杭州永 琛智能科技有限公司欢迎您!服务热线:4009024535

智能考勤系统软件

一. 系统软件构成

图1系统软件构成
二. 人脸识别算法
 
图 2 人脸识别算法流程
2.1 全天时工作原理
从安全性角度出发,系统应当具备全天时、全天候工作的能力。在一年 四季不同温度条件下,白天黑 夜不同的光照条件下,均能够 发挥人脸识别的功效。

图3近红外双目视觉
基于以上现实要求,在成像方案上,杰锐达 视觉团队采用近红外双光源双目视觉方式的图像采集。
通过近红外双光源,有以下优势:
1、获取夜视能力,提高设备使用率。
2、活体人 脸红外特性与照片、视频中 的人脸特性不同,避免假体欺骗。
3、当人与 光源距离不变时,近红外 人脸图像非常稳定,能最大 限度的规避环境光对人脸识别的影响。
2.2 活体检测方案
活体检 测主要是防止人脸作假,即假体欺骗。假体欺 骗主要指通过照片、视频等 方式欺骗识别系统的作假行为。现有人 脸活体检测方法主要有三种:眨眼判别、嘴部张合判别、视差分析方法。
眨眼判别。对于可 以要求用户配合的应用系统,要求用 户眨眼一到两次,人脸识 别系统就可以根据自动判别得到的眼睛的张合状态的变化情况来区分照片和人脸。
嘴部张合判别。与眨眼判别类似,要求用户张开、闭合嘴巴一到两次,人脸识 别系统据此区分照片与真实人脸。
视差分析方法。无论眨 眼还是张闭嘴都必须用户配合方可,视差分 析方法则是不需要用户配合的方法。
现有的人脸识别系统,大多采 用单摄像头可见光成像,对人脸进行比对。如阿里等企业,则选择采用活体检测:张嘴、眨眼等 方式来验证活体。
人脸左转、右转、张嘴、眨眼等,指令配 合错误则认为是伪造欺骗。基于此 的人脸识别技术对于活体检测的研究仍然需要用户大量的动作配合,以及较长的验证时间。此外,无论是 通过摄像头拍摄真人还是照片,最终得 到的都是一张二维图片。随着视频技术,特别是AR、VR技术的不断迭代,传统方法已日渐弊端。采用先 进的视频合成软件,通过模 拟人脸进行眨眼、张嘴等动作的方式,技术上 已日渐具备假体欺骗的能力,因此对 于摄像头前是真人还是一张照片,一段视频,难以判断。
 
图 3 三维人脸
根据以上分析,杰锐达 视觉团队采用近红外双光源双目视觉方式的图像采集,实现防假体需求。单目视觉是平面视觉,无法区分真人与照片,使用双 目立体视觉的方式,获取人脸的深度信息,重构人 脸的真实三维点云。真实的人脸,同时兼具温度、三维的特性,因此三 维数据将最佳地逼近人脸形状。相反,对于通过视频、图像等作弊手段,红外三 维数据将过滤作弊器,或将其 重构成平面形状等等,从而一眼识破假体。
2.3 人脸检测方案
人脸检 测是指在输入图像中确定所有人脸(如果存在)的位置、大小、位姿的过程。 人脸检 测是人脸识别中的一项关键技术和前提条件。
人脸检测有许多难点,而且要 考虑较多方面的因素,比如既 要保证较高的检出率,又要保 证较低的误检率。因此,成功解 决这些问题的方法,成功构 造出人脸检测与跟踪系统,将为解 决人脸识别问题提供重要技术手段。人脸检 测的主要难点包括: 
人脸的多样性,人脸中 包含很多细节和特性,比如人的发型、肤色、眼睛的大小和睁闭等,都可能 给人脸检测带来困难。 
    2.人脸的遮挡,比如眼镜,额前的长发,还有外 界环境引起的遮挡等。 
3.人脸的视觉变化,人脸的 视觉变化包括平面内旋转和平面外旋转,拍摄到 的可能是侧面人脸或倾斜人脸。 
4.复杂的背景,如果人 脸隐藏在与肤色相似且难以分离的背景当中,可能会 出现误检的情况。 
5.多变的成像条件。主要有光照,阴影,成像设 备的限制等方面的影响。
针对以上难点,人脸检 测算法可以分为三种类别:基于肤色的检测方法,基于形状的检测方法,基于统 计理论的检测方法。特别地,基于统计理论算法中,Adaboost人脸检测,和深度 学习人脸检测应用中更为有效。
 
图 4  Adaboost人脸检测示意图
Adaboost是一种迭代算法。初始时,所有训 练样本的权重都被设为相等,在此样 本分布下训练出一个弱分类器。在第(  =1,2,3, …T,T为迭代次数)次迭代中,样本的权重由第  -1次迭代的结果而定。在每次迭代的最后,都有一 个调整权重的过程,被分类 错误的样本将得到更高的权重。这样分 错的样本就被突出出来,得到一 个新的样本分布。在新的样本分布下,再次对 弱分类器进行训练,得到新的弱分类器。经过T次循环,得到T个弱分类器,把这T个弱分 类器按照一定的权重叠加起来,就得到 最终的强分类器。
人脸检测过程中使用Adaboost算法挑 选出一些最能代表人脸的矩形特征(弱分类器),按照加 权投票的方式将弱分类器构造为一个强分类器,再将训 练得到的若干强分类器串联组成一个级联结构的层叠分类器,有效地 提高分类器的检测速度。
2.4 人脸识别方案
人脸识 别技术是基于人的脸部特征,对输入 的人脸图像或者,首先进行人脸检测, 如果存在人脸,则根据每个脸的位置、大小和 各个主要面部器官的位置信息,进一步 提取每个人脸中所蕴涵的身份特征,并将其 与已知的人脸进行对比,从而识 别每个人脸的身份。
识别一般分三步:
(1)首先建 立人脸的面像档案。即用摄 像机采集单位人员的人脸的面像文件或取他们的照片形成面像文件,并将这 些面像文件生成面纹(Faceprint)编码贮存起来。
(2)获取当前的人体面像。即用摄 像机捕捉的当前出入人员的面像,或取照片输入,并将当 前的面像文件生成面纹编码。
(3)用当前 的面纹编码与档案库存的比对。即将当 前的面像的面纹编码与档案库存中的面纹编码进行检索比对。上述的“面纹编码”方式是 根据人脸脸部的本质特征和开头来工作的。这种面 纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化,具有强大的可靠性,从而使 它可以从百万人中精确地辨认出某个人。人脸的识别过程,利用普 通的图像处理设备就能自动、连续、实时地完成。
在第三步中,面纹比 对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说,将采样 到的面像与库存的面像依次进行比对,并找出 最佳的匹配对象。所以,面像的 描述决定了面像识别的具体方法与性能。主要采 用特征向量与面纹模板两种描述方法:
①特征向量法
该方法 是先确定眼虹膜、鼻翼、嘴角等 面像五官轮廓的大小、位置、距离等属性,然后再 计算出它们的几何特征量,而这些 特征量形成一描述该面像的特征向量。
②面纹模板法
该方法 是在库中存贮若干标准面像模板或面像器官模板,在进行比对时,将采样 面像所有象素与库中所有模板采用归一化相关量度量进行匹配。此外,还有采 用模式识别的自相关网络或特征与模板相结合的方法。
人脸识 别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算 法是利用人体面部各器官及特征部位的方法。如对应 几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。
近年来,基于深 度学习的特征向量法在应用中取得了长足进步。 杰锐达 团队创新的无监督式,深度学习人脸算法,具备对 无效样本的拒学能力,可以更有效,更海量 地利用人脸资源。该算法 提取的特征码与中心数据库人脸进行匹配,完成人脸唯一性验证。

图 5 异质人脸识别——无监督深度学习
不同于 现有的有监督标注学习方法,杰锐达 团队采用无监督的学习技术,加入自 动假体生成机制,在算法 训练中不断识别假体,从而得 更具鲁棒性的算法模型。该算法在LFW等世界 公开人脸测试库中,识别率均超过99%,在各项应用中,表现优异。
三. 门禁控制协议
 
图6门禁控制协议——伟根协议
四. 云端服务软件
 
图1考勤系 统云端服务结构图
云端服务采用HTTP协议,采用linux系统,软件特点如下:
1、数据自动上传下载,实现真正无人值守:
a.只传送新的数据,已经传 送过的数据不会自动传送,但可以 从服务器上要求重新传送
b.如果网 络暂时不能正常联接,在恢复 连接后数据会自动重新传送
c.数据通 常是打包在一起成批传送的,从而降 低网络连接的开销
d.因为网 络问题而传送失败的数据会重新被传送,直至成功为止
e.数据上 传下载不影响正常的考勤使用,只有在 通过服务器大批量下发人员人脸信息到考勤机时,才会稍 微减慢考勤的速度
 
2、数据可加密、压缩传送:
a.加密和 压缩传送数据是一个可选项,同时进行,加密使 得数据的传输更安全,压缩使 得网络通信的带宽占用大大降低
b.加密和 压缩采用专门的算法,其特点是速度快、效率高,基本不 会给服务器和考勤机带来过大的开销通常,20K的考勤 记录数据可以压缩到6K在网络上进行传送
 
3、依托强大的http服务器:
a.支持 Linux、Windows XP/2003及其以上版本
b.支持 Apache/IIS/Lighttpd/Nginx服务器软件
c.利用HTTP服务器的高稳定、高可靠 性和多进程管理能力,实现高 并发连接数支持,从而可 以同时连接数千台考勤机
d.可根据考勤机数量、实时性 和安全性要求等实际需要灵活布署多台服务器
五. 客户端管理软件
5.1、门禁时间段管理
根据用户身份、职务等 情况设置其通行权限和时间段,只有在 有权限进入且在有效时间段内录入人脸才能开门。如对于 办公室门禁系统:我们可 设置领导及系统管理员可每天24小时进出所有办公室,普通员 工只允许上班时间(例如9:00~18:00)进出自己办公室;通过这种主动防范,可防止 无关人员非法进入;门禁控制器可设置16个时间 段对进出门进行管理
 
5.2、考勤功能管理
5.2.1、人员管理
在考勤 系统中可以对人员资料和部门资料进行管理。
 
在人员 管理模块中可对已录入的人事信息进行浏览、查询、更改、增加、删除等管理,实现对新进员工、离职员工,人事调 动部门更换等操作的管理,并可对报表进行排序、导出、打印等操作。
5.2.2、考勤规则定义
考勤规 则定义功能设置主要是为解决各个企事业单位对考勤管理模式不同,具体考 勤算法不同的问题。通过此 功能模块用户可根据自己公司的考勤制度设置不同的考勤规则。
 
5.2.3、考勤班次设置
在考勤 班次设置中可以任意添加或编辑考勤班次,各个班 次可以独立设置不同的上下班时间。可设置多个段次。
 
5.2.4、考勤管理
支持考勤班次的设置、请假处理、出差处理、加班处理、未刷卡处理(手工签卡)、外勤处理、特殊员工考勤处理等。
 
5.2.5、考勤记录
员工上、下班识别后,系统自 动记录员工姓名、部门、职务、上班、日期、时间等,并把信息传送至电脑,保存在考勤数据库中。
5.2.6、考勤明细表
管理部 门可根据需要随时在查询系统上查询各部门员工的考勤情况,同时也 可以查询员工进出的详细记录。并可随时打印出来。各部门 也可以根据需要,随时查 询本部门员工的考勤情况及出入门状况。所有报表均可打印,且可根 据本单位需求自定义报表格式。
 
5.2.7、考勤统计
系统将 指定人脸识别仪采集到的数据进行过滤处理,只保留 每天有用的考勤记录。然后按员工姓名、部门、日期进行统计,自动生成考勤日报、月报、明细报表等各种报表;可查看员工迟到、早退、缺勤等考勤汇总数据,查看员 工每天的考勤明细数据,所有考勤报表、排班表、请假、出差、加班、签卡记录均可导出成EXCEL报表。

追求卓越、勇于创新

Copyright © 2018-2019 杭州永 琛智能科技有限公司 版权所有
关闭
友情链接:    360棋牌app下载   彩票吧   易乐彩票   百益彩票   66棋牌APP下载