CN106447814A - 一种机器人实现自动考勤的方法 - Google Patents
一种机器人实现自动考勤的方法 Download PDFInfo
- Publication number
- CN106447814A CN106447814A CN201610824485.5A CN201610824485A CN106447814A CN 106447814 A CN106447814 A CN 106447814A CN 201610824485 A CN201610824485 A CN 201610824485A CN 106447814 A CN106447814 A CN 106447814A
- Authority
- CN
- China
- Prior art keywords
- destination object
- attendance
- identity
- work attendance
- robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的机器人实现自动考勤的方法,通过识别预设地域范围内目标对象的身份;根据目标对象的身份,生成与其对应的考勤记录,解决了现有考勤方式不够快捷智能的技术问题,通过机器人自动对目标对象进行身份识别以及根据识别的身份信息生成与其对应的考勤记录,实现了对目标对象的自动考勤,无需目标对象进行考勤刷卡或打卡操作,方便快捷,智能化程度高,用户体验佳。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种机器人实现自动考勤的方法。
背景技术
目前,公司或企业为了监督员工进行规范性的上下班,制定了各式各样的考勤制度。现有考勤方式主要有卡片刷卡、指纹识别打卡,脸部识别打卡等等。虽然现今的考勤方式相对于以往的人工考勤方式取得了很大的进步,但卡片刷卡方式需要为每一位员工制作卡片,且卡片容易丢失。尤其对于人数较多的大公司或大企业,可能需要排队进行卡片刷卡、指纹识别打卡或脸部识别打卡,从而造成考勤不够快捷智能。针对该问题,本发明提供了一种利用机器人实现自动考勤的方法。
发明内容
本发明提供了一种机器人实现自动考勤的方法,以解决现有考勤方式不够快捷智能的技术问题。
本发明提供的机器人实现自动考勤的方法,包括:
识别预设地域范围内目标对象的身份;
根据目标对象的身份,生成与其对应的考勤记录。
进一步地,识别预设范围内目标对象的身份包括:
获取预设范围内的目标对象;
采集目标对象的生物特征;
将目标对象的生物特征与预先存储在数据库中的样本生物特征进行匹配,从而识别目标对象的身份。
进一步地,获取预设范围内的目标对象包括:
根据机器人所在位置设定考勤范围;
判断是否有人物对象进入考勤范围,若是,则将其定义为目标对象。
进一步地,当目标对象的生物特征与预先存储在数据库中的样本生物特征不匹配时,还包括:
在互联网上搜索与目标对象的生物特征匹配的用户名信息;
根据用户名信息识别目标对象的身份。
进一步地,根据目标对象的身份,生成与其对应的考勤记录包括:
采集目标对象进入预设地域范围的时间信息;
根据目标对象的身份、时间信息生成与其对应的考勤记录,并保存至预设的考勤数据库中。
进一步地,根据目标对象的身份,生成与其对应的考勤记录之后包括:
对考勤数据库中的考勤记录定期进行统计分析,并生成考勤报表。
进一步地,生物特征包括:
人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态中的一种或多种组合。
本发明具有以下有益效果:
本发明提供的机器人实现自动考勤的方法,通过识别预设地域范围内目标对象的身份;根据目标对象的身份,生成与其对应的考勤记录,解决了现有考勤方式不够快捷智能的技术问题,通过机器人自动对目标对象进行身份识别以及根据识别的身份信息生成与其对应的考勤记录,实现了对目标对象的自动考勤,无需目标对象进行考勤刷卡或打卡操作,方便快捷,智能化程度高,用户体验佳。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构建本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构建对本发明的不当限定。在附图中:
图1是本发明优选实施例机器人实现自动考勤的方法流程图;
图2是本发明优选实施例针对第一个精简实施例的机器人实现自动考勤的方法的流程图;
图3是本发明优选实施例针对第二个精简实施例的机器人实现自动考勤的方法的流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
参照图1,本发明的优选实施例提供了一种机器人实现自动考勤的方法,包括:
步骤S101,识别预设地域范围内目标对象的身份;
步骤S102,根据目标对象的身份,生成与其对应的考勤记录。
本发明提供的机器人实现自动考勤的方法,通过识别预设地域范围内目标对象的身份;根据目标对象的身份,生成与其对应的考勤记录,解决了现有考勤方式不够快捷智能的技术问题,通过机器人自动对目标对象进行身份识别以及根据识别的身份信息生成与其对应的考勤记录,实现了对目标对象的自动考勤,无需目标对象进行考勤刷卡或打卡操作,方便快捷,智能化程度高,用户体验佳。
由于本实施例是通过机器人实现自动考勤,也即无需目标对象进行任何考勤操作,例如考勤刷卡或打卡等操作,就能对目标对象完成考勤。在实际的实施过程中,对目标对象完成考勤,也即获得目标对象的考勤记录。现有的考勤记录一般包括目标对象以及与其对应的考勤时间点,由于考勤时间点较容易检测,故本实施例通过识别预设地域范围内目标对象的身份,便可以根据目标对象的身份,快速生成与其对应的考勤记录,从而实现对目标对象的自动考勤。由此可见,本实施例通过识别目标对象的身份,并通过识别出的身份就能生成与其对应的考勤记录,无需目标对象的任何人工操作,简便快捷,智能化程度高。
可选地,识别预设范围内目标对象的身份包括:
获取预设范围内的目标对象;
采集目标对象的生物特征;
将目标对象的生物特征与预先存储在数据库中的样本生物特征进行匹配,从而识别目标对象的身份。
现有对目标对象进行考勤一般是通过在公司或单位设置考勤装置,并通过目标对象与考勤装置的交互获得目标对象的考勤记录,故本实施例可以将用于自动考勤的机器人设置在公司或单位处,并设置预设范围,用于获取预设范围内的目标对象。在实际的实施过程中,例如可以设置预设范围为200米左右,也即当目标对象进入离机器人距离为200米的范围,机器人便将其定义为目标对象,然后采集目标对象的生物特征,以及根据目标对象的生物特征与预先存储在数据库中的样本生物特征进行匹配,从而识别目标对象的身份,并根据目标对象的身份生成与其对应的考勤记录。
现有智能机器人的数据库中往往会存储一些用户的样本生物特征,例如人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态等等,故当机器人采集到目标对象的生物特征后,往往会先在其数据库中匹配是否包括该目标对象的样本生物特征,若匹配成功,则根据该目标对象在数据库中存储的样本生物特征对其进行身份识别。例如,当采集到目标对象的人脸特征信息时,则采用人脸识别技术将其与智能机器人的数据库中人脸样本特征进行匹配,从而实现对目标对象的身份进行识别。具体地,本实施例对目标对象的身份进行识别时,首先采集目标对象的生物特征,然后将目标对象的生物特征与预先存储在数据库中的样本生物特征进行匹配,从而识别目标对象的身份。其中,目标对象的生物特征包括:人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态中的一种或多种组合。
本实施例通过采集目标对象的生物特征,实现对目标对象的身份进行识别,有利于后续根据目标对象的身份获取与目标对象对应的考勤记录,从而为后续机器人对目标对象进行自动考勤奠定基础。
可选地,获取预设范围内的目标对象包括:
根据机器人所在位置设定考勤范围;
判断是否有人物对象进入考勤范围,若是,则将其定义为目标对象。
为了更灵活和人性化地实现自动考勤,本实施例在获取预设范围内的目标对象时,根据机器人所在位置设定考勤范围,并判断是否有人物对象进入考勤范围,若是,则将其定义为目标对象。具体地,本实施例中预设的考勤范围可以根据公司或单位的位置或面积等情况进行合理确定。且本实施例在判断是否有人物对象进入考勤范围时,可以通过定期检测或实时监测并判断是否有人物对象进入考勤范围。在实际的实施过程中,本实施例可以通过多种方式监测是否有人物对象进入考勤范围,例如通过摄像头监控是否有人物对象进入考勤范围,或通过红外线扫描方式监控是否有人物对象进入考勤范围等等。
可选地,当目标对象的生物特征与预先存储在数据库中的样本生物特征不匹配时,还包括:
在互联网上搜索与目标对象的生物特征匹配的用户名信息;
根据用户名信息识别目标对象的身份。
由于在将目标对象的生物特征与数据库中的样本生物特征进行匹配时,可能出现生物特征与预先存储在数据库中的样本生物特征不相匹配的情况,也即不能从预先存储在数据库中的样本生物特征中匹配出与目标对象相同的生物特征。针对这种情况,本实施例通过在互联网上搜索与目标对象的生物特征匹配的用户名信息,然后根据用户名信息识别目标对象的身份。
