申请/专利权人：南方电网调峰调频发电有限公司信息通信分公司

申请日：2023-11-02

公开（公告）日：2024-01-16

公开（公告）号：CN117197916B

主分类号：G06V40/16

分类号：G06V40/16;G07C1/10

优先权：

专利状态码：有效-授权

法律状态：2024.01.16#授权;2023.12.26#实质审查的生效;2023.12.08#公开

摘要：本发明涉及出勤登记领域，更具体地，本发明涉及用于门禁识别的出勤登记方法及系统，方法包括：根据获取的有门禁权限用户的人脸图像集，通过预设的人脸检测模型，获得人脸区域集；根据所述人脸区域集，通过预设的人脸识别网络模型，获得人脸特征向量；根据所述人脸特征向量计算所述人脸区域集中多个用户人脸区域之间的相似度；通过根据所述相似度和人脸差异度构建人脸分类模型，从而确定损失函数的取值，选择最优模型，以使最优模型得到的该样本和其他样本的类间可分离性越大，对不易分类的人脸分类效果更好，使训练出来的模型提高了对人脸分类的准确性，使用训练完毕的模型识别出勤人员并将识别到的人员进行记录。

主权项：1.用于门禁识别的出勤登记方法，其特征在于，包括：根据获取的有门禁权限用户的人脸图像集，通过预设的人脸检测模型，获得人脸区域集；根据所述人脸区域集，通过预设的人脸识别网络模型，获得人脸特征向量；根据所述人脸特征向量计算所述人脸区域集中多个用户人脸区域之间的相似度；计算所述人脸区域集中用户的多个人脸特征向量之间的距离，根据所述距离计算用户的人脸差异度；根据各个所述人脸差异度和所述相似度确定人脸分类网络的损失函数值；根据所述损失函数值训练预设的人脸分类模型，得到模型评价指标，根据模型评价指标选择最优的人脸分类模型；响应于采集到的新的用户人脸图像，通过所述最优的人脸分类模型，识别出人员信息并记录；根据各个所述人脸差异度和所述相似度确定人脸分类网络的损失函数值，包括以下步骤：计算模型的整体损失函数值，等于每个样本的损失函数值求和，计算公式为： 其中，表示训练样本的总数，表示第个用户的样本的分类损失；计算第个用户的样本的分类损失函数值，计算公式为： 其中，表示第个用户的样本的预测值，表示第个用户的样本的预测类别和真实类别之间的夹角，表示第个用户的样本损失对应的超参数，表示自然常数，表示第个用户的样本的预测值，表示第个用户的样本的预测类别和真实类别之间的夹角；根据用户的人脸差异度和人脸区域集相似度确定用户人脸分类损失的超参数数值，计算公式为： 其中，表示第个用户的样本损失对应的超参数，表示第个用户的样本和其他样本的人脸特征向量中最大的相似度，表示第个用户与有门禁权限用户的其他用户的人脸差异度，为常数，是向下取整符号。

全文数据：

权利要求：

百度查询： 南方电网调峰调频发电有限公司信息通信分公司 用于门禁识别的出勤登记方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD