• 一种基于深度卷积神经网络的人脸识别方法和考勤系统

    • 摘要:

      本发明涉及一种基于深度卷积神经网络的人脸识别方法和考勤系统.系统包括在用户管理服务器上录入用户信息、人脸样本标签后发送至中心服务器;在中心服务器中,利用预处理的样本标签构建基于深度卷积神经网络的人脸识别模型;员工在各个地点的考勤机上,通过已经训练好的神经网络进行在线人脸识别,人脸识别结果将通过内部局域网返回用户管理服务器;管理人员可以在用户管理服务器上进行考勤记录查询、修改等.本发明使用的基于深度卷积神经网络的人脸识别算法,既能避免传统手工提取带来的特征描述不全面、不确定等问题,又能借助感受野和权值共享的优点,提高了人脸识别率,从而增加考勤系统的精确率.

    • 专利类型:

      发明专利

    • 申请/专利号:

      CN201510962016.5

    • 申请日期:

      2015.12.18

    • 公开/公告号:

      CN105426875A

    • 公开/公告日:

      2016-03-23

    • 发明人:

      吴怀宇 何云 钟锐 陈镜宇 程果

    • 申请人:

      武汉科技大学

    • 主分类号:

      G06K9/00(2006.01)I,G,G06,G06K,G06K9

    • 分类号:

      G06K9/00(2006.01)I,G07C1/10(2006.01)I,G,G06,G07,G06K,G07C,G06K9,G07C1,G06K9/00,G07C1/10

    • 主权项:

      一种基于深度卷积神经网络的人脸识别方法,其特征在于包括如下步骤:(1)用户信息的采集:通过用户管理服务器录入员工个人信息并采集人脸样本,对采集的人脸样本进行预处理,将预处理后的人脸样本与员工个人信息相关联;用户管理服务器将关联后的员工个人信息与人脸样本发送至中心服务器;(2)人脸识别模型的构建:在中心服务器中构建基于深度卷积神经网络的人脸识别模型,用步骤(1)的员工个人信息和人脸样本对深度卷积神经网络进行训练,并在中心服务器中保存训练结果;(3)人脸的在线识别:在分布于各个地点的考勤机上进行在线人脸识别验证输入,验证输入数据通过内部局域网由用户管理服务器发送至构建有人脸识别模型的中心服务器中,人脸识别结果通过内部局域网返回给用户管理服务器和各个考勤机上面;(4)后台考勤数据的管理与分析:在用户管理服务器上修改考勤员工的信息、设置考勤班次、考勤人员限权、密码修改操作;人脸的在线识别之后,在用户管理服务器上查询考勤记录并能备份保存考勤记录.