例如,当***不能从预先存储在数据库中的人脸样本生物特征中匹配出与目标对象相同的人脸生物特征时,则根据采集的目标对象的人脸生物特征在互联网上搜索与之对应的用户名信息。这主要是基于现有用户在互联网上进行身份注册时,往往会被要求提供对应的生物特征,例如人脸、签名等。本实施例正是基于这两者的相关性,首先通过目标对象的生物特征在互联网上搜索获取与之匹配的用户名信息,然后根据用户名信息识别目标对象的身份。
需要说明的是,本实施例在互联网上根据目标对象的生物特征搜索获取与之对应的用户名信息时,可能获取不止一个用户名信息。此时,本实施例可以选取其中任意一个用户名信息识别目标对象的身份,也可以选取与目标对象的生物特征匹配度最高的用户名信息用于识别目标对象的身份。
可选地,根据目标对象的身份,生成与其对应的考勤记录包括:
采集目标对象进入预设地域范围的时间信息;
根据目标对象的身份、时间信息生成与其对应的考勤记录,并保存至预设的考勤数据库中。
现有的考勤记录一般包括目标对象以及与其对应的考勤时间点,由于考勤时间点较容易检测,故本实施例通过识别预设地域范围内目标对象的身份,便可以根据目标对象的身份,快速生成与其对应的考勤记录,从而实现对目标对象的自动考勤。
可选地,根据目标对象的身份,生成与其对应的考勤记录之后包括:
对考勤数据库中的考勤记录定期进行统计分析,并生成考勤报表。
现有技术中,考勤管理人员往往需要对获得的员工考勤记录进行统计分析。例如统计员工在某月度或某季度的考勤情况,或分析员工是否有长期旷工等考勤情况,且现有考勤管理人员对员工考勤记录进行统计分析主要是通过人工方式进行的,可见人力成本高,统计效率低。针对该问题,本实施例根据目标对象的身份,生成与其对应的考勤记录之后还包括对考勤数据库中的考勤记录定期进行统计分析,并生成考勤报表,并将生成的考勤报表自动发送或展现给预设的需求端,从而使需求端对考勤情况一目了然,大大提升了用户体验。解决了用户人工对考勤数据进行统计分析导致人力成本高、统计效率低的问题,大大方便了考勤管理人员对员工考勤数据的管理。
可选地,生物特征包括:人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态中的一种或多种组合。
具体地,本实施例中的生物特征包括但不限于人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态中的一种或多种组合。
下面针对两个精简实施例对本发明的机器人实现自动考勤的方法进行更进一步说明。
精简实施例一
参照图2,本发明的精简实施例一提供的机器人实现自动考勤的方法,包括:
步骤S201,根据机器人所在位置设定考勤范围。
具体地,为了更灵活和人性化地实现自动考勤,本实施例在获取预设范围内的目标对象时,根据机器人所在位置设定考勤范围。例如,可以假定以机器人所在位置为中心,半径为200米的区域为考勤范围。
步骤S202,判断是否有人物对象进入考勤范围,若是,则将其定义为目标对象。
具体地,本实施例在设置了考勤范围后,对考勤范围内是否有人物对象进行定期或实时监控,且在实际的实施过程中,本实施例监控是否有人物对象进入考勤范围可以采用多种方式,例如通过摄像头监控是否有人物对象进入考勤范围,或通过红外线扫描方式监控是否有人物对象进入考勤范围等等。也即只要有人物对象进入以机器人所在位置为中心,半径为200米的区域内,则判断有目标对象进入考勤范围,也即将该目标对象认定为需要进行考勤的考勤对象。
在实际的实施过程中,企业或单位对员工进行考勤一般集中在上下班时间段,且为了避免对非企业或公司员工的外来人员进行自动考勤,本实施例可以设定自动考勤时间,例如早上上班时间段和晚上下班时间段,从而减少了机器人实现自动考勤的工作负荷,而且获取的考勤对象更准确合理。
步骤S203,采集目标对象的生物特征。
具体地,本实施例中机器人可以对目标对象的任何一种或多种生物特征进行获取,例如目标对象的人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态中的一种或多种组合特征进行获取,本实施例假设获取的生物特征为目标对象的人脸特征。
步骤S204,将目标对象的生物特征与预先存储在数据库中的样本生物特征进行匹配,从而识别目标对象的身份。
