基于稀疏表示的人臉分類算法的遠距離考勤方法
【技術(shù)領(lǐng)域】
[0001] 基于稀疏表示的人臉分類算法的遠距離考勤方法，實現(xiàn)遠距離實時跟蹤和記錄人 員出入的詳細情況，屬于考勤技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 考勤管理是人力資源管理的重要組成部分，是保障高校與企事業(yè)單位正常運轉(zhuǎn)的 重要手段，關(guān)系著員工的切身利益。考勤管理系統(tǒng)是一門跨學(xué)科、高科技的綜合性技術(shù)集 合，主要涉及到心理學(xué)、信息技術(shù)、數(shù)據(jù)庫系統(tǒng)、計算機網(wǎng)絡(luò)以及物聯(lián)網(wǎng)應(yīng)用等技術(shù)學(xué)科，具 有對企事業(yè)單位員工進行考勤、數(shù)據(jù)分析、自動薪酬計算以及考核等多種功能。
[0003] 考勤管理系統(tǒng)主要有身份識別模塊、身份認證模塊以及信息管理模塊三大部分組 成。首先需要對人員的身份進行識別以及確認，然后通過網(wǎng)絡(luò)將人員身份信息上傳到中央 服務(wù)器進行分析與處理。通常在需要考勤的門口安裝考勤設(shè)備，如IC(ID)卡閱讀器、指紋 機、虹膜掃描機、攝像頭等，當人員身份信息被這些設(shè)備進行捕獲之后，通過計算機網(wǎng)絡(luò)將 數(shù)據(jù)傳回到中央服務(wù)器，對數(shù)據(jù)進行確認、記錄和分析。合理的考勤管理對一個企業(yè)或者高 校的發(fā)展有著舉足輕重的作用。
[0004] 近年來，各種類型的考勤管理系統(tǒng)在高校、企事業(yè)單位得到了廣泛的應(yīng)用。早期的 考勤管理系統(tǒng)多采用人工簽到、近距離主動式刷卡等方式進行考勤管理，需要被考勤人員 主動在考勤設(shè)備面前停留進行考勤管理，費時費力，容易出現(xiàn)卡片丟失、磨損、被復(fù)制以及 他人代替刷卡等問題，并且當被考勤人員數(shù)量眾多時，需要排隊考勤，用戶體驗很差，在強 調(diào)人性化體驗的今天，以不能滿足各種應(yīng)用場合的需求。
[0005] 打指紋、按掌紋、掃描虹膜等基于人體生物信息識別的考勤管理方式同樣面臨著 這些問題，需要在考勤設(shè)備面前停留數(shù)秒進行考勤，雖然指紋、虹膜等人體生物信息具有長 久不變、隨身攜帶等特性，仍然不能滿足現(xiàn)代智能考勤管理的需求。
[0006] 基于RFID技術(shù)的非接觸式考勤管理避免了需要停留考勤的缺點，可以使被考勤 人員隨身攜帶卡片自由出入，而不會漏掉考勤管理數(shù)據(jù)，近年來得到了越來越多的應(yīng)用。但 傳統(tǒng)的RFID存在識別距離短、安全性低、容易被人體和金屬遮以及定位困難等問題。針對 這些問題，基于ZigBee技術(shù)的遠距離主動RFID識別方式通過在標識卡中加入低功耗微控 制器與ZigBee通信模塊，并采用休眠/喚醒模式，可以實現(xiàn)遠距離（50-80米）自動身份識 另IJ。基于ZigBee技術(shù)的射頻識別系統(tǒng)不僅可以支持50米范圍內(nèi)的輕松讀取，還支持高達 200個標識卡的同時讀取，更能克服遠距離被動識別方式容易被人體、金屬等遮擋的問題， 可以保證上百位員工同時進出的正確讀取，是目前應(yīng)用最多、受歡迎程度最大的一種識別 方式。該方法還能實時對員工進出的詳細情況進行跟蹤和記錄，但仍然容易出現(xiàn)他人代替 刷卡以及卡片丟失、被復(fù)制等問題。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明針對現(xiàn)有技術(shù)的不足之處提供了一種基于稀疏表示的人臉分類算法的遠 距離考勤方法，實現(xiàn)遠距離實時跟蹤和記錄人員出入的詳細情況，并且能夠提高考前管理 或者門禁系統(tǒng)的安全性，避免出現(xiàn)一些人為的安全性問題。
[0008] 為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：
[0009] -種基于稀疏表示的人臉分類算法的遠距離考勤方法，其特征在于，如下步驟：
[0010] (1)采集所有被考勤人員的人臉信息作為訓(xùn)練樣本數(shù)據(jù)集；
[0011] (2)重新采集被考勤人員的人臉信息作為測試樣本，基于稀疏表示的人臉分類算 法將測試樣本在訓(xùn)練樣本集中稀疏表示，稀疏表示是找出線性方程組:Ax=b最稀疏的解， A是一個mXn的矩陣，bei是一個向量，x是這個方程組的解，采用一個評估函數(shù)J(x)來 找到最稀疏的唯一解，定義一個常用的優(yōu)化問題PT，PJ:minxj(x)，使Ax=b，其中J(x)采 用二范數(shù)的平方I|x| |22,得到最稀疏的解；
[0012] (3)將得到的最稀疏的解，基于ZigBee技術(shù)的有源RFID實現(xiàn)遠距離人員身份信息 識別，采用雙基站模型，并利用RSSI定位技術(shù)對人員通行的方向進行準確的判別，識別出 人員是進入考勤區(qū)域還是離開考勤區(qū)域。
[0013] 作為優(yōu)選，所述步驟（2)中，所述基于稀疏表示的人臉分類算法的步驟如下：
[0014] (21)輸入由k類訓(xùn)練樣本組成的字典數(shù)據(jù)集A= [AUA2，…Ak]e，Xn和測試樣本 yGrx!；
[0015] (22)用單位二范數(shù)規(guī)范化字典A的所有列；
[0016](23)求解h最小化問題，xl:min||x||丄st. ||Ax-y||e，e為給定的可容忍 的噪音項的二范數(shù)常量；
[0017] (24)計算殘差fori= 1:k;ri(y) = ||y-ASi(Xl) || 2，其中截斷函數(shù) si:r-r，Si(Xl)用以保留Xl中與第i類對應(yīng)的系數(shù)，其余位置都置為〇 ;
[0018] (25)輸出測試樣本y的類別ID，即測試樣本y屬于字典中的第i類。
[0019]作為優(yōu)選，所述步驟（21)中，判斷人臉測試樣本是否為合法的樣本，步驟如下：
[0020] (211)在訓(xùn)練樣本上計算稀疏系數(shù)，通過稀疏集中系數(shù)來判斷稀 疏表示x中非零元是否集中在訓(xùn)練樣本的某一個類別上，稀疏集中系數(shù)
【主權(quán)項】
1. 一種基于稀疏表示的人臉分類算法的遠距離考勤方法，其特征在于，如下步驟： (1) 采集所有被考勤人員的人臉信息作為訓(xùn)練樣本數(shù)據(jù)集； (2) 重新采集被考勤人員的人臉信息作為測試樣本，基于稀疏表示的人臉分類算法將 測試樣本在訓(xùn)練樣本集中稀疏表示，稀疏表示是找出線性方程組:Ax=b最稀疏的解，A是 一個mXn的矩陣，bet是一個向量，x是這個方程組的解，采用一個評估函數(shù)J(x)來找到 最稀疏的唯一解，定義一個常用的優(yōu)化問題PpP；r:minxJ(x)，使Ax=b，其中J(x)采用二 范數(shù)的平方I|x| |22,得到最稀疏的解； (3) 將得到的最稀疏的解，基于ZigBee技術(shù)的有源RFID實現(xiàn)遠距離人員身份信息識 另IJ，采用雙基站模型，并利用RSSI定位技術(shù)對人員通行的方向進行準確的判別，識別出人 員是進入考勤區(qū)域還是離開考勤區(qū)域。
2. 根據(jù)權(quán)利要求1所述的一種基于稀疏表示的人臉分類算法的遠距離考勤方法，其特 征在于，所述步驟（2)中，所述基于稀疏表示的人臉分類算法的步驟如下： (21)輸入由k類訓(xùn)練樣本組成的字典數(shù)據(jù)集A=[Ab A2，…Ak] GlmXn和測試樣本 yerxl； (22) 用單位二范數(shù)規(guī)范化字典A的所有列； (23)求解h最小化問題，xl :min||x||pt. || Ax-y ||2彡e，e為給定的可容忍的噪音 項的二范數(shù)常量； (24) 計算殘差fori=l:k;ri(y)= ||y-ASi(Xl)||2，其中截斷函數(shù)Si:En-DT， Si(Xl)用以保留Xl中與第i類對應(yīng)的系數(shù)，其余位置都置為0 ; (25) 輸出測試樣本y的類別ID，S卩測試樣本y屬于字典中的第i類。
3. 根據(jù)權(quán)利要求2所述的一種基于稀疏表示的人臉分類算法的遠距離考勤方法，其特 征在于，所述步驟（21)中，判斷人臉測試樣本是否為合法的樣本，步驟如下： (211) 在訓(xùn)練樣本上計算稀疏系數(shù)，通過稀疏集中系數(shù)來判斷稀疏表示x中非零元是 否集中在訓(xùn)練樣本的某一個類別上，稀疏集中系數(shù)
系數(shù)向量如果SCI(x) =1，則表明 x t li^， 測試樣本僅僅是由訓(xùn)練樣本中的某一個類表示，而如果SCI(X) = 0,則表明稀疏系數(shù)的非 零元幾乎分散在所有的類別中； (212)取定一個tG [〇，1]，如果SCI(Xi)〈t，則拒絕該測試樣本。
【專利摘要】本發(fā)明公開了一種基于稀疏表示的人臉分類算法的遠距離考勤方法，屬于考勤技術(shù)領(lǐng)域，解決現(xiàn)有的考勤不能遠距離識別的問題，步驟如下:(1)采集所有被考勤人員的人臉信息作為訓(xùn)練樣本數(shù)據(jù)集；(2)重新采集被考勤人員的人臉信息作為測試樣本，基于稀疏表示的人臉分類算法將測試樣本在訓(xùn)練樣本集中稀疏表示，得到最稀疏的解；(3)將得到的最稀疏的解，基于ZigBee技術(shù)的有源RFID實現(xiàn)遠距離人員身份信息識別，采用雙基站模型，并利用RSSI定位技術(shù)對人員通行的方向進行準確的判別，識別出人員是進入考勤區(qū)域還是離開考勤區(qū)域。本發(fā)明實現(xiàn)遠距離實時跟蹤和記錄人員出入的詳細情況。
【IPC分類】G06K9-62, G07C1-10
【公開號】CN104574555
【申請?zhí)枴緾N201510016667
【發(fā)明人】呂建成, 章毅, 李莉麗, 李孝杰, 李茂
【申請人】四川大學(xué)
【公開日】2015年4月29日
【申請日】2015年1月14日