具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请同时参照图1和图2，其中，图1是本发明实施例提供的无感考勤打卡方法的总体逻辑图，图2是本发明实施例提供的无感考勤打卡方法的流程框图。本发明实施例提供的无感考勤打卡方法具体包括以下步骤：

S101、获取视频流数据，从所述视频流数据中解码获得待识别图片。

请同时参照图3，图3是本发明实施例提供的无感考勤打卡方法中步骤S101的子流程框图，本实施例中的S101中，具体包括以下子步骤：

S1011、从视频采集设备获取实时的所述视频流数据，并按照预设帧间隔进行抽帧，得到抽帧图像。

在本发明实施例中，所述视频采集设备是用于实现高清晰度数据采集的影像获取设备，所述视频采集设备实时地采集包括打卡人员在内的所述视频流数据，并按照预设的帧间隔进行所述视频流数据的抽帧，得到抽帧图像，其中，本发明实施例所采用的预设的所述帧间隔为10帧，将具有时间间隔的图像用于分析所述打卡人员的行进过程以及打卡行为，能够提高打卡检测的准确度，并且，通过时间间隔提取的图像还有利于获取同一目标的多张不同状态的图像，便于多模态的判别。

S1012、将所述抽帧图像进行预处理，得到所述待识别图片。

在本发明实施例中，对所述抽帧图像进行预处理的方式包括图像缩放和图像填充，具体的，本发明实施例通过对所述视频流数据抽帧得到的所述抽帧图像的分辨率为1920*1080，在经过图像缩放后，使其分辨率降低为640*360，之后，将分辨率为640*360的所述抽帧图像进行灰色像素的图像填充，使所述抽帧图像成为分辨率为640*640的矩形图像，将经过所述图像填充处理后的所述抽帧图像作为所述待识别图片。

S102、对所述待识别图片进行人体检测和人体识别，得到人体识别结果。

请参照图4，图4是本发明实施例提供的无感考勤打卡方法中步骤S102的子流程框图，具体包括以下子步骤：

S1021、获取预设打卡人员信息，并为其中每一个打卡人员创建一个初始值为0、最大值为3的人体识别计数器。

在本发明实施例中，所述预设打卡人员信息为已经过采集的目标打卡人员的生物特征信息，其中，每一个打卡人员已采集的所述生物特征信息包括人体特征信息、人脸特征信息、虹膜特征信息，此时，为所述预设打卡人员信息中的每一个打卡人员分别创建一个初始值为0、最大值为3的人体识别计数器，所述人体识别计数器的值表示所述打卡人员的所述人体特征信息被准确识别到的次数。

S1022、对所述待识别图片进行人体检测。

在本发明实施例中，用于对所述待识别图片进行人体检测的工具为图像检测器，所述图像检测器为通过预训练好的具有图像识别功能的卷积神经网络构成，其中，利用所述图像检测器对所述待识别图片进行人体检测，根据检测的所述待识别图片中是否有人体图像的情况，还分为：

1022a、若所述待识别图片中没有人体图像，则直接开始下一帧所述待识别图片的处理。

若所述图像检测器没有从所述待识别图片中识别到任何人体图像，则所述待识别图片中没有可以进行打卡判断的对象，此时，会重新回到上述步骤S101的处理阶段，从下一张提取到的所述抽帧图像再次进行步骤S102开始的流程。

1022b、若所述待识别图片中有至少一个人体图像，则开始进行人脸检测，同时利用人体特征提取器依次对所述人体图像进行特征提取，并比对所述预设打卡人员信息中的所述打卡人员的人体信息，将比对成功的所述打卡人员对应的所述人体识别计数器的数值加1。

若所述图像检测器从所述待识别图片中识别至少一个人体图像，则开始进行步骤S103，同时继续使用所述人体特征提取器进行所述人体图像的特征提取，在本发明实施例中，所述人体特征提取器同样是由卷积神经网络组成，但其专注于整个人体图像的特征提取，将所述人体特征提取器提取到的人体特征与所述打卡人员对应的所述人体特征信息进行比对，并将比对成功的所述打卡人员对应的所述人体识别计数器的数值加1，此时，根据所述打卡人员对应的所述人体识别计数器的数值，还分为：

1022b1、若所述打卡人员对应的所述人体识别计数器的数值小于3，则返回所述人体识别计数器的数值作为所述人体识别结果，并对所述打卡人员对应的所述人体图像进行目标追踪。

1022b2、若所述打卡人员对应的所述人体识别计数器的数值等于3，则返回一个打卡成功的标志位信息作为所述人体识别结果。

S103、对所述待识别图片进行人脸检测和人脸识别，得到人脸识别结果。

请参照图5，图5是本发明实施例提供的无感考勤打卡方法中步骤S103的子流程框图，具体包括以下子步骤：

S1031、获取预设打卡人员信息，并为其中每一个打卡人员创建一个初始值为0、最大值为2的人脸识别计数器。

为所述预设打卡人员信息中的每一个打卡人员分别创建一个初始值为0、最大值为2的人脸识别计数器，所述人脸识别计数器的值表示所述打卡人员的所述人体特征信息被准确识别到的次数。

S1032、对所述待识别图片进行人脸检测。

在本发明实施例中，用于对所述待识别图片进行人脸检测的工具仍为所述图像检测器，其中，利用所述图像检测器对所述待识别图片进行人脸检测，根据检测的所述待识别图片中是否有人脸图像的情况，还分为：

1032a、若所述待识别图片中没有人脸图像，则直接对所述待识别图像中的所述人体图像进行目标追踪。

若所述图像检测器没有从所述待识别图片中识别到任何人脸图像，但经过上述步骤S1022b的检测后已确定图像中具有待确定打卡是否成功的所述人体图像，此时，将所述待识别图像中对应的所述人体图像额外放入追踪队列中，并进行目标追踪。

1032b、若所述待识别图片中有至少一个人脸图像，则开始进行虹膜检测，同时利用人脸特征提取器依次对所述人脸图像进行特征提取，并比对所述预设打卡人员信息中的所述打卡人员的人脸信息，将比对成功的所述打卡人员对应的所述人脸识别计数器的数值加1。

若所述图像检测器从所述待识别图片中识别至少一个人脸图像，则开始进行步骤S104，同时继续使用所述人体特征提取器进行所述人脸图像的特征提取，在本发明实施例中，所述人脸特征提取器同样是由卷积神经网络组成，但其专注于人脸图像的特征提取，将所述人脸特征提取器提取到的人脸特征与所述打卡人员对应的所述人脸特征信息进行比对，并将比对成功的所述打卡人员对应的所述人脸识别计数器的数值加1，此时，根据所述打卡人员对应的所述人脸识别计数器的数值，还分为：

1032b1、若所述打卡人员对应的所述人脸识别计数器的数值小于2，则返回所述人脸识别计数器的数值作为所述人脸识别结果，并对所述打卡人员对应的所述人体图像进行目标追踪。

1032b2、若所述打卡人员对应的所述人脸识别计数器的数值等于2，则返回一个打卡成功的标志位信息作为所述人脸识别结果。

S104、对所述待识别图片进行虹膜检测和虹膜识别，得到虹膜识别结果。

请参照图6，图6是本发明实施例提供的无感考勤打卡方法中步骤S104的子流程框图，具体包括以下子步骤：

S1041、获取预设打卡人员信息，并为其中每一个打卡人员创建一个初始值为0、最大值为1的虹膜识别计数器。

为所述预设打卡人员信息中的每一个打卡人员分别创建一个初始值为0、最大值为1的虹膜识别计数器，所述虹膜识别计数器的值表示所述打卡人员的所述虹膜特征信息被准确识别到的次数。

S1042、对所述待识别图片进行虹膜检测。

在本发明实施例中，用于对所述待识别图片进行虹膜检测的工具仍为所述图像检测器，其中，利用所述图像检测器对所述待识别图片进行虹膜检测，根据检测的所述待识别图片中是否有虹膜图像的情况，还分为：

1042a、若所述待识别图片中没有虹膜图像，则直接对所述待识别图像中的所述人体图像进行目标追踪。

若所述图像检测器没有从所述待识别图片中识别到任何虹膜图像，但经过上述步骤S1022b的检测后已确定图像中具有待确定打卡是否成功的所述人体图像，且所述人体图像还通过了上述步骤S1023b的人脸检测，此时，将以所述待识别图像中对应的所述人体图像为整个追踪目标，将其放入追踪队列中，并进行目标追踪。

1042b、若所述待识别图片中有至少一个虹膜图像，则利用虹膜特征提取器依次对所述虹膜图像进行特征提取，并比对所述预设打卡人员信息中的所述打卡人员的虹膜信息，将比对成功的所述打卡人员对应的所述虹膜识别计数器的数值加1。

若所述图像检测器从所述待识别图片中识别至少一个虹膜图像，则使用所述虹膜特征提取器进行所述虹膜图像的特征提取，所述虹膜特征提取器同样是由卷积神经网络组成，但其专注于虹膜图像的特征提取，将所述虹膜特征提取器提取到的虹膜特征与所述打卡人员对应的所述虹膜特征信息进行比对，并将比对成功的所述打卡人员对应的所述虹膜识别计数器的数值加1，此时，根据所述打卡人员对应的所述虹膜识别计数器的数值，还分为：

1042b1、若所述打卡人员对应的所述虹膜识别计数器的数值小于1，则返回所述人脸识别计数器的数值作为所述虹膜识别结果，并对所述打卡人员对应的所述人体图像进行目标追踪。

1042b2、若所述打卡人员对应的所述虹膜识别计数器的数值等于1，则直接返回一个打卡成功信息作为所述虹膜识别结果。

在上述步骤S1032a、1042a中对已经识别到具有所述人体图像的所述待识别图片进行目标追踪，其中，所述目标追踪的顺序为所述人体图像放入所述追踪队列中的顺序，对于执行所述目标追踪的所述待识别图片，其中的所述人体图像所具有的特点为其对应的所述人体识别计数器的值至少为1，但其对应的所述人体识别结果、所述人脸识别结果、所述虹膜识别结果不完全符合打卡成功的判断依据，所述追踪队列中的所述待识别图片对应的所述打卡人员，在进行下一帧图像的检测时将会继续对同一所述打卡人员的所述人体特征信息、所述人脸特征信息、所述虹膜特征信息进行提取，并按照上述步骤得到所述人体识别结果、所述人脸识别结果、所述虹膜识别结果。

S105、根据所述人体识别结果、所述人脸识别结果、所述虹膜识别结果得到打卡反馈信息。

在本发明实施例中，所述人体识别结果、所述人脸识别结果、所述虹膜识别结果分别对应针对不同所述打卡人员的所述人体识别计数器的值、所述人脸识别计数器的值、所述虹膜识别计数器的值，在本发明实施例中，当各个计数器的值有任一个计数器的值达到其预设的最大值，则判定所述打卡人员打卡成功，更具体的，在整个所述待识别图片的检测和识别过程中，若所述打卡人员的所述人体特征信息被成功识别3次、或者所述人脸特征信息被成功识别2次、或者所述虹膜特征信息被成功识别1次，则判定所述打卡人员打卡成功，同时，在本发明实施例中所述打卡人员的所述人体特征信息被成功识别1次、并且所述人脸特征信息被成功识别1次的情况下，也会被判定为打卡成功。

之后，将所述打卡人员打卡成功的信息作为所述打卡反馈信息发送给所述打卡人员进行确认。

更优的，本发明实施例中还包括预设定一个打卡时间段，在所述打卡时间段内未打卡成功的所述打卡人员将会在所述打卡时间段结束时收到用于提醒补卡的所述打卡反馈信息。

本发明所达到的有益效果，由于采用了多种识别方式组合且同时进行识别的打卡方案，在面对中远距离的真实场景时提高了打卡的精确度，从而减少误检率，并缩短了打卡检测流程的时长。

本发明实施例还提供一种无感考勤打卡系统，请参照图7，图7是本发明实施例提供的无感考勤打卡系统的结构框图，所述无感考勤打卡系统200包括数据获取模块201、人体检测和识别模块202、人脸检测和识别模块203、虹膜检测和识别模块204、目标跟踪模块205、打卡信息反馈模块206，其中：

所述数据获取模块201用于获取视频流数据，从所述视频流数据中解码获得待识别图片；

所述人体检测和识别模块202用于对所述待识别图片进行人体检测和人体识别，得到人体识别结果；

所述人脸检测和识别模块203用于对所述待识别图片进行人脸检测和人脸识别，得到人脸识别结果；

所述虹膜检测和识别模块204用于对所述待识别图片进行虹膜检测和虹膜识别，得到虹膜识别结果；

所述打卡信息反馈模块205用于根据所述人体识别结果、所述人脸识别结果、所述虹膜识别结果得到打卡反馈信息。

所述无感考勤打卡系统200能够实现如上述实施例中的无感考勤打卡方法中的步骤，且能实现同样的技术效果，参上述实施例中的描述，此处不再赘述。

本发明实施例还提供一种计算机设备，请参照图8，图8是本发明实施例提供的计算机设备的结构示意图，所述计算机设备300包括：存储器302、处理器301及存储在所述存储器302上并可在所述处理器301上运行的计算机程序。

所述处理器301调用所述存储器302存储的计算机程序，执行本发明实施例提供的无感考勤打卡方法中的步骤，请结合图1，具体包括：

S101、获取视频流数据，从所述视频流数据中解码获得待识别图片。

更进一步地，所述获取视频流数据，从所述视频流数据中解码获得待识别图片的步骤，包括以下子步骤：

从视频采集设备获取实时的所述视频流数据，并按照预设帧间隔进行抽帧，得到抽帧图像；

将所述抽帧图像进行预处理，得到所述待识别图片。

S102、对所述待识别图片进行人体检测和人体识别，得到人体识别结果。

更进一步地，所述对所述待识别图片进行人体检测和人体识别，得到人体识别结果的步骤，包括以下子步骤：

获取预设打卡人员信息，并为其中每一个打卡人员创建一个初始值为0、最大值为3的人体识别计数器；

对所述待识别图片进行人体检测，其中：

若所述待识别图片中没有人体图像，则直接开始下一帧所述待识别图片的处理；

若所述待识别图片中有至少一个人体图像，则开始进行人脸检测，同时利用人体特征提取器依次对所述人体图像进行特征提取，并比对所述预设打卡人员信息中的所述打卡人员的人体信息，将比对成功的所述打卡人员对应的所述人体识别计数器的数值加1，其中：

若所述打卡人员对应的所述人体识别计数器的数值小于3，则返回所述人体识别计数器的数值作为所述人体识别结果，并对所述打卡人员对应的所述人体图像进行目标追踪；

若所述打卡人员对应的所述人体识别计数器的数值等于3，则返回一个打卡成功的标志位信息作为所述人体识别结果。

S103、对所述待识别图片进行人脸检测和人脸识别，得到人脸识别结果。

更进一步地，所述对所述待识别图片进行人脸检测和人脸识别，得到人脸识别结果的步骤，包括以下子步骤：

获取预设打卡人员信息，并为其中每一个打卡人员创建一个初始值为0、最大值为2的人脸识别计数器；

对所述待识别图片进行人脸检测，其中：

若所述待识别图片中没有人脸图像，则直接对所述待识别图像中的所述人体图像进行目标追踪；

若所述待识别图片中有至少一个人脸图像，则开始进行虹膜检测，同时利用人脸特征提取器依次对所述人脸图像进行特征提取，并比对所述预设打卡人员信息中的所述打卡人员的人脸信息，将比对成功的所述打卡人员对应的所述人脸识别计数器的数值加1，其中：

若所述打卡人员对应的所述人脸识别计数器的数值小于2，则返回所述人脸识别计数器的数值作为所述人脸识别结果，并对所述打卡人员对应的所述人体图像进行目标追踪；

若所述打卡人员对应的所述人脸识别计数器的数值等于2，则返回一个打卡成功的标志位信息作为所述人脸识别结果。

S104、对所述待识别图片进行虹膜检测和虹膜识别，得到虹膜识别结果。

更进一步地，所述对所述待识别图片进行虹膜检测和虹膜识别，得到虹膜识别结果的步骤，包括以下子步骤：

获取预设打卡人员信息，并为其中每一个打卡人员创建一个初始值为0、最大值为1的虹膜识别计数器；

对所述待识别图片进行虹膜检测，其中：

若所述待识别图片中没有虹膜图像，则直接对所述待识别图像中的所述人脸图像进行目标追踪；

若所述待识别图片中有至少一个虹膜图像，则利用虹膜特征提取器依次对所述虹膜图像进行特征提取，并比对所述预设打卡人员信息中的所述打卡人员的虹膜信息，将比对成功的所述打卡人员对应的所述虹膜识别计数器的数值加1，其中：

若所述打卡人员对应的所述虹膜识别计数器的数值小于1，则返回所述人脸识别计数器的数值作为所述虹膜识别结果，并对所述打卡人员对应的所述人体图像进行目标追踪；

若所述打卡人员对应的所述虹膜识别计数器的数值等于1，则直接返回一个打卡成功信息作为所述虹膜识别结果。

更进一步地，所述对所述待识别图片进行虹膜检测和虹膜识别，得到虹膜识别结果的步骤后，还包括：

使用预设的目标追踪算法将进行目标追踪的所述人体图像存放在追踪队列中，并在下一帧的所述待识别图片中对所述追踪队列中的所述人体图像进行人体检测和人体识别、人脸检测和人脸识别、虹膜检测和虹膜识别，并且，若所述人体图像对应的所述打卡人员的所述人体识别结果、或所述人脸识别结果、或所述虹膜识别结果中包含打卡成功的信息，则将所述人体图像从所述追踪队列中删除。

S105、根据所述人体识别结果、所述人脸识别结果、所述虹膜识别结果得到打卡反馈信息。

更进一步地，根据所述人体识别结果、所述人脸识别结果、所述虹膜识别结果得到打卡反馈信息的步骤，具体为：

若所述人体识别结果为所述标志位信息、或所述人脸识别结果为所述标志位信息、或所述虹膜识别结果为所述打卡成功信息，则将所述人体识别结果、所述人脸识别结果、所述虹膜识别结果对应的所述打卡人员判定为已打卡状态，并重置所述打卡人员的所述人体识别计数器、所述人脸识别计数器、所述虹膜识别计数器的数值。

本发明实施例提供的计算机设备300能够实现如上述实施例中的无感考勤打卡方法中的步骤，且能实现同样的技术效果，参上述实施例中的描述，此处不再赘述。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本发明实施例提供的无感考勤打卡方法中的各个过程及步骤，且能实现相同的技术效果，为避免重复，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存取存储器（Random AccessMemory，简称RAM）等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，所揭露的仅为本发明较佳实施例而已，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式用等同变化，均属于本发明的保护之内。