具体地,本实施例将采集到目标对象的人脸特征与机器人的数据库中人脸样本特征进行匹配,从而实现对目标对象的身份进行识别。本实施例假设能从数据库中匹配出与目标对象的人脸特征匹配的人脸样本特征,且根据目标对象的人脸特征识别出其身份名称为张三。
步骤S205,采集目标对象进入预设地域范围的时间信息。
具体地,由于考勤记录除了包括考勤对象(目标对象)的身份信息,还包括时间信息,故本实施例在根据目标对象的身份生成考勤记录时,还包括采集目标对象进入预设地域范围的时间信息。需要说明的是,本实施例不限于只采集目标对象的身份信息和目标对象进入预设地域范围的时间信息生成考勤记录,例如还可以采集目标对象是否按规定着装,是否有其他违规等信息。
步骤S206,根据目标对象的身份、时间信息生成与其对应的考勤记录,并保存至预设的考勤数据库中。
具体地,本实施例根据目标对象的身份,时间信息易获得与目标对象的考勤记录,为了后续对目标对象的考勤记录进行统计分析,本实施例还包括将生成的考勤记录保存至预设的考勤数据库中。
本发明提供的机器人实现自动考勤的方法,通过采集目标对象的生物特征,识别目标对象的身份,以及根据目标对象的身份,生成与其对应的考勤记录,解决了现有考勤方式不够快捷智能的技术问题,通过机器人自动对目标对象进行身份识别以及根据识别的身份信息生成与其对应的考勤记录,实现了对目标对象的自动考勤,无需目标对象进行考勤刷卡或打卡操作,方便快捷,智能化程度高,用户体验佳。
精简实施例二
参照图3,本发明的精简实施例二提供的机器人实现自动考勤的方法,包括:
步骤S301,根据机器人所在位置设定考勤范围。
具体地,为了更灵活和人性化地实现自动考勤,本实施例在获取预设范围内的目标对象时,根据机器人所在位置设定考勤范围。例如,可以假定以机器人所在位置为中心,半径为200米的区域为考勤范围。
步骤S302,判断是否有人物对象进入考勤范围,若是,则将其定义为目标对象。
具体地,本实施例在设置了考勤范围后,对考勤范围内是否有人物对象进行定期或实时监控,且在实际的实施过程中,本实施例监控是否有人物对象进入考勤范围可以采用多种方式,例如通过摄像头监控是否有人物对象进入考勤范围,或通过红外线扫描方式监控是否有人物对象进入考勤范围等等。也即只要有人物对象进入以机器人所在位置为中心,半径为200米的区域内,则判断有目标对象进入考勤范围,也即将该目标对象认定为需要进行考勤的考勤对象。
步骤S303,采集目标对象的生物特征。
具体地,本实施例中机器人可以对目标对象的任何一种或多种生物特征进行获取,例如目标对象的人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态中的一种或多种组合特征进行获取,本实施例假设获取的生物特征为目标对象的人脸特征。
步骤S304,在互联网上搜索与目标对象的生物特征匹配的用户名信息。
具体地,本实施例根据采集的目标对象的人脸生物特征在互联网上搜索与之对应的用户名信息。这主要是基于现有用户在互联网上进行身份注册时,往往会被要求提供对应的生物特征,例如人脸、签名等。本实施例正是基于这两者的相关性,首先通过目标对象的生物特征在互联网上搜索获取与之匹配的用户名信息,然后根据用户名信息识别目标对象的身份。
步骤S305,根据用户名信息识别目标对象的身份。
假设本实施例根据目标对象的用户名信息获得目标对象的姓名为李四。需要说明的是,本实施例中所指的目标对象的身份可以是任何用于表征目标对象的身份属性信息,例如目标对象的名称,联系电话,邮箱地址,身份证号码等等。
步骤S306,采集目标对象进入预设地域范围的时间信息。
具体地,由于考勤记录除了包括考勤对象(目标对象)的身份信息,还包括时间信息,故本实施例在根据目标对象的身份生成考勤记录时,还包括采集目标对象进入预设地域范围的时间信息。需要说明的是,本实施例不限于只采集目标对象的身份信息和目标对象进入预设地域范围的时间信息生成考勤记录,例如还可以采集目标对象是否按规定着装,是否有其他违规等信息。
步骤S307,根据目标对象的身份、时间信息生成与其对应的考勤记录,并保存至预设的考勤数据库中。
具体地,本实施例根据目标对象的身份,时间信息易获得与目标对象的考勤记录,为了后续对目标对象的考勤记录进行统计分析,本实施例还包括将生成的考勤记录保存至预设的考勤数据库中。
步骤S308,对考勤数据库中的考勤记录定期进行统计分析,并生成考勤报表。
具体地,本实施例根据目标对象的身份,生成与其对应的考勤记录之后还包括对考勤数据库中的考勤记录定期进行统计分析,并生成考勤报表,并将生成的考勤报表自动发送或展现给预设的需求端,从而使需求端对考勤情况一目了然,大大提升了用户体验。解决了用户人工对考勤数据进行统计分析导致人力成本高、统计效率低的问题,大大方便了考勤管理人员对员工考勤数据的管理。
