買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜深圳須彌云圖空間科技有限公司申請的專利考勤結果的確認方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114332991B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111511475.3，技術領域涉及：G06V40/16；該發明授權考勤結果的確認方法及裝置是由楊戰波;黃澤元;蔣召;祁曉婷設計研發完成，并于2021-12-06向國家知識產權局提交的專利申請。

本考勤結果的確認方法及裝置在說明書摘要公布了：本公開涉及人工智能技術領域，提供了考勤結果的確認方法及裝置。該方法包括：將所述考勤圖像輸入所述第一圖像識別模型，輸出所述目標對象的第一考勤信息；將所述考勤圖像輸入所述第二圖像識別模型，輸出所述目標對象的第二考勤信息；根據所述第一考勤信息和\或所述第二考勤信息，確定所述目標對象在所述預設時間段內的考勤結果，采用上述技術手段，解決現有技術中，為檢驗人臉識別考勤的真實性，往往會造成高成本的問題。

本發明授權考勤結果的確認方法及裝置在權利要求書中公布了：1.一種考勤結果的確認方法，其特征在于，包括：構建第一圖像識別模型和第二圖像識別模型；獲取目標對象在預設時間段內的考勤圖像；將所述考勤圖像輸入所述第一圖像識別模型，輸出所述目標對象的第一考勤信息，其中，所述第一考勤信息包括所述考勤圖像中存在第一翻拍圖像，所述第一翻拍圖像為在所述預設時間段內只被所述目標對象使用了一次的翻拍圖像；將所述考勤圖像輸入所述第二圖像識別模型，輸出所述目標對象的第二考勤信息，其中，所述第二考勤信息包括所述考勤圖像中存在第二翻拍圖像，所述第二翻拍圖像為在所述預設時間段內被所述目標對象使用了多次的翻拍圖像；根據所述第一考勤信息和所述第二考勤信息，確定所述目標對象在所述預設時間段內的考勤結果；其中，所述將所述考勤圖像輸入所述第一圖像識別模型，輸出所述目標對象的第一考勤信息，包括：所述第一圖像識別模型，包括：殘差模塊、通道注意力模塊、空間注意力模塊和預測模塊；通過所述殘差模塊提取所述考勤圖像的第一特征，其中，所述殘差模塊由基礎殘差網絡和殘差分支構成；通過參數中心確定所述通道注意力模塊的空洞率，將所述第一特征輸入所述通道注意力模塊，得到第二特征，其中，所述通道注意力模塊包括多個通道分支；通過所述參數中心確定所述空間注意力模塊的分組數，將所述第二特征輸入所述空間注意力模塊，得到第三特征，其中，所述空間注意力模塊包括多個空間分支；通過所述參數中心確定所述預測模塊的權值，將所述第三特征輸入所述預測模塊，得到第四特征；根據第四特征確定所述第一考勤信息；其中，包括：根據預設空洞率集合，隨機確定第一數量的所述第一圖像識別模型，其中，每個所述第一圖像識別模型具有的一組不同的空洞率；分別將每個所述第一圖像識別模型訓練預設次數次，通過測試，從訓練后的多個所述第一圖像識別模型中確定出第二數量個第一最優模型；將所述第二數量個所述第一最優模型的空洞率存儲到所述參數中心；其中，在所述將所述第二數量個所述最優模型的分組數存儲到所述參數中心之后，所述方法還包括：根據預設權值集合，隨機確定所述第一數量的所述第一圖像識別模型，其中，每個所述第一圖像識別模型具有的一組不同的權值，每個所述第一圖像識別模型的空洞率均屬于所述參數中心存儲的空洞率，每個所述第一圖像識別模型的分組數均屬于所述參數中心存儲的分組數；分別將每個所述第一圖像識別模型訓練預設次數次，通過測試，從訓練后的多個所述第一圖像識別模型中確定出第二數量個第三最優模型；將所述第二數量個所述第三最優模型的權值存儲到所述參數中心。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳須彌云圖空間科技有限公司，其通訊地址為：518054 廣東省深圳市南山區粵海街道海珠社區濱海大道3369號有線信息傳輸大廈25F2504；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。