獲取的Ni個(gè)用戶特征分別進(jìn) 行相似度比對(duì)；
[0037] S304A、若存在一次比對(duì)結(jié)果滿足相似度比對(duì)的閾值要求，且步驟S301A中的通信 時(shí)間與步驟S200中的所述化張圖像的時(shí)間信息滿足考勤的時(shí)間要求，則該用戶標(biāo)識(shí)所屬用 戶的考勤被判定為有效;否則，考勤被判定為無效。
[0038] 特別地，若服務(wù)器接收到與其不在同一區(qū)域客戶端發(fā)送的用戶標(biāo)識(shí)，則不進(jìn)行任 何操作。這種方式對(duì)于使用移動(dòng)設(shè)備發(fā)送用戶標(biāo)識(shí)的情況，可以有效避免不在考勤區(qū)域客 戶端就發(fā)送用戶標(biāo)識(shí)，服務(wù)器就在視頻圖像中匹配考勤人員，進(jìn)而影響實(shí)際的考勤效率。
[0039] 在一個(gè)實(shí)施例中，還揭示了步驟S300在沒有用戶標(biāo)識(shí)情況下的一種實(shí)施方式。即： 在沒有用戶標(biāo)識(shí)情況時(shí)，服務(wù)器也可以根據(jù)獲取的實(shí)時(shí)視頻圖像進(jìn)行用戶考勤，同時(shí)還能 區(qū)別是考勤人員還是訪客。在這種情況下，如圖3所示，所述步驟S300進(jìn)一步包括下述步驟：
[0040] S301B、將步驟S200中獲得的Ni個(gè)用戶特征作為一個(gè)整體檢索條件，并以此整體檢 索條件檢索所述用戶特征庫(kù)；
[0041] S302B、從所述用戶特征庫(kù)中獲取與該Ni個(gè)用戶特征最相似的Ki個(gè)相似用戶特征， 以及所述1個(gè)相似用戶特征所對(duì)應(yīng)的待考勤人員的用戶標(biāo)識(shí)；
[0042] 33038、將化個(gè)用戶特征和所述L個(gè)相似用戶特征分別進(jìn)行相似度比對(duì)；
[0043] S304B、若存在一次比對(duì)結(jié)果滿足相似度比對(duì)的閾值要求，且步驟S200中的所述Ni 張圖像的時(shí)間信息滿足考勤的時(shí)間要求，則：
[0044]該次比對(duì)所對(duì)應(yīng)的相似用戶被識(shí)別為待考勤人員，且該化個(gè)用戶特征所屬用戶的 考勤被判定為有效；
[0045] 否則，該化個(gè)用戶特征所屬用戶被識(shí)別為訪客。
[0046] 在一個(gè)實(shí)施例中，如圖4所示，步驟S302B進(jìn)一步包括下述步驟來獲取與該Ni個(gè)用 戶特征最相似的Ki個(gè)相似用戶特征：
[0047] S302B1、通過Ki個(gè)相似用戶特征來建立KD樹，其中，Ki彡Mi;
[0048] S302B2、對(duì)所述KD樹進(jìn)行遍歷，每層選取用戶特征中的一維進(jìn)行比較，以確定下一 層檢索的分支，最后選取最相似的I個(gè)相似用戶特征；
[0049] S302B3、進(jìn)一步獲取所述Ki個(gè)相似用戶特征所對(duì)應(yīng)的用戶標(biāo)識(shí)，以此作為可能的 相似用戶。
[0050]所述KD樹的每一層可以為人臉特征的一維，在查找相似特征向量時(shí)，可以減少比 較次數(shù)加速比對(duì)過程。在搜索相似特征時(shí)，通過遍歷基于人臉特征的KD樹實(shí)現(xiàn)，每層選取人 臉特征的一維進(jìn)行比較以確定下一層檢索的分支。
[0051] 在一個(gè)實(shí)施例中，如圖5所示，步驟S303B中所述將Ni個(gè)用戶特征和所述Ki個(gè)相似用 戶特征分別進(jìn)行相似度比對(duì)，進(jìn)一步包括下述步驟：
[0052] S303B1、定義相似度矩陣Si,userj，i G [ 1，Ni]，j G [ 1，Ki];
[0053] S303B2、對(duì)Ni張圖像，根據(jù)正臉、清晰度計(jì)算一個(gè)質(zhì)量分值qi，iG[l，Ni];
[0054] S303B3、按照下式計(jì)算步驟S302B3中所述用戶標(biāo)識(shí)所對(duì)應(yīng)的每個(gè)用戶的Mi個(gè)用戶 特征與步驟S200中的K個(gè)用戶特征的相似度得分：
[0056] S303B4、，基于步驟S303B3的相似度得分，獲得最大相似度及其所屬該次比對(duì)所對(duì) 應(yīng)的用戶標(biāo)識(shí)，以此作為可能的相似用戶。
[0057]為了能夠準(zhǔn)確識(shí)別出用戶，將所述用戶特征包括人臉特征和/或步態(tài)特征。在應(yīng)用 時(shí)，可以單獨(dú)使用人臉特征或者步態(tài)特征，也可以是兩者結(jié)合使用。為了方便檢索，所述用 戶特征在存儲(chǔ)時(shí)采用分布式存儲(chǔ)方式，以便進(jìn)行并行檢索，提高檢索速度。優(yōu)選的，所述人 臉特征包括類間變化和類內(nèi)變化，所述類間變化是指不同人之間的人臉差異;所述類內(nèi)變 化是指一個(gè)人在不同條件下人臉之間的差異。在一個(gè)實(shí)施例中，列舉了產(chǎn)生類內(nèi)變化的不 同條件，即所述不同條件包括表情、光線、年齡所相關(guān)的條件。在其它實(shí)施例中，不同條件包 括表情、光線、年齡、發(fā)型、化妝與否等相關(guān)的條件。在一個(gè)實(shí)施例中，不同條件包括性別、年 齡、是否戴眼鏡、帽子、口罩等，并將這些不同條件作為檢索條件，為檢索查詢提供幫助。 [0058]優(yōu)選的，所述人臉特征通過深度學(xué)習(xí)方法對(duì)人臉特征所屬圖像中的人臉進(jìn)行特征 提取。在一個(gè)實(shí)施例中，使用深度學(xué)習(xí)方法提取約180維的人臉特征，更能有效地在不同條 件下產(chǎn)生的類內(nèi)變化與由于不同人臉產(chǎn)生的類間變化進(jìn)行區(qū)分。深度學(xué)習(xí)方法可以通過非 線性變換得到新的特征表示:該特征在盡可能多地去掉類內(nèi)變化的同時(shí)，保留類間變化。通 過深度學(xué)習(xí)方法提取每張人臉個(gè)性化的特征，能很大提高人臉識(shí)別的準(zhǔn)確性。在一個(gè)實(shí)施 例中，給出了深度學(xué)習(xí)采用的具體函數(shù)，即：所述深度學(xué)習(xí)方法使用非線性變換sigmoid函 數(shù)：
[0060] 優(yōu)選的，所述步態(tài)特征通過步態(tài)特征矢量表示，所述步態(tài)特征矢量通過下述步驟 獲得：
[0061] S111、獲取用戶步態(tài)的周期性特征矢量；
[0062] S112、基于周期性特征矢量的處理獲取步態(tài)特征矢量。
[0063]所述周期性特征矢量相當(dāng)于被檢測(cè)對(duì)象的在時(shí)間維度上的特征，所述步態(tài)特征矢 量相當(dāng)于被檢測(cè)對(duì)象在空間維度上的特征，在周期性特征矢量的基礎(chǔ)上獲得的不同特征矢 量具有較高的魯棒性。而由于不需要對(duì)每一幀圖像都進(jìn)行步態(tài)特征矢量提取，能夠進(jìn)行較 快的識(shí)別判斷。所述步態(tài)特征矢量至少需要表達(dá)下述內(nèi)容:腳的擺動(dòng)區(qū)域、腿的擺動(dòng)區(qū)域、 手臂的擺動(dòng)區(qū)域和軀干的擺動(dòng)區(qū)域。在識(shí)別時(shí)，當(dāng)檢測(cè)對(duì)象的不同特征矢量和用戶特征庫(kù) 中存儲(chǔ)的匹配達(dá)到設(shè)定閾值時(shí)，則認(rèn)為匹配成功。
[0064]在一個(gè)實(shí)施例中，所述周期性特征矢量通過主成分分析方法獲得。所述步驟S112 中處理采用的方法是一種基于主成分分析和線性判別分析的聯(lián)合處理方法。采用這種全局 的方法來獲得反應(yīng)人體形態(tài)特征的步態(tài)特征矢量，對(duì)圖像品質(zhì)要求較低，這一優(yōu)點(diǎn)使本公 開方法在通過攝像頭獲取的動(dòng)態(tài)人員的圖像時(shí)進(jìn)行步態(tài)識(shí)別的場(chǎng)景中尤為重要。
[0065] 在一個(gè)實(shí)施例中，步驟S200還包括下述步驟：
[0066] S201、將實(shí)時(shí)獲取的所述K張圖像，和從每張圖像中提取的用戶特征，以及所述K 張圖像的時(shí)間信息分別進(jìn)行存儲(chǔ)；
[0067] S202、進(jìn)一步對(duì)每張圖像中的地點(diǎn)進(jìn)行識(shí)別，并將所述地點(diǎn)進(jìn)行存儲(chǔ)。
[0068] 在這個(gè)實(shí)施例中，將實(shí)時(shí)獲取的化張圖像、從每張圖像中提取的用戶特征及圖像 獲取時(shí)間、地點(diǎn)進(jìn)行存儲(chǔ)。對(duì)多個(gè)攝像頭在監(jiān)控區(qū)域拍攝到的人臉，系統(tǒng)在線自動(dòng)構(gòu)建一個(gè) 人臉庫(kù)，記錄該人臉訪問時(shí)間、出現(xiàn)地點(diǎn)、外觀特征等，對(duì)外提供人臉查詢檢索功能。用戶可 以使用人臉圖片在庫(kù)中進(jìn)行檢索，查詢?cè)撊耸欠裨诒O(jiān)控區(qū)域出現(xiàn)過并得到其相關(guān)訪問信息 或行走軌跡。
[0069] 利用存儲(chǔ)的信息，可以統(tǒng)計(jì)每天進(jìn)入公司的員工人數(shù)，其中重復(fù)客戶只計(jì)算一次， 還可以將訪客的相關(guān)信息進(jìn)行保存以用于查詢;而利用保存的時(shí)間信息可以統(tǒng)計(jì)每個(gè)進(jìn)出 公司的時(shí)間和次數(shù)。
[0070] 在步驟S200中服務(wù)器實(shí)時(shí)獲取所述待考勤人員仏的化張圖像時(shí)，為提高匹配的準(zhǔn) 確性，服務(wù)器自動(dòng)挑選高質(zhì)量的人臉圖像，優(yōu)選的，所述質(zhì)量判斷包括下述步驟：
[0071] S211、對(duì)每個(gè)檢測(cè)到的人臉圖像，首先判斷兩眼間距是否滿足設(shè)定要求，若滿足要 求則執(zhí)行步驟S212;否則，舍棄該檢測(cè)到的人臉圖像；
[0072] S212、計(jì)算檢測(cè)到的人臉圖像的人臉置信度得分是否滿足設(shè)定要求，若滿足要求 則執(zhí)行步驟S213;否則，舍棄該檢測(cè)到的人臉圖像；
[0073] S213、計(jì)算正臉得分是否滿足設(shè)定要求，如滿足，則認(rèn)為該人臉圖像能夠用于識(shí)別 人臉;否則，舍棄該檢測(cè)到的人臉圖像。
[0074] 可選的，所述跟蹤通過比較當(dāng)前跟蹤位置處的人臉與已檢測(cè)到的人臉面積重合度 來判斷是否為同一目標(biāo)。在一個(gè)實(shí)施例中，比較所定位的人臉與當(dāng)前跟蹤位置處的"人臉" 的面積重合度，如果重合度大于閾值，比如0.6，則認(rèn)為是同一個(gè)目標(biāo)，如果所定位的人臉沒 有與跟蹤的人臉重合或者重合度小于閾值，則認(rèn)為不是同一目標(biāo)。
[0075]根據(jù)上述方法，可建立相應(yīng)的考勤系統(tǒng)，所述系統(tǒng)結(jié)構(gòu)示意圖如圖6所示，所述系 統(tǒng)包括用戶特征庫(kù)、圖像用戶特征獲得模塊、考勤模塊;其中：
[0076]用戶特征庫(kù)，用于：存儲(chǔ)待考勤人員Ui的用戶標(biāo)識(shí)IDi，和用戶標(biāo)識(shí)IDi所對(duì)應(yīng)的Mi 個(gè)用戶特征，其中，i的取值范圍從1到hit為正整數(shù);T為帶考勤人員總數(shù)；
[0077]圖像用戶特征獲得模塊，用于:對(duì)待考勤人員U，至少通過攝像頭輸出的上下班出 入口處的視頻，服務(wù)器實(shí)時(shí)獲取所述待考勤人員仏的化張圖像和所述K張圖像的時(shí)間信息， 并基于每張圖像提取1個(gè)用戶特征，以獲得該待考勤人員的K個(gè)用戶特征，其中，化為正整 數(shù)；
[0078]考勤模塊，用于:對(duì)待考勤人員U，利用所述用戶特征提取模塊提取的所述K個(gè)用 戶特征和所述K張圖像的時(shí)間信息，以及所述用戶特征庫(kù)，對(duì)所述待考勤人員Ui的上下班進(jìn) 行考勤。
[0079] 特別地，所述用戶特征庫(kù)中存儲(chǔ)的待考勤人員仏的用戶標(biāo)識(shí)ID:是是自動(dòng)生成的， 或被人為設(shè)置的，或基于每個(gè)待考勤人員的客戶端而獲得的;所述用戶標(biāo)識(shí)ID:所對(duì)應(yīng)的1 個(gè)用戶特征是基于預(yù)先獲得的待考勤人員仏的姐個(gè)圖像來提取的。
[0080] 在一個(gè)實(shí)施例中，所述系統(tǒng)結(jié)構(gòu)示意圖如圖7所示，所述圖像用戶特征獲得模塊還 包括下述單元：
[0081 ]地點(diǎn)識(shí)別單元，用于:對(duì)每張圖像中的地點(diǎn)進(jìn)行識(shí)別；
[0082] 信息存儲(chǔ)單元，用于:將實(shí)時(shí)獲取的所述K張圖像，和從每張圖像中提取的用戶特 征，以及所述K張圖像的時(shí)間信息分別進(jìn)行存儲(chǔ);對(duì)每張圖像中識(shí)別出的地點(diǎn)進(jìn)行存儲(chǔ)。
[0083] 在一個(gè)實(shí)施例中，如圖8所示，所述考勤模塊包括下述單元來實(shí)現(xiàn)對(duì)所述待考勤人 員仏的上下班進(jìn)行考勤：
[0084] 用戶標(biāo)識(shí)獲取單元，用于：對(duì)與服務(wù)器在同一空間區(qū)域的、待考勤人員仏的客戶 端，服務(wù)器與該客戶端進(jìn)行通信以獲得該待考勤人員仏的用戶標(biāo)識(shí)ID:，記錄相應(yīng)通信時(shí)間； 并將所述用戶標(biāo)識(shí)ID:輸出給第一檢索單元，將所述通信時(shí)間輸出給第一考勤判斷單元；
[0085] 第一檢索單元，用于：利用接收的用戶標(biāo)識(shí)ID:，獲取存儲(chǔ)在所述用戶特征庫(kù)的該 用戶標(biāo)識(shí)IDi對(duì)應(yīng)的Mi個(gè)用戶特征;并將所述用戶標(biāo)識(shí)IDi以及其對(duì)應(yīng)的Mi個(gè)用戶特征輸出 給相似度對(duì)比單元；
[0086] 第一相似度對(duì)比單元，用于:接收所述第一檢索單元的I個(gè)用戶特征，將其與所述 圖像用戶特征獲得模塊獲取的化個(gè)用戶特征分別進(jìn)行相似度比對(duì)，并將比對(duì)結(jié)果輸出給第 一考勤判斷單元；
[0087] 第一考勤判斷單元，用于:接收所述用戶標(biāo)識(shí)獲取單元的通信時(shí)間以及所述第一 相似度對(duì)比單元的對(duì)比結(jié)果;若存在一次比對(duì)結(jié)果滿足相似度比對(duì)的閾值要求，且接收的 通信時(shí)間與所述圖像用戶特征獲得模塊獲取的所述化張圖像的時(shí)間信息滿足考勤的時(shí)間 要求，則該用戶標(biāo)識(shí)所屬用戶的考勤被判定為有效;否則，考勤被判定為無效。
[0088] 在一個(gè)實(shí)施例中，如圖9所示，所述考勤模塊包括下述單元來實(shí)現(xiàn)對(duì)所述待考勤人 員仏的上下班進(jìn)行考勤：
[0089] 第二檢索單元，用于:將所述圖像用戶特征獲得模塊獲取的化個(gè)用戶特征作為整 體檢索條件，并以此整體檢索條件檢索所述用戶特征庫(kù)，并將獲取的與該K個(gè)用戶特征最 相似的1個(gè)相似用戶特征，以及所述1個(gè)相似用戶特征所對(duì)應(yīng)的待考勤人員的用戶標(biāo)識(shí)作 為檢索結(jié)果輸出給第二相似比對(duì)單元；
[0090] 第二相似比對(duì)單元，用于:將接收的化個(gè)用戶特征和所述仏個(gè)相似用戶特征分別進(jìn) 行相似度比對(duì)，并將比對(duì)結(jié)果輸出給第二考勤判斷單元；
[0091 ]第二考勤判斷單元，用于:接收第二相似比對(duì)單元輸出的比對(duì)結(jié)果;若存在一次比 對(duì)結(jié)果滿足相似度比對(duì)的閾值要求，且步驟S200中的所述化張圖像的時(shí)間信息滿足考勤的 時(shí)間要求，則:該次比對(duì)所對(duì)應(yīng)的相似用戶被識(shí)別為待考勤人員，且該K個(gè)用戶特征所屬用 戶的考勤被判定為有效;否則，該化個(gè)用戶特征所屬用戶被識(shí)別為訪客。
[0092]在一個(gè)實(shí)施例中，所述第二檢索單元包括KD樹；
[0093]所述KD樹通過Ki個(gè)相似用戶特征來構(gòu)建，其中Ki多Mi;每層是用戶特征中的一維。
[0094] 在一個(gè)實(shí)施例中，如圖10所示，所述第二相似比對(duì)單元包括相似度矩陣、質(zhì)量評(píng)估 器、相似度得分計(jì)算器、比較器；
[0095] 所述相似度矩陣，其每個(gè)元素表示一個(gè)作為檢索條件的用戶特征和作為檢索結(jié)果 的一個(gè)用戶特征之間的相似度;所述相似矩陣的列向量表示一個(gè)檢索結(jié)果的用戶特征與不 同檢索條件的用戶特征的相似度分量；
[0096] 所述質(zhì)量評(píng)估器，用于:根據(jù)正臉、清晰度計(jì)算一張圖像的質(zhì)量分值;并將屬于同 一用戶的圖像的質(zhì)量分值，按照所述相似度矩陣中作為檢索條件的用戶特征對(duì)應(yīng)的圖像順 序?qū)懭氲降谝恍邢蛄浚?br>[0097] 所述相似度得分計(jì)算器，用于:將所述第一行向量與所述相似度矩陣相乘，得到相 似度得分結(jié)果向量；
[0098] 所述比較器，用于:從所述相似度得分結(jié)果向量元素中選擇最高的相似度得分，并 將該相似度得分對(duì)應(yīng)的檢索結(jié)果用戶作為可能的相似用戶。
[0099] 在一個(gè)實(shí)施例中，所述圖像用戶特征獲得模塊包括人臉特征提取子模塊和/或步 態(tài)特征提取子模塊；
[0100] 所述人臉特征提取子模塊，用于提取圖像中的人臉特征；
[0101] 所述步態(tài)特征提取子模塊，用于提取圖像中的步態(tài)特征。
[0102] 進(jìn)一步地，如圖11所示，所述圖像步態(tài)特征提取子模塊包括主成分分析單元、步態(tài) 特征提取單元;所述主成分分析單元，使用主成分分析方法提取服務(wù)器實(shí)時(shí)獲取所述待考 勤人員仏的化張圖像中的周期性特征矢量，并輸出給所述步態(tài)特征提取單元;所述步態(tài)特征 提取單元對(duì)所述主成分分析單元輸出的周期性特征矢量采用一種基于主成分分析和線性 判別分析的聯(lián)合處理方法來獲得步態(tài)特征矢量。
[0103] 以上對(duì)本公開進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本公開的原理及實(shí)施方 式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本公開的方法及其核心思想；同時(shí)，對(duì) 于本領(lǐng)域技術(shù)人員，依據(jù)本公開的思想，在【具體實(shí)施方式】及應(yīng)用范圍上均會(huì)有改變之處，綜 上所述，本說明書內(nèi)容不應(yīng)理解為對(duì)本公開的限制。
【主權(quán)項(xiàng)】
1. 一種考勤方法，其特征在于，所述方法包括下述步驟： S100、建立所有T名待考勤人員的用戶特征庫(kù)，所述用戶特征庫(kù)存儲(chǔ)待考勤人員化的用 戶標(biāo)識(shí)IDi,和用戶標(biāo)識(shí)IDi所對(duì)應(yīng)的Mi個(gè)用戶特征，其中，i的取值范圍從1到T，Mi為正整數(shù)； 5200、 對(duì)于待考勤人員化，至少通過攝像頭輸出的上下班出入口處的視頻，服務(wù)器實(shí)時(shí) 獲取所述待考勤人員化的Ni張圖像和所述Ni張圖像的時(shí)間信息，并基于每張圖像提取1個(gè)用 戶特征，W獲得該待考勤人員的Ni個(gè)用戶特征，其中，Ni為正整數(shù)； S300、對(duì)于待考勤人員化，利用步驟S200中所述Ni個(gè)用戶特征和所述Ni張圖像的時(shí)間信 息，W及步驟SlOO中所述用戶特征庫(kù)，對(duì)所述待考勤人員化的上下班進(jìn)行考勤。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，優(yōu)選的，步驟SlOO中： 所述待考勤人員化的用戶標(biāo)識(shí)IDi是自動(dòng)生成的，或被人為設(shè)置的，或基于每個(gè)待考勤 人員的客戶端而獲得的； 所述用戶標(biāo)識(shí)IDi所對(duì)應(yīng)的Mi個(gè)用戶特征是基于預(yù)先獲得的待考勤人員化的Mi個(gè)圖像來 提取的。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S200還包括下述步驟： 5201、 將實(shí)時(shí)獲取的所述Ni張圖像，和從每張圖像中提取的用戶特征，W及所述Ni張圖 像的時(shí)間信息分別進(jìn)行存儲(chǔ)； 5202、 進(jìn)一步對(duì)每張圖像中的地點(diǎn)進(jìn)行識(shí)別，并將所述地點(diǎn)進(jìn)行存儲(chǔ)。4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S300包括下述步驟： S301A、對(duì)于與服務(wù)器在同一空間區(qū)域的、待考勤人員化的客戶端，服務(wù)器與該客戶端進(jìn) 行通信W獲得該待考勤人員化的用戶標(biāo)識(shí)IDi,并記錄相應(yīng)通信時(shí)間； S302A、基于該用戶標(biāo)識(shí)IDi,獲取存儲(chǔ)在所述用戶特征庫(kù)的該用戶標(biāo)識(shí)IDi對(duì)應(yīng)的Mi個(gè) 用戶特征； S303A、將步驟S302A獲取的Mi個(gè)用戶特征與步驟S200獲取的Ni個(gè)用戶特征分別進(jìn)行相 似度比對(duì)； S304A、若存在一次比對(duì)結(jié)果滿足相似度比對(duì)的闊值要求，且步驟S301A中的通信時(shí)間 與步驟S200中的所述Ni張圖像的時(shí)間信息滿足考勤的時(shí)間要求，則該用戶標(biāo)識(shí)IDi所屬用戶 的考勤被判定為有效;否則，考勤被判定為無效。5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S300包括下述步驟： S301B、將步驟S200中獲得的Ni個(gè)用戶特征作為一個(gè)整體檢索條件，并W此整體檢索條 件檢索所述用戶特征庫(kù)； S302B、從所述用戶特征庫(kù)中獲取與該Ni個(gè)用戶特征最相似的Ki個(gè)相似用戶特征，W及 所述Ki個(gè)相似用戶特征所對(duì)應(yīng)的待考勤人員的用戶標(biāo)識(shí)； S303B、將Ni個(gè)用戶特征和所述Ki個(gè)相似用戶特征分別進(jìn)行相似度比對(duì)； S304B、若存在一次比對(duì)結(jié)果滿足相似度比對(duì)的闊值要求，且步驟S200中的所述Ni張圖 像的時(shí)間信息滿足考勤的時(shí)間要求，則： 該次比對(duì)所對(duì)應(yīng)的相似用戶被識(shí)別為待考勤人員，且該Ni個(gè)用戶特征所屬用戶的考勤 被判定為有效； 否則，該Ni個(gè)用戶特征所屬用戶被識(shí)別為訪客。6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述S302B包括下述步驟： S302B1、通過Ki個(gè)相似用戶特征來建立邸樹，其中，Ki >Mi; S302B2、對(duì)所述K的對(duì)進(jìn)行遍歷，每層選取用戶特征中的一維進(jìn)行比較，W確定下一層檢 索的分支，最后選取最相似的Ki個(gè)相似用戶特征； S302B3、進(jìn)一步獲取所述Ki個(gè)相似用戶特征所對(duì)應(yīng)的用戶標(biāo)識(shí)，W此作為可能的相似用 戶。7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，所述S303B包括下述步驟： 830381、定義相似度矩陣51,。36小1￡[1，扣]〇￡[1，1(1]; S303B2、對(duì)Ni張圖像，根據(jù)正臉、清晰度計(jì)算一個(gè)質(zhì)量分值qi，i G [1，Ni]; S303B3、按照下式計(jì)算步驟S302B3中所述用戶標(biāo)識(shí)所對(duì)應(yīng)的每個(gè)用戶的Ml個(gè)用戶特征 與步驟S200中的Ni個(gè)用戶特征的相似度得分：S303B4、，基于S303B3的相似度得分，獲得最大相似度及其所屬該次比對(duì)所對(duì)應(yīng)的用戶 標(biāo)識(shí)，W此作為可能的相似用戶。8. 根據(jù)權(quán)利要求1所述的方法，其特征在于： 所述用戶特征包括人臉特征和/或步態(tài)特征。9. 根據(jù)權(quán)利要求8所述的方法，其特征在于： 所述步態(tài)特征通過步態(tài)特征矢量表示，所述步態(tài)特征矢量通過下述步驟獲得： 5111、 獲取用戶步態(tài)的周期性特征矢量； 5112、 基于周期性特征矢量的處理獲取步態(tài)特征矢量。10. 根據(jù)權(quán)利要求9所述的方法，其特征在于，所述周期性特征矢量通過主成分分析方 法獲得。11. 根據(jù)權(quán)利要求9所述的方法，其特征在于，所述步驟S112中處理采用的方法是一種 基于主成分分析和線性判別分析的聯(lián)合處理方法。12. -種考勤系統(tǒng)，其特征在于： 所述系統(tǒng)包括用戶特征庫(kù)、圖像用戶特征獲得模塊、考勤模塊;其中： 用戶特征庫(kù)，用于:存儲(chǔ)待考勤人員化的用戶標(biāo)識(shí)IDi,和用戶標(biāo)識(shí)IDi所對(duì)應(yīng)的Mi個(gè)用戶 特征，其中，i的取值范圍從1到T，Mi為正整數(shù);T為帶考勤人員總數(shù)； 圖像用戶特征獲得模塊，用于:對(duì)待考勤人員化，至少通過攝像頭輸出的上下班出入口 處的視頻，服務(wù)器實(shí)時(shí)獲取所述待考勤人員化的Ni張圖像和所述Ni張圖像的時(shí)間信息，并基 于每張圖像提取1個(gè)用戶特征，W獲得該待考勤人員的Ni個(gè)用戶特征，其中，Ni為正整數(shù)； 考勤模塊，用于:對(duì)待考勤人員化，利用所述用戶特征提取模塊提取的所述Ni個(gè)用戶特 征和所述Ni張圖像的時(shí)間信息，W及所述用戶特征庫(kù)，對(duì)所述待考勤人員化的上下班進(jìn)行考 勤。
【文檔編號(hào)】G07C1/10GK105913507SQ201610290659
【公開日】2016年8月31日
【申請(qǐng)日】2016年5月3日
【發(fā)明人】馬堃, 馬麗, 孫林, 吳瑕, 霍秋亮
【申請(qǐng)人】深圳市商湯科技有限公司