本发明提供的机器人实现自动考勤的方法,通过采集目标对象的生物特征并在互联网上搜索与目标对象的生物特征匹配的用户名信息识别目标对象的身份,以及根据目标对象的身份,生成与其对应的考勤记录,解决了现有考勤方式不够快捷智能的技术问题,通过机器人自动对目标对象进行身份识别以及根据识别的身份信息生成与其对应的考勤记录,实现了对目标对象的自动考勤,无需目标对象进行考勤刷卡或打卡操作,方便快捷,智能化程度高,用户体验佳。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种机器人实现自动考勤的方法,其特征在于,包括:
识别预设地域范围内目标对象的身份;
根据所述目标对象的身份,生成与其对应的考勤记录。
2.根据权利要求1所述的机器人实现自动考勤的方法,其特征在于,识别预设范围内目标对象的身份包括:
获取预设范围内的目标对象;
采集所述目标对象的生物特征;
将所述目标对象的生物特征与预先存储在数据库中的样本生物特征进行匹配,从而识别所述目标对象的身份。
3.根据权利要求2所述的机器人实现自动考勤的方法,其特征在于,获取预设范围内的目标对象包括:
根据机器人所在位置设定考勤范围;
判断是否有人物对象进入所述考勤范围,若是,则将其定义为目标对象。
4.根据权利要求3所述的机器人实现自动考勤的方法,其特征在于,当所述目标对象的生物特征与预先存储在数据库中的样本生物特征不匹配时,还包括:
在互联网上搜索与所述目标对象的生物特征匹配的用户名信息;
根据所述用户名信息识别所述目标对象的身份。
5.根据权利要求4所述的机器人实现自动考勤的方法,其特征在于,根据所述目标对象的身份,生成与其对应的考勤记录包括:
采集所述目标对象进入预设地域范围的时间信息;
根据所述目标对象的身份、所述时间信息生成与其对应的考勤记录,并保存至预设的考勤数据库中。
6.根据权利要求5所述的机器人实现自动考勤的方法,其特征在于,根据所述目标对象的身份,生成与其对应的考勤记录之后包括:
对所述考勤数据库中的考勤记录定期进行统计分析,并生成考勤报表。
7.根据权利要求6所述的机器人实现自动考勤的方法,其特征在于,所述生物特征包括:
人脸、指纹、声音、气味、虹膜、手形、掌纹、签名、步态中的一种或多种组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610824485.5A CN106447814A (zh) | 2016-09-18 | 2016-09-18 | 一种机器人实现自动考勤的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610824485.5A CN106447814A (zh) | 2016-09-18 | 2016-09-18 | 一种机器人实现自动考勤的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106447814A true CN106447814A (zh) | 2017-02-22 |
Family
ID=58168998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610824485.5A Pending CN106447814A (zh) | 2016-09-18 | 2016-09-18 | 一种机器人实现自动考勤的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106447814A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107507286A (zh) * | 2017-08-02 | 2017-12-22 | 五邑大学 | 一种基于人脸和手写签名的双模态生物特征签到*** |
CN107680185A (zh) * | 2017-09-22 | 2018-02-09 | 芜湖星途机器人科技有限公司 | 利用机器人进行会场签到的方法 |
CN108090982A (zh) * | 2017-12-28 | 2018-05-29 | 深圳英飞拓科技股份有限公司 | 一种签到方法、***及终端设备 |
CN108537910A (zh) * | 2018-04-13 | 2018-09-14 | 上海思依暄机器人科技股份有限公司 | 一种基于人脸识别的员工考勤方法、装置和考勤管理*** |
CN108550197A (zh) * | 2018-04-12 | 2018-09-18 | 弗徕威智能机器人科技(上海)有限公司 | 一种应用机器人进行签到的方法 |
CN108898688A (zh) * | 2018-05-07 | 2018-11-27 | 北京三辰环卫机械有限公司 | 基于移动垃圾桶的考勤方法、移动垃圾桶 |
CN109286499A (zh) * | 2018-09-21 | 2019-01-29 | 武汉大学 | 一种基于行为特征的在场认证方法 |
CN109509545A (zh) * | 2018-10-23 | 2019-03-22 | 平安医疗健康管理股份有限公司 | 基于生物识别的查房考核方法、装置、服务器及介质 |
CN109634981A (zh) * | 2018-12-11 | 2019-04-16 | 银河水滴科技(北京)有限公司 | 一种数据库扩充方法及装置 |
CN110189111A (zh) * | 2019-06-06 | 2019-08-30 | 名创优品(横琴)企业管理有限公司 | 考勤方法及装置 |
CN110287841A (zh) * | 2019-06-17 | 2019-09-27 | 秒针信息技术有限公司 | 图像传输方法及装置、图像传输***、存储介质 |
CN111325865A (zh) * | 2020-03-20 | 2020-06-23 | 广州美电恩智电子科技有限公司 | 一种无感考勤方法和装置以及设备 |
CN112053489A (zh) * | 2020-10-21 | 2020-12-08 | 温州万真网络科技有限公司 | 智能门禁考勤机器人 |
CN112405545A (zh) * | 2020-11-26 | 2021-02-26 | 浙江同善人工智能技术有限公司 | 一种基于Pepper机器人的人脸考勤*** |
CN113139790A (zh) * | 2021-04-23 | 2021-07-20 | 上海中通吉网络技术有限公司 | 一种快递业务员的考勤管理方法及其*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060106734A1 (en) * | 1994-11-28 | 2006-05-18 | Ned Hoffman | System and method for processing tokenless biometric electronic transmissions using an electronic rule module clearinghouse |
US20090324022A1 (en) * | 2008-06-25 | 2009-12-31 | Sony Ericsson Mobile Communications Ab | Method and Apparatus for Tagging Images and Providing Notifications When Images are Tagged |
EP2397970A2 (en) * | 2010-06-21 | 2011-12-21 | Lg Electronics Inc. | Mobile terminal and group generating method therein |
CN102880634A (zh) * | 2012-07-30 | 2013-01-16 | 成都西可科技有限公司 | 基于云的智能人脸识别检索方法 |
US20130197859A1 (en) * | 2012-01-30 | 2013-08-01 | International Business Machines Corporation | Tracking Entities by Means of Hash Values |
CN103369635A (zh) * | 2013-07-29 | 2013-10-23 | 广州市沃希信息科技有限公司 | 一种签到方法、移动终端及签到服务器 |
CN204129794U (zh) * | 2014-08-12 | 2015-01-28 | 河北莱恩科技有限责任公司 | 一种芯片银行卡考勤*** |
CN204965526U (zh) * | 2015-07-07 | 2016-01-13 | 北京市商汤科技开发有限公司 | 人脸考勤广告机 |
