人脸考勤机问题

2024-04-24

人脸考勤机问题（精选6篇）

篇1：人脸考勤机问题

人脸考勤机购买申请

一、购买目的：

为了确保工地现场考勤的有效管理，施工队伍现场工人考勤的真实有效；即日起，公司决定对各项目部的考勤管理，采用人脸识别系统进行监管。

二、购买数量：

根据在建工程的数量及应急备用量，建议购买30台人脸考勤机。

三、技术要求：

1、用户容量：人脸识别不少于150张

2、通讯接口：建议采用TCP/IP网络识别，USB接口-U盘导入导出为辅

3、语音功能：语音提示，建议姓名播报

四、推荐品牌

1、汉王：识别系统专业厂家

2、中控：考勤机专业厂家

五、推荐价格

1000人民币左右

篇2：人脸考勤机问题

为了进一步严肃考勤纪律，杜绝员工互相代打卡现象，公司在经过反复调试与试用后，于2013年5月2日起，正式启用人脸识别考勤机考勤，推行新的考勤方式后，代打卡的现象得到了全面控制。

从之前常常发生的代打卡现象到如今代打卡现象的取缔，反映出制度化管理对企业的重要性，我们常常说“在制度面前人人平等”，就是要保证企业在制度执行上的公正性与严格性。

但是，如果制度本身制定的过于严格、苛刻，不尽人情，在执行中往往就会暴露出很多问题，并可能会严重影响员工的士气和工作积极性。因而，在制度的制定过程中，充分考虑到员工的心理承受力，使制度本身保持适度的弹性也是十分必要的。

我公司现行的考勤制度中，关于“迟到一分钟不算迟到的规定”能体现出制度中的“人文化关怀“，这样既可保证公司考勤制度的刚性，又使其具有了一定的弹性。在避免员工互相代打卡的同时，使员工的工作效率得到提升。

人事部：张红花

篇3：人脸识别考勤系统的分析与应用

在现代企业管理中员工的出勤情况尤为重要, 员工都不准时上班, 何以谈经济效益?员工迟到早退现象、考勤数据统计不及时等问题频繁发生。自大连机车车辆有限公司引进了人脸识别考勤系统, 至今运行情况很好, 严格杜绝了替投证、迟到早退的现象, 从根本上提高了劳动效率。此系统的应用充分体现考勤管理制度的方便性、高效性、公正性。本文简单介绍了人脸识别考勤系统的简单构成及其在计算机上的实际应用。

二、人脸识别考勤系统构成

(一) 人脸识别系统一般框架。如图1所示。

1.人脸图像的获取。一般来说, 图像的获取都是通过摄像头摄取。

2.人脸的定位检测。人脸检测的任务是判断静态图像中是否存在人脸。若存在人脸, 给出其图像中的坐表位置、人脸区域大小等信息。而人脸跟踪则需要进一步输出所检测的人脸位置、大小等状态随时间的连续变化情况。

3.图像预处理功能。获取到的图像进行一系列处理才可进行下一步的工作, 该处理过程也称图像预处理。预处理这个模块在整个人脸识别系统占有很重要的地位。常用的图像预处理方法主要有:中值滤波、灰度化、边缘提取、对比度增强、二值化、图像光线补偿、灰度变化、图像二值化、边缘检测。在一个系统中可用其中几种预处理方法。

4.特征提取。通过人脸特征点的检测与标定可以确定人脸图像中显著特征点的位置 (如眼睛、眉毛、鼻子、嘴巴等) , 同时还可以得到这些特征点的位置及面部轮廓的形状信息的描述。

5.基于人脸图像比对的身份识别。即人脸识别问题。通过将输入人脸图像与人脸数据库中的所有已知原型人脸图像计算相似度并对其排序来给出输入人脸的身份信息。

6.基于人脸图像比对的身份验证。即人脸确认问题。系统在输入人脸图像的同时输入一个用户宣称的该人脸的身份信息, 系统要对该输入人脸图像的身份与宣称的身份是否相符作出判断。

(二) 人脸识别系统识别流程。人脸识别是一个复杂的过程, 人脸识别包括几个步骤:对采集到的图像, 首先进行人脸检测, 给出人脸有无结果;然后进行人脸定位, 确定人脸的位置并提取出来。对人脸的定位在输入是图像序列时一般也称之为人脸跟踪。通常检测和定位结合进行。对提取出来的人脸借助人脸描述就可以进行人脸识别, 即通过提取特征来确定其身份。

三、人脸识别考勤系统的优点

人脸识别是对人的脸部特征信息进行身份认证的生物特征识别技术。它具有如下显著优点:

