AI CCTV

基于 CCTV 的人脸识别考勤:工作原理、摄像头要求与局限

已安装的 CCTV 能否用于人脸考勤?本文介绍工作原理、摄像头要求、局限,以及个人数据方面的要点。

许多组织已经在入口、大堂或大门安装了 CCTV。问题是:能否用同一台摄像头实现自动考勤,无需在指纹机前排队或刷卡?

答案是:很多时候可以,但并非所有摄像头、所有安装位置都适用。本文将介绍其工作原理、技术要求,以及您在决策前需要了解的局限。

基于 CCTV 的人脸考勤如何运作

简单来说,流程分为四步:

  1. 人脸登记。 为每位员工登记多张不同角度的人脸照片。
  2. 检测。 系统监测摄像头画面,在人脸足够清晰时进行检测。
  3. 比对。 将检测到的人脸与已登记的人脸数据进行比对。
  4. 记录。 比对成功后,系统记录签到或签退时间,并发送到 HRIS 或薪资系统。

员工只需像平常一样从摄像头前走过即可。

摄像头与安装位置要求

比对质量在很大程度上取决于所获取的画面。影响最大的因素包括:

  • 位置与角度。 摄像头最好正对人脸,俯角不宜过大。安装在高处天花板、向下拍摄的摄像头通常只能拍到头顶。
  • 距离与通行点。 选择人员必然逐一经过的点位,例如入口、闸机或走廊。
  • 分辨率。 人脸在画面中需要足够大。分辨率更高的摄像头可以支持更远的距离。
  • 光照。 人身后的光源(例如被阳光照射的玻璃门)会让人脸变暗。面部前方光照均匀会大有帮助。

在实践中,许多组织会在部分点位继续使用现有 CCTV,再在主要入口按理想位置加装一两台摄像头。

需要了解的局限

基于 CCTV 的人脸考勤并非没有短板。以下情况可能降低识别成功率:

  • 面部被口罩、安全帽或帽子遮挡,
  • 多人同时经过、相互遮挡,
  • 外貌与登记照片相比变化较大,
  • 摄像头与服务器之间的网络不稳定。

因此,好的系统总会提供备用方式:例如通过手机应用并结合位置校验签到,或由管理员在注明原因后手动更正。

人脸数据属于个人数据

人脸照片和生物特征数据属于特定类别的个人数据。在印度尼西亚,其处理受《个人数据保护法》(UU PDP,2022 年第 27 号法律)约束。建议采取以下做法:

  • 以书面形式告知员工人脸数据的使用目的,并征得其同意,
  • 限制可访问数据和录像的人员,
  • 明确数据保存期限,并删除已离职员工的数据,
  • 将数据存储在安全性明确的服务器上——可以是本地部署。

什么情况下适合采用基于 CCTV 的人脸考勤?

适合以下情况:

  • 员工数量较多,考勤排队已成为问题,
  • 有明确的入口点位,且能以合适的位置安装摄像头,
  • 您希望出勤数据直接与 HRIS 或薪资系统打通。

如果员工在现场流动作业、没有固定入口,则不太适合。这种情况下,结合地理围栏的手机应用考勤通常更合适。

第一步

在购买新设备之前,先做一次简短的勘察:员工会经过哪些点位,现有哪些摄像头,安装位置如何。据此才能判断现有摄像头是否够用,还是需要加装。

Sentra 团队可以协助您在现场进行勘察和试点。了解 Attendance 或联系我们进一步沟通。

您的组织也有类似情况?

告诉我们具体流程,我们帮您规划最合适的方案。

通过 WhatsApp 沟通 →
WhatsApp 咨询