CN205334483U (zh) * | 2015-12-10 | 2016-06-22 | 北京送变电公司 | 显示终端及具有该显示终端的显示*** |
CN105741375A (zh) * | 2016-01-20 | 2016-07-06 | 华中师范大学 | 一种大视场双目视觉的红外图像考勤方法 |
-
2016
- 2016-09-18 CN CN201610824485.5A patent/CN106447814A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060106734A1 (en) * | 1994-11-28 | 2006-05-18 | Ned Hoffman | System and method for processing tokenless biometric electronic transmissions using an electronic rule module clearinghouse |
US20090324022A1 (en) * | 2008-06-25 | 2009-12-31 | Sony Ericsson Mobile Communications Ab | Method and Apparatus for Tagging Images and Providing Notifications When Images are Tagged |
EP2397970A2 (en) * | 2010-06-21 | 2011-12-21 | Lg Electronics Inc. | Mobile terminal and group generating method therein |
US20130197859A1 (en) * | 2012-01-30 | 2013-08-01 | International Business Machines Corporation | Tracking Entities by Means of Hash Values |
CN102880634A (zh) * | 2012-07-30 | 2013-01-16 | 成都西可科技有限公司 | 基于云的智能人脸识别检索方法 |
CN103369635A (zh) * | 2013-07-29 | 2013-10-23 | 广州市沃希信息科技有限公司 | 一种签到方法、移动终端及签到服务器 |
CN204129794U (zh) * | 2014-08-12 | 2015-01-28 | 河北莱恩科技有限责任公司 | 一种芯片银行卡考勤*** |
CN204965526U (zh) * | 2015-07-07 | 2016-01-13 | 北京市商汤科技开发有限公司 | 人脸考勤广告机 |
CN205334483U (zh) * | 2015-12-10 | 2016-06-22 | 北京送变电公司 | 显示终端及具有该显示终端的显示*** |
CN105741375A (zh) * | 2016-01-20 | 2016-07-06 | 华中师范大学 | 一种大视场双目视觉的红外图像考勤方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107507286A (zh) * | 2017-08-02 | 2017-12-22 | 五邑大学 | 一种基于人脸和手写签名的双模态生物特征签到*** |
CN107680185A (zh) * | 2017-09-22 | 2018-02-09 | 芜湖星途机器人科技有限公司 | 利用机器人进行会场签到的方法 |
CN108090982A (zh) * | 2017-12-28 | 2018-05-29 | 深圳英飞拓科技股份有限公司 | 一种签到方法、***及终端设备 |
CN108550197A (zh) * | 2018-04-12 | 2018-09-18 | 弗徕威智能机器人科技(上海)有限公司 | 一种应用机器人进行签到的方法 |
CN108537910A (zh) * | 2018-04-13 | 2018-09-14 | 上海思依暄机器人科技股份有限公司 | 一种基于人脸识别的员工考勤方法、装置和考勤管理*** |
CN108898688A (zh) * | 2018-05-07 | 2018-11-27 | 北京三辰环卫机械有限公司 | 基于移动垃圾桶的考勤方法、移动垃圾桶 |