(一) 唯一性, 不可替代。人脸是每个人独一无二的特征, 其采集处理的方法主要是标准视频和热成像技术, 比起指纹识别采集成像方法要更直观, 易辨别, 以弥补指纹识别的识别难度和可仿性。与之相比, 指纹考勤机的缺点显露无遗:

1.识别性差。在本单位配置人脸识别机前, 我们也进行了一些调查, 发现许多常年工作在一线的工人, 指纹很淡, 尤其是从事钳工工作的员工, 手上磨成厚厚的老茧, 对指纹考勤的识别工作, 带来非常多的不便。

2.可仿性高。随着“上有政策, 下有对策”的“指纹套”面世以来, 指纹考勤机彻底成了摆设。

3.存在易损件。易造成破损, 更换频繁, 增加额外费用。指纹考勤机考勤时需将手指放在识别模块上, 用力过猛就会造成识别模块破碎, 造成损失。

4.易传播细菌, 不卫生。每天每一位员工需考勤早晚共两次, 单位有300名员工, 这块模板每天需要被接触使用600次, 十分不卫生。表1是人脸识别考勤机与其他考勤方法的对比。

(二) 非接触、识别性强。人脸识别考勤机考勤时, 员工只需要在考勤机面前站几秒钟, 就可以完成整个考勤过程。不需要像指纹考勤, 每个人每天都要把手放在识别机同一个位置上, 存在接触性, 不卫生。标准视频技术通过一个标准的摄像头摄取面部的图像, 例如, 眼睛, 鼻子和嘴的位置以及它们之间的相对位置被记录下来然后形成模板;热成像技术通过分析由面部的毛细血管的血液产生的热线来产生面部图像, 热成像技术并不需要在较好的光源条件下, 因此即使在黑暗情况下也可以使用。人脸识别考勤机能在昏暗的条件下准确地完成考勤工作, 这点非常重要, 某单位现以机械加工为主, 大多数一线工人都需要一二班倒班, 甚至晚上十点钟下班, 光线很昏暗, 人脸识别考勤机在这种环境下工作, 完全不用担心考勤问题, 一样高效。

(三) 方便、快捷、精准。人的面部通过摄像头分析成像储存在智能卡或者电脑资料库中, 事先储存的人脸图像和真人的脸孔进行比较, 辨认出这个人的身份。与传统的打卡机相比, 就无需排队等候, 免去忘记带卡的麻烦, 而且可靠的管理系统会自动生成数据, 及时有效地反馈出勤信息。查询考勤记录时, 只需按几下鼠标, 考勤记录一目了然, 可以保存多年的考勤记录, 随查随用, 数据准确。

四、局域网内的人脸识别考勤系统的应用

2013年年初, 大连机车车辆有限公司人数增加了100多人, 分为南北两个厂房, 两厂房之间的距离, 步行大约10分钟, 虽然距离不是很远, 但是这对管理人员的工作也是一个严峻的考验, 尤其是考勤工作。刚刚接手时, 由于对人员的不熟悉, 对投证考勤的监督工作很难进行。后来, 经过商议后, 第一时间在北厂房配置了和南厂房一样的人脸识别考勤机。这种考勤点分散的问题通过内部局域网的联通, 实现考勤员在南厂房的管理组就可以看到北厂房人员的考勤情况, 方便快捷, 只需轻轻点几下鼠标, 今天哪个班组谁迟到早退, 谁没来上班, 一目了然。根据上述情况该考勤方法实现了:考勤点分散;杜绝代打卡, 精确到人;考勤数据远程集中管理;提升单位管理水平。图2是人脸识别考勤机内部局域网拓朴图。

五、人脸考勤系统的具体应用

(一) 使用前的准备工作。考勤机使用前, 考虑到员工使用方便, 在选位置时, 我们选择了厂房的中心位置。不管员工从哪个方向来到单位, 都可以很方便地走到考勤机面前进行考勤。使用环境在厂房的中心位置, 本单位主要从事机械加工工作, 生铁加工较多, 粉尘多, 噪音大, 货车在厂房里运送货物等因素。考勤机本身的机体是塑料材质的, 为了延长其工作寿命, 我们对考勤机进行了外壳的保护。并且为了考勤机散热设计了散热孔, 延长使用寿命。

(二) 组织各班组员工进行人脸识别的模板采集工作。每一位员工都有一个工号, 对应这个工号, 对300多位员工进行了模板采集工作, 每人采集过程不超过三十秒时间。

(三) 人脸识别考勤操作软件的使用。第一, 在计算机中安装人脸识别考勤系统的管理软件, 双击桌面图标, 进入登陆对话框。第二, 输入登陆账号及密码。第三, 系统部分功能的介绍。在操作系统的左边是功能框, 里面所有的功能都可以在电脑上实现。如设备管理、下载上传数据、人员管理、管理员设置、人员排班管理、时间段管理、班次设置、人员排班设置、考勤规则设置等。第四, 人员管理。每位员工一个工号, 按照班组的顺序, 把人员按班组进行分配, 方便查找。第五, 人员排班管理包括时间段管理、班次设置、人员排班设置、考勤规则设置。根据本单位的实际情况, 设置正确的时间段和班次设置, 根据员工所从事的工作, 把员工按照一二班、大班、正常班进行人员排班, 设置好考勤规则。以上几点设置好后, 就可以正常使用了。第六, 考勤数据的处理与统计。数据下载成功后, 就可生成统计报表, 考勤员可以根据这些数据报表完成考勤工作。

六、结语

人脸识别考勤系统的应用为单位员工所带来的方便、快捷, 是大家有目共睹的。人脸识别考勤系统的应用替代了原始的投证制度, 严格杜绝了替投证、迟到早退的现象, 从根本上提高了劳动效率, 实现了远程考勤, 节省了时间、人力, 有效提高了管理效益。

参考文献

[1] .段锦.人脸自动机器识别[M].北京:科学出版社, 2009

篇4：基于视频的人脸识别问题研究

[关键词]视频人脸识别；低分辨率；失焦；隔行扫描；运动模糊

0.引言

经过多年研究，人脸识别技术已取得了长足的进步和发展。随着视频监控、信息安全、访问控制等应用领域的发展需求，基于视频的人脸识别已成为人脸识别领域最为活跃的研究方向之一。

根据NIST的FERET和FRGC测试及其他研究人脸识别的评价报告，许多人脸识别方法性能都因光线变化、姿势等其他因素而降低。这些影响系统性能的因素可分为四类：技术，环境，用户和用户交互系统。

基于视频的人脸识别是人脸识别领域中的一个巨大挑战，近年来吸引了许多研究人员的关注。McKenna et al.利用PCA在视频数据中建立人脸本征空模型，用概率投票的方法来融合序列信息。Zhou et al.利用视频中的时间和空间信息，提高识别性能。但是基于视频人脸识别仍存在一些问题。

1.基于视频的人脸识别的影响因素

1.1图像低分辨率

低分辨率图像是远距离人脸识别中的一个难题，如图1所示。在这种情况下，摄像机的视野通常较宽，脸部在整个图像中比例较小，人脸图像的分辨率始终比较低，这大大降低了人脸检测和识别的性能。

目前还没有应用低分辨率人脸图像就能达到良好识别性能的算法，解决这一个问题的有效途径之一就是采用超分辨率重建算法，即从一组低分辨率图像中估计出一幅或多幅高分辨率图像。超分辨率重建技术本质上是将一个场景的低分辨率图像中的信息组合起来形成高分辨率图像。高分辨率图像不仅指图像的实际像素数大，更主要的是包含更多的高频信息。利用高清晰度摄像机也是解决这一问题的有效途径之一。不过，高清晰度的图像会降低人脸检测速率。

1.2失焦

在远距离人脸识别应用中，人脸与摄像机之间的距离是现存的空间。这意味着，在大多数情况下人脸没有对准光圈焦点就会使得人脸图像模糊。

虽然焦点只是概念上的一点，但在实际中焦点有一个小的范围，这就是所谓的模糊圈。这种非理想聚焦是由光学成像中像差引起的，当光圈直径增加时像差程度会越高。因此，使用小光圈镜头可降低模糊程度。

1.3视频图像中的隔行扫描

隔行扫描就是每一帧被分割为两场，每一场包含了一帧中所有的奇数扫描行或者偶数扫描行，通常是先扫描奇数行得到第一场，然后扫描偶数行得到第二场。视频由不同时间的时刻捕捉的画面组成，当人脸运动过快时就会产生交错，即一个帧的上下场分属于两个画面。交错会使视频产生运动伪影，影响人脸正确检测和识别，如图3所示。为了最大限度地减少隔行扫描产生的伪影，可用非交错显示扫描代替。然而，这种技术会降低图像的分辨率，特别是在物体运动的时候。

产生的运动模糊

逐行扫描是指每一帧图像由电子束顺序地一行接着一行连续扫描而成，它克服了隔行扫描的缺點，画面平滑自然无闪烁。因此，使用逐行扫描视频系统可以完美的解决这一问题。

1.4Motion Blur运动模糊

运动模糊是数字影像系统常见的现象。当物体迅速移动或相机震动时就会产生，如图4所示。为了避免运动模糊，相机应使用快速曝光，但这会导致新的问题，因为采取快速曝光，就要增加光圈数，这又与失焦产生冲突。

2.结语