考勤系统PRODUCTS

当前位置: 首页 > 产品中心  > 智慧办公 > 考勤系统
  • 办公室人员考勤

办公室人员考勤

酒泉办公室人员考勤详情咨询甘肃华宏伟业科技有限公司,免费体验员工考勤,品牌考勤机,指纹打卡机,门禁考勤机,人脸考勤机--支持远程异地统一考勤管理系统,多样化复杂排班,跨天排班.

立即拨打电话: 17739862722
分享到:

识别网络搭建和训练:识别模块是系统的核心部分,深度卷积网络在图像识别方面取得了非常好的成就,其结构由卷积层、pooling层、全连接层堆叠而来。卷积网络模型采取梯度下降法小化Loss,使用反向传播方式调节网络参数。典型的CNN模型有AlexNet、ZFNet、VGGNet、GoogleNet等,这些模型都分别在ILSVRC比赛中取得了骄人成绩。

酒泉办公室人员考勤详情咨询甘肃华宏伟业科技有限公司,免费体验员工考勤,品牌考勤机,指纹打卡机,门禁考勤机,人脸考勤机--支持远程异地统一考勤管理系统,多样化复杂排班,跨天排班.

在人脸识别方面,卷积网络模型有Face++、Deepface、DeepID、FaceNet等,其准确率在一些公开数据集上都达到了94%以上。其中,FaceNet将输出层特征进行二范数归一化,然后提出Triplet Loss函数,以减小类内距离、增大类间距离,从而达到识别效果,在LFW数据集上达到了99%的准确率。

办公室人员考勤

系统的评价测试:为测评系统的性能指标,本文截取了13个视频序列进行测试,其中3个是注册人员的视频,而其余10个是非注册人员(外来人员)的序列。通过调节输出概率的阈值进行判决身份,经实验测试,在80%左右时效果较好。这时,我们计算误检率(将非注册人员错误判定为注册人员的概率)和正确识别率(注册人员正确识别的概率)。统计序列共414帧,注册人员189帧,有133帧,非注册人员225帧,将非注册人判为注册人员数量为7,错误识别数量为2,所以误检率为3%-4%,正确识别率98%左右。在实时性方面,人脸的检测和识别时间总和为0.2s-0.3s之间,基本满足系统的实时性要求。

基于视频分析的多帧判别:在每一位人员进入IPC区域内,我们只利用了每一帧的图像进行识别判别。这种方法会增加误检率,造成识别结果的失败。我们需要分析错误识别的数据,以优化系统性能。如图4,纵坐标是识别结果的置信度,横坐标是两个人分别经过一次IPC时的帧数,实线代表的是我们的一个注册人员(whl),点线代表我们的系统识别错误的一个外来人员。

(此内容由www.lzhhwy.com提供)