CN109286499B (zh) * | 2018-09-21 | 2020-08-07 | 武汉大学 | 一种基于行为特征的在场认证方法 |
CN109286499A (zh) * | 2018-09-21 | 2019-01-29 | 武汉大学 | 一种基于行为特征的在场认证方法 |
CN109509545A (zh) * | 2018-10-23 | 2019-03-22 | 平安医疗健康管理股份有限公司 | 基于生物识别的查房考核方法、装置、服务器及介质 |
CN109634981A (zh) * | 2018-12-11 | 2019-04-16 | 银河水滴科技(北京)有限公司 | 一种数据库扩充方法及装置 |
CN110189111A (zh) * | 2019-06-06 | 2019-08-30 | 名创优品(横琴)企业管理有限公司 | 考勤方法及装置 |
CN110287841A (zh) * | 2019-06-17 | 2019-09-27 | 秒针信息技术有限公司 | 图像传输方法及装置、图像传输***、存储介质 |
CN111325865A (zh) * | 2020-03-20 | 2020-06-23 | 广州美电恩智电子科技有限公司 | 一种无感考勤方法和装置以及设备 |
CN112053489A (zh) * | 2020-10-21 | 2020-12-08 | 温州万真网络科技有限公司 | 智能门禁考勤机器人 |
CN112405545A (zh) * | 2020-11-26 | 2021-02-26 | 浙江同善人工智能技术有限公司 | 一种基于Pepper机器人的人脸考勤*** |
CN113139790A (zh) * | 2021-04-23 | 2021-07-20 | 上海中通吉网络技术有限公司 | 一种快递业务员的考勤管理方法及其*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106447814A (zh) | 一种机器人实现自动考勤的方法 | |
CN107808149A (zh) | 一种人脸信息标注方法、装置和存储介质 | |
CN106127130A (zh) | 被管理的基于生物特征识别的通知***和方法 | |
CN104036236A (zh) | 一种基于多参数指数加权的人脸性别识别方法 | |
CN108053523A (zh) | 一种高效智慧访客管理服务***及其工作方法 | |
CN105208528A (zh) | 一种用于识别同行人员的***及方法 | |
CN103107886A (zh) | 一种身份识别***及方法 | |
CN106934750A (zh) | 一种健身房管理*** | |
CN108319941A (zh) | 基于人脸识别的用电业务办理辅助*** | |
CN108010152A (zh) | 一种具备自动识别的考勤*** | |
CN106845916A (zh) | 一种基于***的智能app考勤管理及状态监控方法 | |
CN108305347A (zh) | 一种配电设备巡检作业方法 | |
CN107967743A (zh) | 一种应用于电子招投标中的身份识别方法和*** | |
CN113568968A (zh) | 基于网格化智慧社区大数据服务*** | |
CN107945323B (zh) | 一种基于智慧校园的安防方法 | |
CN109857829A (zh) | 一种地理信息数据融合*** | |
CN109712259A (zh) | 一种基于人脸识别的办公方法、***及存储介质 | |
CN109636940A (zh) | 一种工地现场考勤***及考勤方法 | |
CN106709297A (zh) | 一种身份验证方法及*** | |
CN109345652A (zh) | 基于语音识别录入文字的考勤装置及实现方法 | |
CN108682056A (zh) | 一种点名***及点名方法 | |
CN109376635B (zh) | 一种护理质量考核***及安全事件上报方法 | |
CN114822793A (zh) | 一种隔离病房人力资源管理*** | |
CN209525688U (zh) | 一种基于物联网的智能访客机 | |
CN207965916U (zh) | 基于人脸识别的用电业务办理辅助*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |