本發(fā)明屬于智能考勤，具體涉及一種基于圖像識(shí)別的考勤打卡系統(tǒng)。

背景技術(shù)：

1、隨著人工智能技術(shù)的不斷發(fā)展，圖像識(shí)別作為人工智能的重要組成部分，在考勤中圖像識(shí)別已成為一種高效的身份驗(yàn)證手段，可以顯著提高考勤打卡系統(tǒng)的安全性和便捷性。根據(jù)面部特征關(guān)鍵點(diǎn)眼鼻、鼻嘴、眼嘴像素點(diǎn)比例值賦予對(duì)應(yīng)的權(quán)重得到綜合比例計(jì)算數(shù)值，與綜合比例存儲(chǔ)計(jì)算數(shù)值和綜合比例系數(shù)值結(jié)合進(jìn)行分析和匹配，通過(guò)識(shí)別失敗的次數(shù)啟動(dòng)安全威脅信號(hào)，極大的簡(jiǎn)化了傳統(tǒng)的卡片或密碼輸入方式，提高了系統(tǒng)的準(zhǔn)確性和安全性。

2、現(xiàn)有的考勤打卡系統(tǒng)，雖然在一定程度上實(shí)現(xiàn)了考勤打卡，但傳統(tǒng)的考勤打卡系統(tǒng)通常依賴(lài)于物理介質(zhì)或密碼輸入，這些方法存在被復(fù)制或共享的風(fēng)險(xiǎn)。缺少圖像識(shí)別對(duì)面部特征關(guān)鍵點(diǎn)進(jìn)行提取，難以聯(lián)立各種綜合特征計(jì)算數(shù)值進(jìn)行分析匹配，并對(duì)連續(xù)識(shí)別失敗的次數(shù)發(fā)出不同程度的安全威脅信號(hào)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題之一；為此，本發(fā)明提出了一種基于圖像識(shí)別的考勤打卡系統(tǒng)，用于解決以下技術(shù)問(wèn)題：

2、現(xiàn)有的考勤打卡系統(tǒng)，雖然在一定程度上實(shí)現(xiàn)了考勤打卡，但傳統(tǒng)的考勤打卡系統(tǒng)通常依賴(lài)于物理介質(zhì)或密碼輸入，這些方法存在被復(fù)制或共享的風(fēng)險(xiǎn)。缺少圖像識(shí)別對(duì)面部特征關(guān)鍵點(diǎn)進(jìn)行提取，難以聯(lián)立各種綜合特征計(jì)算數(shù)值進(jìn)行分析匹配，并對(duì)連續(xù)識(shí)別失敗的次數(shù)發(fā)出不同程度的安全威脅信號(hào)。

3、為解決上述問(wèn)題，本發(fā)明的第一方面提供了一種基于圖像識(shí)別的考勤打卡系統(tǒng)，包括以下模塊：

4、圖像采集模塊：采用高分辨率攝像頭提取考勤人員面部圖像和考勤時(shí)間戳數(shù)據(jù)，將數(shù)據(jù)傳輸?shù)綀D像識(shí)別模塊；

5、圖像識(shí)別模塊：對(duì)提取到的考勤人員面部圖像和考勤時(shí)間戳數(shù)據(jù)進(jìn)行圖像預(yù)處理和提取檢測(cè)面部圖像的關(guān)鍵特征點(diǎn)，通過(guò)眼鼻、鼻嘴和眼嘴的像素點(diǎn)比例值數(shù)值得到綜合比例計(jì)算數(shù)值進(jìn)行分析和識(shí)別提取到的數(shù)據(jù)；

6、圖像存儲(chǔ)模塊：存儲(chǔ)已注冊(cè)考勤人員的面部圖像，根據(jù)已注冊(cè)考勤人員的眼鼻、鼻嘴和眼嘴的像素點(diǎn)比例值數(shù)值得到綜合比例存儲(chǔ)計(jì)算數(shù)值集合{a1，a2，a3，...，an}，將集合存儲(chǔ)在數(shù)據(jù)庫(kù)中；

7、圖像匹配模塊：根據(jù)提取的面部特征關(guān)鍵點(diǎn)和已存儲(chǔ)的面部特征關(guān)鍵點(diǎn)的綜合權(quán)重差值得到的綜合特征比例系數(shù)，通過(guò)綜合比例計(jì)算數(shù)值、綜合比例存儲(chǔ)計(jì)算數(shù)值和綜合特征比例系數(shù)得到綜合特征適配度數(shù)值，與預(yù)設(shè)閾值進(jìn)行比較，判斷是否匹配成功；

8、圖像安全模塊：設(shè)定連續(xù)識(shí)別失敗的次數(shù)閾值，根據(jù)連續(xù)識(shí)別失敗的次數(shù)情況進(jìn)行安全威脅程度劃分，并進(jìn)行安全預(yù)警。

9、作為本發(fā)明進(jìn)一步的方案：所述圖像采集通過(guò)高分辨率攝像頭提取考勤人員面部圖像和考勤時(shí)間戳數(shù)據(jù)，包括以下步驟：

10、通過(guò)高分辨率攝像頭獲取到考勤人員面部圖像數(shù)據(jù)，系統(tǒng)自動(dòng)記錄當(dāng)前的時(shí)間戳為考勤時(shí)間，將考勤人員的面部圖像和考勤時(shí)間數(shù)據(jù)傳輸?shù)綀D像識(shí)別模塊。

11、作為本發(fā)明進(jìn)一步的方案：所述圖像識(shí)別模塊對(duì)采集到的考勤人員的面部圖像和考勤時(shí)間數(shù)據(jù)進(jìn)行圖像預(yù)處理，包括圖像灰度化和直方圖均衡化，包括以下步驟：

12、s201：接收來(lái)自圖像采集模塊的考勤人員的面部圖像和考勤時(shí)間數(shù)據(jù)，通過(guò)opencv跨平臺(tái)計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)軟件庫(kù)中的cvtco?l?or函數(shù)將彩色圖像轉(zhuǎn)換為灰度圖像；

13、s202：通過(guò)opencv跨平臺(tái)計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)軟件庫(kù)中的函數(shù)equa?l?i?zehist函數(shù)將灰度圖像進(jìn)行直方圖均衡化。

14、作為本發(fā)明進(jìn)一步的方案：所述提取檢測(cè)面部圖像的關(guān)鍵特征點(diǎn)，包括以下步驟：

15、通過(guò)結(jié)合opencv和d?l?i?b庫(kù)，檢測(cè)考勤人員面部關(guān)鍵特征點(diǎn)，包括眼睛、鼻子和嘴巴，根據(jù)提取的面部鼻子關(guān)鍵點(diǎn)坐標(biāo)a(x1nose,y1nose,z1nose)和b(x2nose,y2nose,y3nose)，面部眼睛關(guān)鍵點(diǎn)坐標(biāo)c(x1eye,y1eye，z1eye)和d(x2eye,y2eye,z2eye)，面部嘴巴關(guān)鍵點(diǎn)坐標(biāo)e(x1mouth,y1mouth,z1mouth)和f(x2mouth,y2mouth,z2mouth)，原點(diǎn)坐標(biāo)，計(jì)算眼鼻、鼻嘴和眼嘴的像素點(diǎn)比例值數(shù)值，賦予比例值不同的權(quán)重構(gòu)建綜合比例計(jì)算數(shù)值；

16、根據(jù)面部鼻子關(guān)鍵點(diǎn)坐標(biāo)a(x1nose,y1nose,z1nose)和b(x2nose,y2nose,y3nose)的距離長(zhǎng)度與ab兩點(diǎn)距離原點(diǎn)坐標(biāo)的平均值長(zhǎng)度比值，結(jié)合面部眼睛關(guān)鍵點(diǎn)坐標(biāo)c(x1eye,y1eye，z1eye)和d(x2eye,y2eye,z2eye)的距離長(zhǎng)度與cd兩點(diǎn)距離原點(diǎn)坐標(biāo)的平均值長(zhǎng)度比值，通過(guò)兩者比值得到眼鼻像素點(diǎn)比例值計(jì)算公式：

17、

18、其中，onose為a、b兩點(diǎn)分別與坐標(biāo)原點(diǎn)距離的平均值長(zhǎng)度，lnose為鼻子關(guān)鍵點(diǎn)ab兩點(diǎn)之間的距離長(zhǎng)度與平均值長(zhǎng)度的比值，oeye為c、d兩點(diǎn)分別與坐標(biāo)原點(diǎn)距離的平均值長(zhǎng)度，leye為眼睛關(guān)鍵點(diǎn)cd兩點(diǎn)之間的距離長(zhǎng)度與平均值長(zhǎng)度的比值，r、g和b為彩色圖像的紅色、綠色和藍(lán)色點(diǎn)，r1為眼鼻像素點(diǎn)比例值計(jì)算值；

19、根據(jù)面部鼻子關(guān)鍵點(diǎn)坐標(biāo)a(x1nose,y1nose,z1nose)和b(x2nose,y2nose,y3nose)的距離長(zhǎng)度與ab兩點(diǎn)距離原點(diǎn)坐標(biāo)的平均值長(zhǎng)度比值，結(jié)合面部嘴巴關(guān)鍵點(diǎn)坐標(biāo)e(x1mouth,y1mouth,z1mouth)和f(x2mouth,y2mouth,z2mouth)的距離長(zhǎng)度與ef兩點(diǎn)距離原點(diǎn)坐標(biāo)的平均值長(zhǎng)度比值，通過(guò)兩者比值得到鼻嘴像素點(diǎn)比例值計(jì)算公式：

20、

21、其中，omouth為e、f兩點(diǎn)分別與坐標(biāo)原點(diǎn)距離的平均值長(zhǎng)度，lmouth為嘴巴關(guān)鍵點(diǎn)ef兩點(diǎn)之間的距離長(zhǎng)度與平均值長(zhǎng)度的比值，r2為鼻嘴像素點(diǎn)比例值計(jì)算值；

22、根據(jù)面部眼睛關(guān)鍵點(diǎn)坐標(biāo)c(x1eye,y1eye，z1eye)和d(x2eye,y2eye,z2eye)的距離長(zhǎng)度與cd兩點(diǎn)距離原點(diǎn)坐標(biāo)的平均值長(zhǎng)度比值，結(jié)合面部嘴巴關(guān)鍵點(diǎn)坐標(biāo)e(x1mouth,y1mouth,z1mouth)和f(x2mouth,y2mouth,z2mouth)的距離長(zhǎng)度與ef兩點(diǎn)距離原點(diǎn)坐標(biāo)的平均值長(zhǎng)度比值，通過(guò)兩者比值得到眼嘴像素點(diǎn)比例值計(jì)算公式：

23、

24、其中，leye為眼睛關(guān)鍵點(diǎn)cd兩點(diǎn)之間的距離長(zhǎng)度，lmouth為嘴巴關(guān)鍵點(diǎn)ef兩點(diǎn)之間的距離長(zhǎng)度，r3為眼嘴像素點(diǎn)比例值計(jì)算值；

25、通過(guò)賦予眼鼻、鼻嘴和眼嘴像素點(diǎn)比例值不同的權(quán)重得到綜合比例計(jì)算公式：

26、a＝(r1×w1+r2×w2+r3×w3)×100％

27、其中，a為綜合比例計(jì)算值數(shù)值，r1為眼鼻像素點(diǎn)比例值計(jì)算值，r2為鼻嘴像素點(diǎn)比例值計(jì)算值，r3為眼嘴像素點(diǎn)比例值計(jì)算值，w1、w2、w3分別為對(duì)應(yīng)的權(quán)重，w1為30％，w2為20％，w3為50％。

28、作為本發(fā)明進(jìn)一步的方案：所述圖像存儲(chǔ)模塊存儲(chǔ)已注冊(cè)考勤人員的面部特征，包括以下步驟：

29、根據(jù)已注冊(cè)考勤人員的眼鼻、鼻嘴和眼嘴的關(guān)鍵點(diǎn)比例值數(shù)值得到綜合比例存儲(chǔ)計(jì)算數(shù)值集合{a1，a2，a3，...，an}，將其存儲(chǔ)在數(shù)據(jù)庫(kù)中；

30、通過(guò)已存儲(chǔ)的眼鼻、鼻嘴和眼嘴的關(guān)鍵點(diǎn)比例值數(shù)值得到綜合比例存儲(chǔ)計(jì)算公式：

31、ai＝(r1×w1+r2×w2+r3×w3)×100％

32、其中，每個(gè)ai代表第i個(gè)已注冊(cè)考勤人員的綜合比例存儲(chǔ)計(jì)算數(shù)值，r1為眼鼻像素點(diǎn)比例值計(jì)算值，r2為鼻嘴像素點(diǎn)比例值計(jì)算值，r3為眼嘴像素點(diǎn)比例值計(jì)算值，i∈(1，2，…，n)，n為考勤人員的總數(shù)，w1、w2、w3分別為對(duì)應(yīng)的權(quán)重，w1為30％，w2為20％，w3為50％。

33、作為本發(fā)明進(jìn)一步的方案：所述圖像匹配模塊根據(jù)提取的面部特征關(guān)鍵點(diǎn)和已存儲(chǔ)的面部特征關(guān)鍵點(diǎn)的綜合權(quán)重差值得到的綜合特征比例系數(shù)，包括以下步驟：

34、根據(jù)綜合比例計(jì)算數(shù)值與綜合比例存儲(chǔ)計(jì)算數(shù)值得到綜合特征適配度計(jì)算公式：

35、

36、其中α為綜合特征比例系數(shù)，rrecognized為提取的面部特征關(guān)鍵點(diǎn)向量，rstored為已存儲(chǔ)的面部特征關(guān)鍵點(diǎn)向量，r1，r2，r3分別為眼鼻、鼻嘴和眼嘴像素點(diǎn)比例存儲(chǔ)計(jì)算值，r1，r2，r3分別為眼鼻、鼻嘴和眼嘴像素點(diǎn)比例計(jì)算值，w1，w2，w3分別為相應(yīng)的權(quán)重，w1為30％，w2為20％，w3為50％。

37、作為本發(fā)明進(jìn)一步的方案：通過(guò)綜合比例計(jì)算數(shù)值、綜合比例存儲(chǔ)計(jì)算數(shù)值和綜合特征比例系數(shù)得到綜合特征適配度數(shù)值，與預(yù)設(shè)閾值進(jìn)行比較，判斷是否匹配成功，包括以下步驟：

38、

39、其中，α為綜合特征比例系數(shù)，a為綜合比例計(jì)算值數(shù)值，ai為已注冊(cè)考勤人員的綜合比例存儲(chǔ)計(jì)算數(shù)值，p為綜合特征適配度計(jì)算數(shù)值；

40、若p≥t，則匹配成功，記錄考勤打卡成功；

41、若p＜t，則匹配失敗，根據(jù)設(shè)定連續(xù)失敗的次數(shù)進(jìn)行安全威脅預(yù)警；

42、其中，p為綜合特征適配度計(jì)算數(shù)值，t為預(yù)設(shè)閾值。

43、作為本發(fā)明進(jìn)一步的方案：所述圖像安全模塊根據(jù)連續(xù)識(shí)別失敗的次數(shù)情況進(jìn)行安全威脅程度劃分，包括以下步驟：

44、設(shè)定連續(xù)識(shí)別失敗的次數(shù)閾值，根據(jù)連續(xù)識(shí)別失敗的次數(shù)情況進(jìn)行安全威脅程度劃分，并進(jìn)行安全預(yù)警；

45、根據(jù)設(shè)定的連續(xù)識(shí)別失敗次數(shù)閾值，可將安全威脅程度劃分為三個(gè)等級(jí)：

46、若連續(xù)識(shí)別失敗次數(shù)為1-2次，則發(fā)出低度威脅信號(hào)；

47、若連續(xù)識(shí)別失敗次數(shù)為3-4次，則發(fā)出中度威脅信號(hào)；

48、若連續(xù)識(shí)別失敗次數(shù)為5次及以上，則發(fā)出高度威脅信號(hào)。

49、本發(fā)明的有益效果：

50、本發(fā)明公開(kāi)了一種基于圖像識(shí)別的考勤打卡系統(tǒng)，涉及智能考勤技術(shù)領(lǐng)域，解決了利用圖像技術(shù)提取面部關(guān)鍵特征點(diǎn)比例值綜合計(jì)算分析的技術(shù)問(wèn)題，通過(guò)眼鼻、鼻嘴和眼嘴的像素點(diǎn)比例值數(shù)值得到綜合比例計(jì)算數(shù)值進(jìn)行分析提取到的數(shù)據(jù)，實(shí)現(xiàn)了簡(jiǎn)化傳統(tǒng)手工考勤的繁瑣流程；將已注冊(cè)的考勤人員的像素點(diǎn)比例值數(shù)值得到的綜合比例存儲(chǔ)計(jì)算數(shù)值存儲(chǔ)在數(shù)據(jù)庫(kù)中；根據(jù)綜合比例計(jì)算數(shù)值、綜合比例存儲(chǔ)計(jì)算數(shù)值和綜合特征比例系數(shù)得到綜合特征適配度數(shù)值，將綜合特征適配度數(shù)值與預(yù)設(shè)數(shù)值進(jìn)行比較，判斷是否匹配成功，若匹配成功，則考勤打卡成功；若匹配失敗，則自動(dòng)根據(jù)連續(xù)失敗次數(shù)發(fā)出不同程度安全威脅預(yù)警信號(hào)。實(shí)現(xiàn)了自動(dòng)化的考勤打卡，提高了考勤管理的效率和準(zhǔn)確性。