人脸识别考勤系统是依赖人脸识别技术，同时支持指纹和IC卡识别技术，通过人脸识别完成考勤。
人脸识别考勤系统将射频及光学感应技术和数码摄像技术相互结合，在用指纹或感应卡打卡的同时，自动拍摄员工的图像信息并记录在案，通过后台管理软件可以查看、比对每一笔打卡记录的人员图像，从而杜绝考勤中的替打卡现象。因为这种特点，人脸识别考勤机既有指纹考勤机的防替打卡特性，又有感应考勤机的优点。人脸识别考勤机与指纹考勤机相比具有以下一些优势：由于指纹考勤机对环境和考勤人员皮肤的要求都很高，当空气干燥、皮肤脏、蜕皮等情况就无法识别，而且读头容易磨损。这些原因使得考勤机寿命短，维护成本高。而人脸识别考勤机是识别人的头像信息，识别时不受环境、人员因素的影响。
指纹考勤机需预先存入员工的指纹信息库，才能进行考勤，当人员变动，还要频繁更新指纹信息库。操作非常麻烦，人脸识别考勤机无需录入任何信息，即装即用。人脸识别考勤机采用“U盘”对人脸识别考勤机进行数据采集，从而实现免布线。由于通过射频感应识别，同时不需要实时比对，所以考勤速度更块。
由于指纹考勤机需预先存入员工的指纹信息库，而指纹信息涉及到个人隐私，企业无权强行录入员工的指纹信息。人脸识别考勤机内置摄像头可在刷卡的同时对刷卡者进行拍照存档, 让代打卡者无所遁形.速度快，刷卡+拍照1秒内完成。采用超大容量存贮器。即拍即存。不涉及到个人隐私。
人脸识别考勤机采用内置拍照摄像装置和芯片，使其性能更好，价格虽然比较指纹考勤机高一点，但其性能是不容被忽视的。
虽然相比较下人脸识别考勤系统占很大优势，但是事实上，人脸识别技术尚不成熟，存在的漏洞还很多。相关业内人士表示，人脸识别技术被高估了，还远远达不到指纹或虹膜等生物识别技术那么高的准确度。人脸识别目前有两大风险问题难以解决。一个风险是可粘贴性。人每天都暴露在外面，通过拍照完全可以获得一个人的脸部特征，并进行复制。另一个风险是不稳定性。脸部画上浓妆、受伤、整容都会导致脸部特征发生很大变化，影响人脸识别准确率甚至无法识别。
随着仿真头套、全息投影、人脸跟踪等技术的发展，未来人脸识别攻击的成本将大大降低，由此产生的黑客攻击将大量发生。不法分子会通过伪造人脸识别攻破系统，进而窃取机密信息。这看会造成数据泄露事件频发，给数据的安危带
来严峻挑战。
就目前的技术来看，人脸识别考勤系统还不是那么的毫无缺点，但是随着技术的逐渐提高，研发水平的不断增强，人脸识别考勤系统将会越来越广泛被应用于生活！！
更多详情请拨打咨询热线或登录杭州艾畅信息技术有限公司官网https://www.doczj.com/doc/eb16746809.html,咨询。
人脸识别考勤系统解决方案一、人脸识别行业背景 严格规范的员工考勤管理是现代企事业单位提高管理效益的重要保证,而传统的以打卡、刷卡为代表的考勤产品，存在着替代打卡，效率低下，不易统计，管理和使用维护成本高等弊端。 指纹识别产品在考勤中的大规模应用，部分解决了代打卡的问题，但是超过5%左右的人群天生指纹很浅，无法用指纹识别。指纹考勤产品在天气干燥或者换季的时候，识别困难，由于必须接触，就给细菌的传播提供了一个便利的载体。 人脸识别是对人的脸部特征信息进行身份认证的生物特征识别技术。近年来，随着欧美发达国家人脸识别技术开始进入实用阶段后，人脸识别迅速成为近年来全球的一个市场热点，它具有如下显着优点： ◆非接触，智能交互，用户接受程度高。 ◆直观性突出，符合人“以貌识人”的认知规律。 ◆适应性强，不易仿冒，安全性好。 ◆摄像头的大量普及，易于推广使用。 ◆人脸识别杜绝代打卡 ◆方便快捷识别时间少于1秒 ◆非接触更卫生不怕细菌传播 ◆通讯方式U盘、网络
综上所述，人脸识别被人们称为最自然、最直观的一种生物特征识别技术。二、人脸识别技术介绍： 目前的人脸识别技术，分为二维人脸识别、三维人脸识别两大类。二维人脸识别是基于人脸平面图像的，但实际上人脸本身是三维的，人脸平面图像只是三维人脸在一个平面上的投影，在这个过程中，必然会丢失一部分信息，因此，二维人脸识别性能的进一步提升，一直受到环境光线、姿态、表情等因素的不利影响。 三维人脸识别是基于三维人脸图像的，从理论上讲具备一些三维图像信息的技术优势，但一直存在采集设备昂贵，采集系统复杂，存储度高，人脸重建算法很复杂，识别速度较慢等缺点。 中控人脸识别+指纹考勤机在人脸识别方面采用了“双目立体”人脸识别算法，专用双摄像头，就好像一个人的一双眼睛，既保留了二维人脸识别简单的优点，又借鉴了三维人脸识别的部分三维信息，识别性能达到国际一流，识别
北方工业大学 本科毕业设计（论文）开题报告书 题目：基于直方图差值比较方法的人脸识别系统指导教师： 专业班级： 学号： 姓名： 日期：2013年3月20日
一、选题的目的、意义 近些年来，有关人脸的处理已受到广大研究人员越来越多的重视，如人脸识别、人脸定位、面部表情识别、人脸跟踪等。人脸处理系统在安全系统的身份认证、智能人机接口、图像监控、视频检索等领域有着广泛的应用前景。 此外在进行人工智能的研究中，人们一直想做的事情就是让机器具有像人类一样的思考能力，以及识别事物、处理事物的能力，因此从解剖学、心理学、行为感知学等各个角度来探求人类的思维机制、以及感知事物、处理事物的机制，并努力将这些机制用于实践，如各种智能机器人的研制。 同时，进行人脸图像识别研究也具有很大的使用价依。如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。并且与指纹图像不同的是，人脸图像受很多因素的干扰:人脸表情的多样性;以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。使得同一个人，在不同的环境下拍摄所得到的人脸图像不同，有时更会有很大的差别，给识别带来很大难度。因此在各种干扰条件下实现人脸图像的识别，也就更具有挑战性。 人脸图像识别除了具有重大的理论价值以及极富挑战性外，还其有许多潜在的应用前景，利用人脸图像来进行身份验证，可以不与目标相接触就取得样本图像，而其它的身份验证手段，如指纹、眼睛虹膜等必须通过与目标接触或相当接近来取得样木，在某些场合，这些识别手段就会有不便之处。
汉王人脸识别考勤系统 方 案
书 汉王科技股份 目录一、汉王人脸识别行业背景
二、汉王人脸识别考勤具体方案 三、汉王考勤门禁软件介绍 四、案例工程
一、汉王人脸识别行业背景 1、汉王公司介绍： 汉王科技股份成立于1998年，在国家“八五”、“九五”、“863”、自然科学基金等重点项目的支持下，率先研究、开发、应用和推广多元识别、智能人机交互技术与产品。
四大核心技术领先世界：人脸生物识别，手写识别，OCR识别，数字绘图板技术。 汉王精神：“忠诚敬业，永争第一” 2、社会背景 目前许多公司单位采用的考勤方式主要有： ◆纸卡式打卡钟：通过考勤卡纸记录考勤时间 ◆射频卡式考勤：射频卡感应考勤机记录时间 ◆指纹式考勤：指纹比对确认考勤人员考勤时间 ◆人脸识别考勤：基于对人的脸部特征信息进行识别从而达到身份认 证的生物特征识别技术。 下面表格我们列举现有考勤方式的性能特点：
2、技术介绍 汉王科技股份从2003年开始研发人脸识别技术。2006年，汉王科技率先在高速DSP平台上成功实现了嵌入式人脸识别算法，从而将人脸识别从PC平台成功的扩展到更广阔的嵌入式平台。2008年，汉王科技推出了全球首款嵌入式人脸识别产品——人脸通，突破了国外技术垄断，正式拉开国人脸识别技术产业化的序幕。 现在汉王科技拥有完全自主知识产权的“双目立体”红外人脸识别算法（Dual Sensor ）。“双目立体”红外人脸识别算法采用的专用双摄像头，就好像一个人的一双眼睛，该算法既保留了二维人脸识别技术简单的优点，又借鉴了三维人脸识别技术的三维信息的优势，识别性能达到国际一流，识别速度快，产品技术成熟。 汉王人脸识别“双目立体”基本原理如下图
人脸考勤系统的运用实现 目前将人脸识别技术应用于考勤系统的报道很少。张婷等人提出了一种用于考勤的人脸识别算法，但存在着考勤前需要为具有访问权限的每人制作一张IC卡的不足，如果IC卡丢失或损坏，则给考勤带来一定的麻烦。本文将运用Gabor滤波器和Fisher线性鉴别分析(FLDA)的人脸识别技术应用于单位考勤系统，采用建立人脸图像训练库代替文提出的IC卡，解决了IC卡在丢失或损坏情况下存在的问题，并实现了动态人脸识别考勤系统。动态人脸识别考勤系统(DynamicFaceRecognition-basedAttendanceSystem，DFRAS)，简称人脸考勤系统，是指利用人体面相所具有的唯一性、排他性而研制的考勤系统。它克服了传统打卡中磁卡、IC卡等考勤方式存在的代打卡、卡丢失等不足和缺陷，最为有效地杜绝了考勤管理中的人为因素，充分体现了考勤管理的公正，避免不必要的人事纠纷。 1、人脸考勤系统概述 人脸考勤系统，是将先进的人脸识别技术应用到考勤领域的一个成功产品。该产品首先录入员工的文字资料和动态采集人脸图像并训练，建立人脸图像库。考勤时，通过与计算机相连的摄像头动态捕捉员工的脸部照片，同时把捕捉到的人脸照片与预先采集的照片进行比对，如果是员工本人，则考勤成功，同时根据考勤时间判断人员出勤情况(正常、迟到、早退或加班等)，并记录考勤信息，如考勤日期、班次、上班时间等信息。如果不是员工本人考勤，则系统给出友好提示，并进行相应处理。所有考勤数据通过主机程序处理汇总后，生成相应管理报表或数据文本，可提供给人事部门进行人事考核或财务部门进行工资结算。 2、人脸考勤系统的关键技术
企业型 人脸识别考勤系统说明书
目录
1. 产品说明 1.1产品概述 企业型E5考勤机系列，专门针对企业级用户的考勤应用而设计，将最新FaceImage+V4.0人脸识别算法配合强大的DSP处理器，实现脱机使用，系统长期工作稳定。同时，通过专利设计的“多光源人脸识别”技术与高性能DSP 处理器的完美结合，分析人脸特征作为身份识别的依据，提供准确的人员通行权限/考勤记录。 新企业型E5考勤机系列，使用3.5寸全触摸大屏幕，更佳感官体验，不带机械键盘，结构精致，配合人性化的GUI 界面、语音提示操作及WEB管理软件，操作简便，符合企事业单位用户的使用习惯。采用主动式辅助光源技术，光线适应能力强，24小时全天候工作，是首款“真正意义上的在室外环境下”工作的人脸识别考勤机。该产品还具备智能自学习、USB数据导入导出、网络远程管理等众多功能，配备飞瑞斯新考勤软件，支持多种识别模式，广泛适用于企业、事业单位等需要考勤管理的场所。 1.2产品型号 支持选配： ?ID/IC韦根读卡模块集成（内置读卡模块） ?网络用户数据同步（联网版） ?远程视频监控（视频监控平台） 1.3功能特色 ?最新人脸识别算法 ?采取独特的FaceImage+V4.0最新人脸识别算法，结合“多光源人脸识别”先进技术和高性能DSP处理器，识别精度更高，识别速度更快 ?真正适应室外环境 ?全球首款真正意义上能在室外工作的人脸识别产品，具备优秀的光线适应能力；同时，不受种族肤色及性别的影响，不受面部表情，胡须和发型等变化的影响 ?24小时不间断工作 ?采用完全对人体无伤害的不可见辅助光源技术，白天黑夜都能良好识别，24小时不间断工作 ?稳定性高，低耗节能 ?采用高性能、低功耗DSP处理器，完全脱机操作，系统经过长期运行检测，工作稳定。同时，设备支持自动休眠模式，环保节能 ?操作简单，界面人性化 ?TFT液晶显示/触摸屏，人性化的GUI界面和WEB端管理软件，支持本地操作及提供实时显示功能，并有声音提示 ?人脸识别模式，不可替代性 基于人脸唯一性特征，无法被替代及复制 ?多种识别模式可选 可根据用户需求灵活设置：单人脸识别；单刷卡识别，ID/IC卡+人脸识别等多种识别模式?智能自学习功能 ?自动校对时间，自动捕获人脸，具备模板自学习功能，随着发型、肤色、年龄等变化动态更新人脸数据库，保证数据库的模板始终为用户最近信息资料，从而始终正确识别人脸 ?海量存储，U盘备份 ?SD卡本地数据存储，存储容量可根据要求扩充，支持USB存储设备数据导入/导出数据 1.4硬件组成配件
智慧工厂通道闸机考勤管理系统 应 用 及 解 决 方 案 https://www.doczj.com/doc/eb16746809.html,
目录 目录2 第一章前言3 1、背景及应用目的3 2、系统建设的必要性与可行性3 3、系统建设的主要意义3 第二章人脸识别闸机+考勤方案描述5 1、总体方案简介5 2、人脸闸机控制+考勤系统构架与使用模式6 1人脸闸机控制系统基本组成部分6 2人脸识别闸机控制系统使用模式7 3、人脸识别闸机控制可实现功能8 4、人脸识别闸机控制器参数10 第三章本司人脸识别技术优势11 1、人脸识别产品优势11 2、S HARPI F ACE技术优势11 错误!未定义书签。
第一章前言 1、背景及应用目的 随着经济的快速发展，出入口控制系统已经成为企事业单位必备的系统之一，当前某办公大楼仅有大门有出入口控制系统，每个楼层之间仅为传统防火门，当前无法有效的对通行楼层的人员身份进行有效掌控，存在一定的不足和隐患。 出入口控制系统主要是通过辨识通行人员权限来合理掌控区域通行的系统，传统出入口系统主要为密码、卡片、指纹等门禁系统。此类型系统有些容易丢失、复制而无法精确辨识身份，而指纹只能留下通行记录而无实际通行实时照片，且当前“指纹套”的出现，带来了一定的安全隐患，因此均有不足。企事业单位提升整体形象，加强各类人员身份的辨识需要更新更先进的技术来解决以上问题。 2、系统建设的必要性与可行性 人脸识别出入口控制系统，采用当前国际前沿的非接触式的人脸识别技术做为辨识身份的依据，能够有效解决卡片、密码被复制和遗失风险，能够轻松，使用时无需接触设备，使用方式非常符合人类与生俱来的辨识习惯，且能留下通行时的实时照片，人脸识别闸机+考勤出入口控制系统具备众多专业闸机所需功能，完全能够满足企事业单位出入口控制要求。系统采用专业人脸识别门禁设备与管理平台结合的方式，将安全掌控于轻松管理集于一身，能有效提升企事业单位的形象，有效提升管理效率。 3、系统建设的主要意义 1、加入人脸识别技术以后，可以有效的解决出入口人员身份辨识问题，大大提出入
人脸识别技术大总结 百度《人脸识别技术大总结》，觉得应该跟大家分享，这里给大家转摘到百度。 篇一：人脸识别技术的主要研究方法、绪论人脸识别是通过分析脸部器官的唯一形状和位置来进行身份鉴别。 人脸识别是一种重要的生物特征识别技术，应用非常广泛。 与其它身份识别方法相比，人脸识别具有直接、友好和方便等特点，因而，人脸识别问题的研究不仅有重要的应用价值，而且在模式识别中具有重要的理论意义，目前人脸识别已成为当前模式识别和人工智能领域的研究热点。 本章将简单介绍几种人脸识别技术的研究方法。 关键词：人脸识别、人脸识别技术的主要研究方法目前在国内和国外研究人脸识别的方法有很多，常用的方法有：基于几何特征的人脸识别方法、基于代数特征的人脸识别方法、基于连接机制的人脸识别方法以及基于三维数据的人脸识别方法。 人脸识别流程图如图．所示：图．人脸识别流程图、基于几何特征的人脸识别方法基于特征的方法是一种自下而上的人脸检测方法，由于人眼可以将人脸在不此研究人员认为有一个潜在的假设：人脸或人脸的部件可能具有在各种条件下都不会改变的特征或属性，如形状、肤色、纹理、边缘信息等。 基于特征的方法的目标就是寻找上述这些不变特征，并利用这些
特征来定位入脸。 这类方法在特定的环境下非常有效且检测速度较高，对人脸姿态、表情、旋转都不敏感。 但是由于人脸部件的提取通常都借助于边缘算子，因此，这类方法对图像质量要求较高，对光照和背景等有较高的要求，因为光照、噪音、阴影都极有可能破坏人脸部件的边缘，从而影响算法的有效性。 模板匹配算法首先需要人作标准模板(固定模板)或将模板先行参数化(可变模板)，思想汇报专题然后在检测人脸时，计算输入图像与模板之间的相关值，这个相关值通常都是独立计算脸部轮廓、眼睛、鼻子和嘴各自的匹配程度后得出的综合描述，最后再根据相关值和预先设定的阈值来确定图像中是否存在人脸。 基于可变模板的人脸检测算法比固定模板算法检测效果要好很多，但是它仍不能有效地处理人脸尺度、姿态和形状等方面的变化。 基于外观形状的方法并不对输入图像进行复杂的预处理，也不需要人工的对人脸特征进行分析或是抽取模板，而是通过使用特定的方法(如主成分分析方法()、支持向量机()、神经网络方法()等)对大量的人脸和非人脸样本组成的训练集(一般为了保证训练得到的检测器精度，非人脸样本集的容量要为人脸样本集的两倍以上)进行学习，再将学习而成的模板或者说分类器用于人脸检测。 因此，这也是种自下而上的方法。 这种方法的优点是利用强大的机器学习算法快速稳定地实现了很
人脸识别门禁系统设计方案 1监狱人脸识别门禁系统概述随着监狱的推进，传统的监控管理模式面临着改革的挑战。一方面识安全保卫形式的日趋严峻；另一方面是机构压缩、人员精简。新的形势向安全保卫工作提出了新的需求。在监狱的统一安排下，根据技术要求的在区域内设置了人脸识别门禁系统，并对系统进行了合理有效的整合，使达到了物防、技防、人防的有机结合。监狱大门及AB门是监管场所与外界交接的重要部位。为严格控制监舍区，生产区人员出入，防范罪犯逃脱，实现有效的统一指挥，确保监管场所的安全，在监狱大门及AB门安装智能人脸识别管理系统。监狱人脸识别门禁管理系统由以下6个子系统组成：1.监狱外大门门禁管理系统2.干警通道门禁管理系统3.会见家属通道门禁管理系统4.车辆通道门禁管理系统（与干警通道共用一套系统）5.考勤系统6.在押罪犯面像管理系统2系统功能1.监狱外大门门禁管理系统: 身份证识别系统与人脸识别系统配合使用，严格控制外来人员进出状况，避免罪犯采用外来人员身份逃狱的可能性；此系统用于监狱所有干警人员的数据录入，包括面像采集，个人信息软件，派卡，以及外来人员的登记，包括身份证识别，面像采集，个人信息输入，派临时卡等。2.干警通道门禁管理系统： 采用IC 卡加红外人脸识别，双重验证，人脸IC 卡技术根据面相的唯一性、确定性和可分类性的特点，将先进的面相识别技术与智能卡读写技术高度结合，具有面相采集与IC 卡读写的全部功能和高效、准确、安全等特点。可严格监管和控制每个干警人员和外来人员的进出情况，杜绝非允许人员的进出。另与门禁系统组成报警盒矩阵，用于干警人员用A 卡换B 卡时，自动弹出相对应的柜子。3.会见家属通道门禁管理系统： 采用人脸识别+IC卡相结合的方式保证进出人员的高度统一，严防监犯扮家属从此通道脱逃，严格控制人员的外出。并完善地与蝴蝶闸配合使用。4.车辆通道门禁管理系统（与干警通道共用一套系统）： 与干警通道门禁管理系统和联合使用，严格控制外来人员的进出及检查。5.考勤系统：
基于肤色的人脸检测 摘要 本文介绍了人脸图像识别中所应用MATLAB对图像进行预处理，应用该工具箱对图像进行经典图像处理,通过实例来应用matlab图像处理功能，对某一特定的人脸图像处理，进而应用到人脸识别系统。本文在总结分析人脸识别系统中几种常用的图像预处理方法基础上，利用MATLAB实现了一个集多种预处理方法于一体的通用的人脸图像预处理仿真系统，将该系统作为图像预处理模块可嵌入在人脸识别系统中，并利用灰度图像的直方图比对来实现人脸图像的识别判定。 关键词:脸部定位，特征提取，图像处理，MATLAB
Abasract This paper introduces the application of MATLAB in face image recognition of image preprocessing,the application of the toolkit for classical image processing, application MATLAB image processing function through instance,for a particular face image processing,and then applied to the face recognition system.In face recognition system based on the summary analysis of several commonly used image preprocessing method based on the MATLAB implements a collect a variety of pretreatment method for the integration of the universal facial image preprocessing simulation system,the system as the image preprocessing module can be embedded in a face recognition system,and use the gray histogram of the image matching to realize the face image recognition. Key words:face positioning,feature extraction,picture processing,MATLAB
人脸识别考勤系统解决方案 一、人脸识别行业背景 严格规范的员工考勤管理是现代企事业单位提高管理效益的重要保证, 而传统的以打卡、刷卡为代表的考勤产品，存在着替代打卡，效率低下，不易统计，管理和使用维护成本高等弊端。 指纹识别产品在考勤中的大规模应用，部分解决了代打卡的问题，但是超过5%左右的人群天生指纹很浅，无法用指纹识别。指纹考勤产品在天气干燥或者换季的时候，识别困难，由于必须接触，就给细菌的传播提供了一个便利的载体。 人脸识别是对人的脸部特征信息进行身份认证的生物特征识别技术。近年来，随着欧美发达国家人脸识别技术开始进入实用阶段后，人脸识别迅速成为近年来全球的一个市场热点，它具有如下显著优点： ◆非接触，智能交互，用户接受程度高。 ◆直观性突出，符合人“以貌识人”的认知规律。 ◆适应性强，不易仿冒，安全性好。 ◆摄像头的大量普及，易于推广使用。 ◆人脸识别杜绝代打卡 ◆方便快捷识别时间少于1秒 ◆非接触更卫生不怕细菌传播 ◆通讯方式 U盘、网络
综上所述，人脸识别被人们称为最自然、最直观的一种生物特征识别技术。 二、人脸识别技术介绍： 目前的人脸识别技术，分为二维人脸识别、三维人脸识别两大类。二维人脸识别是基于人脸平面图像的，但实际上人脸本身是三维的，人脸平面图像只是三维人脸在一个平面上的投影，在这个过程中，必然会丢失一部分信息，因此，二维人脸识别性能的进一步提升，一直受到环境光线、姿态、表情等因素的不利影响。 三维人脸识别是基于三维人脸图像的，从理论上讲具备一些三维图像信息的技术优势，但一直存在采集设备昂贵，采集系统复杂，存储度高，人脸重建算法很复杂，识别速度较慢等缺点。 中控人脸识别+指纹考勤机在人脸识别方面采用了“双目立体”人脸识别算法，专用双摄像头，就好像一个人的一双眼睛，既保留了二维人脸识别简单的优点，又借鉴了三维人脸识别的部分三维信息，识别性能达到国际一流，识别
企业人脸识别考勤应用方案 一、行业背景 目前大多数企业的考勤，采取刷卡考勤，但员工常常相互代打卡，考勤管理形同虚设，部分企业使用指纹识别考勤，但总有5%左右的误识率，且识别速度慢，上下班高峰时需要排长队。--飞瑞斯科技“辨脸通”人脸识别考勤系统，助你解决以上棘手的问题。 二、系统概述“辨脸通”人脸识别考勤机系列，基于“人脸无法替代”的特性和为企业级用户提供“便捷&有效”的考勤管理的理念而设计，它采用行业领先的人脸识别技术，精确提取人脸特征，作为身份识别的依据，从而提供准确的考勤记录，完全取代市场上指纹、打卡考勤机。“辨脸通”人脸识别具有如下特性：1、唯一性:每个人都有一张脸，且无法被复制，仿冒，因而可以提供更准确的考勤管理。 2、自然性好: 人脸识别技术同人类（甚至其它生物）进行个体识别时所利用的生物特征相同，其他生物特征如指纹、虹膜不具备这个特征。 3、简单方便:无需携带卡,识别速度快，操作简单便捷，仅凭人脸便可轻松识别4、非接触性:无需接触设备，不用担心病毒的接触性传染,既卫生，又安全，不易招致反感。三、系统组成人脸识别工作原理：人脸识别基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、记忆存储和比对辨识，达到识别不同人身份的目的。人脸识别考勤系统就是把人脸识别和考勤系统结合，并且通过人脸识别作为考勤管理的要素之一。四、系统特色:• 精确度高，公平公正：最新人脸识别算法，识别精确度高，确保精确识别每一张脸，彻底杜绝代打卡现象• 卫生便捷，轻松自然：非接触式识别，识别速度快，既卫生，又免去上下班高峰排长队的苦恼• 稳定性高，低耗节能：采用高性能、低功耗 DSP处理器，完全脱机操作，系统经过长期运行检测，工作稳定。同时，设备支持自动休眠模式，环保节能• 操作简单，界面人性化：TFT 液晶显示/触摸屏，人性化的GUI界面和WEB端管理软件• 多种识别方式可选：可根据用户需求灵活设置：单人脸识别；密码+人脸识别；ID/IC卡+人脸识别等多种识别模式• 智能自学习功能：自动捕获人脸，具备模板自学习功能，随着发型、肤色、年龄等变化动态更新人脸数据库，从而始终正确识别人脸• 网络远程管理：可通过IE浏览器或客户端软件，方便的进行远程查看、控制管理• 配备完善的考勤管理软件：管理者可以根据需要，对所有资料进行汇总、编辑、拟制多种考勤管理报表，薪资管理报表，人员管理报表等，满足各种场所的考勤应用五、应用范围“辨脸通”企业型人脸识别考勤机，适合各种规模的企事业单位、工厂考勤管理的应用需求。
东北大学 硕士学位论文 基于图像处理的人脸识别系统 姓名：周丹 申请学位级别：硕士 专业：控制理论与控制工程指导教师：王建辉 20050701
东北大学硕士学位论文第一章引言 如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。总之，要让计算机象人一样方便准确地识别大量的人脸尚需不同学科研究领域的科学家共同做出不懈的努力。 １．３模式识别的基本概念 模式识别研究的内容是利用计算机对客观物体进行分类，在错误概率最小的条件下，使识别的结果尽量与客观物体相符合。 在模式识别学科中，就“模式”与“模式类”而言，模式类是一类事物的代表，而“模式”则是某一事物的具体体现，如数字０，ｌ，２，３，４，５，６，７，８，９是模式类，而用户任意手写的一个数字或任意一个印刷数字则是“模式”，是数字的具体化。 在模式识别技术中，被观测的每个对象称为样品，用ｘ表示，样品的数量用Ｎ表示。 对于一个样品来说，必须确定一些与识别有关的因素作为研究的根据，侮‘ 个因素称为一个特征。模式就是样品所具有的特征描述。模式的特征集由处于同 一个特征空间的特征向量表示，特征向量的每个元素成为特征，该向量也因此称为特征向量。一般地用小写英文字母ｘ，个特征，则可把Ｘ看作一个ｎ维列向量，ｘ榧 Ｙ，ｚ来表示特征。如果一个样品Ⅳ有ｎ该向量ｘ称为特征向量，记作： ’，Ｘ月 模式识别问题就是根据ｘ的几个特征来判别模式工属于ｑ，国：，．．．，∞。类中的 哪一类。 １．４模式识别系统组成 一个典型的模式识别系统如图３．１所示，由数据获取、预处理、特征提取、分类决策及分类器设计五部分组成。一般分为上下两部分。上半部分完成未知类别模式的分类；下半部分属于设计分类器的训练过程，利用样品进行训练，确定分 ２ ＸＧ 一一
- 61 - 第3期2019年2月No.3February，2019 无线互联科技 Wireless Internet Technology 当今高校对培养学生能力、提高学生知识储备的重视度与日俱增，因此，高校课堂教育的重要性不言而喻。但如今的高校普遍存在缺勤率高、代签严重等问题，传统的考勤方式如指纹签到、打卡签到、点名签到等都存在很多漏洞。指纹签到虽然成本较低，但它的可复制性使这种方法不够可靠；打卡签到需要学生随身携带磁卡，但磁卡容易丢失，且携带不便，补办困难；点名签到更是存在代答道、效率低的问题，这些缺点都给学校的日常考勤带来了困难。因此，设计出一种高效、便捷、易于统计数据的考勤系统就成了当务之急。 近几年，生物特征识别技术获得快速发展。人脸作为一种生物特征，具有很强的自身稳定性和个体差异性，是进行身份验证的最理想依据，主要方法包括步态识别、虹膜识别、皮肤芯片、脸像识别、多模态（即多生物特征融合）识别 技术等[1] 。其中，人脸识别技术因为具有方便、直观、易于普及等优点尤为受到关注与研究。 早在20世纪50年代，认知科学家就已着手对人脸识别展开研究。20世纪60年代，人脸识别工程化应用研究正式开启，我国从20世纪80年代开始了对人脸识别技术的研究，虽然起步较晚，但我国科研人员奋起直追，一些领军人物已经在人脸识别领域建立了属于自己的行业地位。随着当今世界大数据时代的到来和人脸识别技术商业价值的显现，这项技术研究前景十分光明，具有极大的市场需求。1 系统总体设计1.1 系统功能与模块 人脸识别签到系统主要由登录模块、识别模块、签到模块和后台管理模块4个部分组成（见图1），其中各模块作用如下。 （1）登录模块是授课老师或后台管理者通过账号和密码登录，查看考勤信息。 （2）识别模块主要实现的功能是接收一张人脸图片，调用系统应用程序编程接口（Application Programming Interface ，API ）对图片进行人脸识别，得到一个唯一确定此图片的标识码。 （3）签到模块接收识别模块中得到的标识码与数据库中的学生信息比对，查找确认学生信息；通过查询当前时间和数据库中的课程安排表信息，获取当前所上课程信息。得到学生和课程信息后，通过逻辑判断该学生这节课是否已经签到，若已签到，忽略；若未签到，将签到信息添加到数据库签到表。该模块会返回签到信息，包括：是否签到成功；学生姓名；学生学号；所签到课程；若签到未成功，原因是什么。 （4）后台管理模块由后台管理员负责，主要包括统计签到信息、录入或删除学生信息等功能。1.2 系统工作流程 本系统总体使用流程介绍如下：打开系统后，首先在后台根据当前时间与地点判断课程与班级人员信息；然后出现人脸识别登录界面，登录成功后通过摄像头捕捉学生面部信息，从摄像头获取照片。照片框动态显示摄像头所拍摄照片，点击“签到”，从摄像头获取照片后锁定图片，对照片进行识别，得到一个照片标识，将标识传给签到模块进行签到，得到签到信息，并在下方显示签到信息[2]。 本系统将人脸识别技术应用在高校课堂考勤中，实现学生签到功能并统计出当前课堂学生的出勤率，主要流程为：教师登录、学生刷脸考勤、考勤识别、考勤统计和考勤结果几个部分，其具体工作流程（见图2）介绍如下。 打开本系统软件后，首先根据当前时间和输入的专业班级判断当前课程和老师，进入人脸识别登录界面；使用本系统的老师需要登录到系统中，登录完成后，打开摄像头进行学生签到工作，通过摄像头拍摄识别学生面部实现学生签到，并在所有学生签到完成后统计出当节课学生出勤率和未出勤学生名单，完成签到[3]。 签到完成后，授课教师可登录系统查看本节课程信息，根据年级、专业、班级、课程、学号等信息进行筛选所查看数据，以表格形式显示，包括学生到课率和缺勤情况。 数据库中信息通过管理员录入学生照片信息。数据库中存储数据为采集的学生照片通过face++的API 后得到的JSON 格式标识码。 作者简介：朱靖娴（1995— ），女，河南郑州人，本科生；研究方向：计算机科学与技术。*通信作者：白文娟（1987— ），女，河南郑州人，工程师，硕士；研究方向：信息与通信工程。 摘 要：文章针对当前常用考勤方式中普遍存在的代签到、考勤数据整合较慢等问题，利用人脸识别技术实现了一种基于 Java 的在线考勤系统。该系统可大大提高考勤效率，满足各类场环境景下的考勤需求，具有识别度高、检测速度快、操作简单的特点，能够为用户提供更多便利帮助。关键词：人脸识别；考勤系统；Java 语言；face++基于人脸识别的考勤系统设计与实现 朱靖娴1，白文娟2*，张砺心1，刘克楠1 （1.郑州大学 国际学院，河南 郑州 450000；2.河南省高速公路联网监控收费通信服务有限公司，河南 郑州 450000）
数字图像处理课程设计
人脸检测与识别课程设计一、简介人脸检测与识别是当前模式识别领域的一个前沿课题，人脸识别技术就是利用计算机技 术，根据数据库的人脸图像，分析提取出有效的识别信息，用来 “辨认”身份的技术。人脸识别是模式识别研究的一个热点, 它 在身份鉴别、信用卡识别, 护照的核对及监控系统等方面有着广 泛的应用。人脸图像由于受光照、表情以及姿态等因素的影响, 使得同一个人的脸像矩阵差异也比较大。因此, 进行人脸识别时, 所选取的特征必须对上述因素具备一定的稳定性和不变性. 主 元分析(PCA)方法是一种有效的特征提取方法,将人脸图像表示成 一个列向量, 经过PCA 变换后, 不仅可以有效地降低其维数, 同 时又能保留所需要的识别信息, 这些信息对光照、表情以及姿态 具有一定的不敏感性. 在获得有效的特征向量后, 关键问题是设 计具有良好分类能力和鲁棒性的分类器. 支持向量机(SVM ) 模 式识别方法,兼顾训练误差和泛化能力, 在解决小样本、非线性及 高维模式识别问题中表现出许多特有的优势。 本此课程设计基于MATLAB，将检测与识别分开进行。其中检测 部分使用实验指导书上的肤色模型算法进行，不进行赘述。识别 部分采用PCA算法对检测出的人脸图像进行特征提取, 再利用最
邻近距离分类法对特征向量进行分类识别，将在后文具体表述。仿真结果验证了本算法是有效的。 二、人脸检测源码 1.img=imread('D:\std_test_images\face3.jpg'); figure; imshow(img); R=img(:,:,1); G=img(:,:,2); B=img(:,:,3); faceRgn1=(R>95)&(G>40)&(B>20)&max(img,[],3)-min(img,[],3)>15& abs(R-G)>15&R>B; figure; imshow(faceRgn1); r=double(R)./double(sum(img,3)); g=double(G)./double(sum(img,3)); Y=0.3*R+0.59*G+0.11*B; faceRgn2=(r>0.333)&(r<0.664)&(g>0.246)&(g<0.398)&(r>g)& g>=0.5-0.5*r; figure; imshow(faceRgn2); Q=faceRgn1.*faceRgn2;
人脸识别考勤管理规定 1、2#厂房工作区域实行人脸识别考勤方式，员工出勤时应在考勤机上人脸识别考勤。 2、部门考勤员负责本部门员工考勤的管理工作，负责考勤系统里本部门人员维护、班次管理、人员排班等工作。 3、人脸识别考勤时间：员工正常出勤时上班前1小时内人脸识别签到有效，下班后无加班任务的1小时内人脸识别签退有效。未经部门同意也无加班任务的禁止在工作区域逗留。 4、员工中午休息时间不需要人脸识别考勤，但要求在规定时间吃饭和出勤，部门（班组）考勤员做好考勤记录，公司将不定期抽查监控录像，对于出现迟到和早退的将给予处罚。 5、班车晚到的，需在上班时间后1小时内填写《离岗登记表》，注明班车到达厂区的时间，并履行审批程序，当天未填写的按迟到处理。 6、上班忘记人脸识别考勤的，需当天填写《出勤登记表》，注明到达2#厂房员工入口时间，并履行审批程序。下班忘记人脸识别考勤的，需在第二个工作日填写《出勤登记表》，注明离开2#厂房员工出口的时间，并履行审批程序。未按要求填写的一律按旷工处理。 7、人脸识别考勤无效的，进入2#厂房后需先到部门考勤员处填写《出勤登记表》，注明到达2#厂房员工入口时间，并履行审批程序，所在部门（班组）考勤员需记录其当天出勤情况，班组考勤员需及时将考勤反馈至部门考勤员。当天未填写的按旷工处理。连续两次人脸识别无效的，请联系人力部重新注册人脸信息。 8、忘记人脸识别考勤的，月度内前两次不扣考核分，第三次月度考核扣2分，第四次月度考核扣6分，每出现一次在上一考核扣分基础上累加4分计算。 9、员工当月因私外出离岗时间累计计算，每累计4小时记为半天事假。 10、因有事晚到公司的，提前2小时告知主管负责人（班组员工除告知领班外，也需告知分管工程师或分管部长）的不记为迟到，到公司后需立即填写《离岗登记表》，因私晚到超过2小时的需填写请假单，离岗时间累计计算，每累计4小时记为半天事假。 11、员工除需人脸识别考勤外，部门和班组考勤员也需记录考勤。 人力资源部 2012年12月10日
大学课堂人脸识别考勤系统 应用解决方案 广东铂亚信息技术股份有限公司 2013年12月
目录 1、系统应用背景 (3) 2、系统建设意义 (4) 3、人脸识别技术介绍 (5) 3.1人脸识别技术的特点 (6) 3.2人脸识别技术与其他生物识别技术的比较 (7) 4、系统设计 (7) 4.1系统组成 (7) 4.2系统工作原理 (7) 4.3系统功能 (8) 4.3.1系统基本功能 (8) 4.4产品介绍 (9) 4.4.1主要特性 (9) 4.4.2技术参数： (10) 5、系统优势 (11)
1、系统应用背景 在高校的教学和学生工作管理过程中，考勤是一项重要的内容。学生的出勤率直接影响到学校的学风建设。与一般的企事业单位相比，高校的日常考勤工作具有一定的特殊性，考勤工作中的特殊情况较多、参与考勤的学生数量大等特点均增加了高效日常考勤工作的难度。因此，如何提高考勤工作的效率与质量是我国高校日常管理工作中面临的一项重要考验。 当前我国大多数高校在学生日常考勤工作中主要采用的依然是人工考勤方式或智能卡考勤方式。这些考勤方式虽然能起到一定的作用，但问题也很突出，老师并不认识每一位学生，人工考勤和智能卡考勤均有可能存在冒名顶替代考勤现象；随着我国高校改革的日益推进，学分制已经成为我国高校最常见的教学方式。在学分制教育模式下，学生不必严格按照学院的班级建制进行课堂学习，而是可以根据自身的兴趣与实际情况在学校教学框架下自由选择科目，只要在毕业之前修满学生培养方案中的最低学分即可顺利毕业。这种教学方式为高校的考勤工作带来了一定的困难，同一课堂的学生可能来自多个学院、多个专业、多个班级，教师在教学过程中不熟悉学生，因此导致学生考勤工作中出现了大量学生逃课、弄虚作假的现象。对高校正常教学秩序以及教学质量带来了严重的负面影响，同时也降低了学生自身的组织性以及纪律性，对于高校校风与学风的培养与形成十分不利。 因此，传统的点名考勤方式不适用于学校的考勤需求，我们推荐使用智能人脸识别考勤系统解决学生课堂考勤问题。采用人脸识别验证的方式对上课的学生身份进行核实，实现人、地、时三者合一,去除考勤虚假，以及根据用户的需求实现了对任意一时段的考勤结果的统计。提高了学校的考勤工作的效率，减轻了教师上课的负担。真正的
人脸识别考勤校园解决方案 行业背景： 传统考勤制度占据了辅导员工作时间，影响了辅导员的其他业务；统计结果不及时，数据容易遗漏，对学生进行教育和自我教育难及时到位，甚至容易出现无法处分学生的现象。管理人员、教师、学生无法及时了解考勤与晚归状况，监控失效；由于对学生进行教育和自我教育难及时到位，任课教师、宿舍门卫及宿舍管理员很容易失去考勤与晚归管理的积极性。，学校对学生的管理失控，一旦学生出现伤亡事故，律师认为依据《学生伤害事故处理办法》，学院因为缺乏过硬的考勤与晚归的管理记录，则很容易因管理“疏忽”成为被告。这是教育部新的《普通高等学校学生管理规定》所不允许的，以下是为克服传统考勤制度缺点，我们设计了人脸识别考勤系统。 系统亮点： 我司采用最先进的人脸识别技术，设计了人脸识别考勤系统，指纹识别考勤系统，刷卡识别考勤系统为一体的考勤设备。不但解决了传统考勤制度统计结果不及时，数据容易遗漏，学生，家长，老师无法及时了解考勤与晚归状况，监控失效等情况。而且极大满足了学生安全迫切需要，解决了家长和学校的后顾之忧。 系统组成： 我司的人脸识别考勤系统是由（人脸识别，指纹识别，刷卡识别）为一体的考勤机，能满足所有学校现有的一卡通平台，功能全面，操作灵活，考勤管理软件方便简单实用。人脸识别考勤机可独立使用，无需连接电脑，即可完成人员登记、人脸考勤、存储记录等功能。考勤管理软件可进行班次设置、出勤调整、数据统计、输出报表等功能，并附送WEB考勤查询系统，管理人员通过局域网就可以查看到自己的考勤记录。 精选
精选 拓扑图 如下： 系统特点： · 人脸识别 杜绝代打卡 · 方便快捷 识别时间少于1秒 · 非接触 更卫生 不怕细菌传播 · 通讯方式 U 盘、网络 · 软件功能 强大成熟稳定 ·精准识别：黑暗中也可识别 · 方便快捷：不用按，只用看 · 直观性好：彩屏显示 · 管理软件：功能强大，自动升动 系统业务流程： 寝室管理员 考勤服务器 （出勤调整， 数据处理，报 表统计） 考勤报表 人脸考勤 学院学生 人脸登记 数据库 人脸识别
大学课堂人脸识别考勤系统应用解决方案 铂亚信息技术股份有限公司 2013年12月
目录 1、系统应用背景 (3) 2、系统建设意义 (3) 3、人脸识别技术介绍 (4) 3.1人脸识别技术的特点 (5) 3.2人脸识别技术与其他生物识别技术的比较 (6) 4、系统设计 (6) 4.1系统组成 (6) 4.2系统工作原理 (7) 4.3系统功能 (7) 4.3.1系统基本功能 (7) 4.4产品介绍 (8) 4.4.1主要特性 (8) 4.4.2技术参数： (9) 5、系统优势 (9)
1、系统应用背景 在高校的教学和学生工作管理过程中，考勤是一项重要的容。学生的出勤率直接影响到学校的学风建设。与一般的企事业单位相比，高校的日常考勤工作具有一定的特殊性，考勤工作中的特殊情况较多、参与考勤的学生数量大等特点均增加了高效日常考勤工作的难度。因此，如何提高考勤工作的效率与质量是我国高校日常管理工作中面临的一项重要考验。 当前我国大多数高校在学生日常考勤工作中主要采用的依然是人工考勤方式或智能卡考勤方式。这些考勤方式虽然能起到一定的作用，但问题也很突出，老师并不认识每一位学生，人工考勤和智能卡考勤均有可能存在冒名顶替代考勤现象；随着我国高校改革的日益推进，学分制已经成为我国高校最常见的教学方式。在学分制教育模式下，学生不必严格按照学院的班级建制进行课堂学习，而是可以根据自身的兴趣与实际情况在学校教学框架下自由选择科目，只要在毕业之前修满学生培养方案中的最低学分即可顺利毕业。这种教学方式为高校的考勤工作带来了一定的困难，同一课堂的学生可能来自多个学院、多个专业、多个班级，教师在教学过程中不熟悉学生，因此导致学生考勤工作中出现了大量学生逃课、弄虚作假的现象。对高校正常教学秩序以及教学质量带来了严重的负面影响，同时也降低了学生自身的组织性以及纪律性，对于高校校风与学风的培养与形成十分不利。 因此，传统的点名考勤方式不适用于学校的考勤需求，我们推荐使用智能人脸识别考勤系统解决学生课堂考勤问题。采用人脸识别验证的方式对上课的学生身份进行核实，实现人、地、时三者合一,去除考勤虚假，以及根据用户的需求实现了对任意一时段的考勤结果的统计。提高了学校的考勤工作的效率，减轻了教师上课的负担。真正的做到了考勤工作的高效性、及时性。 2、系统建设意义 本系统的建设具有以下几个方面的意义： （1）提升学校的学生管理工作质量。 学校以往采用的人工考勤方式主要依靠教师、辅导员或者学生代表进行考勤，在
用Matlab实现人脸识别 学院：信息工程学院 班级：计科软件普131 成员：
一、问题描述 在一个人脸库中，有15 个人，每人有11 幅图像。要求选定每一个人的若干幅图像组成样本库，由样本库得到特征库。再任取图像库的一张图片，识别它的身份。 对于一幅图像可以看作一个由像素值组成的矩阵，也可以扩展开，看成一个矢量。如一幅N*N象素的图像可以视为长度为N2的矢量，这样就认为这幅图像是位于N2维空间中的一个点，这种图像的矢量表示就是原始的图像空间，但是这个空间仅是可以表示或者检测图像的许多个空间中的一个。不管子空间的具体形式如何，这种方法用于图像识别的基本思想都是一样的，首先选择一个合适的子空间，图像将被投影到这个子空间上，然后利用对图像的这种投影间的某种度量来确定图像间的相似度，最常见的就是各种距离度量。因此，本次采用PCA算法确定一个子空间，最后使用最小距离法进行识别，并用matlab实现。 二、PCA 原理和人脸识别方法 1）K-L 变换 K-L 变换以原始数据的协方差矩阵的归一化正交特征矢量构成的正交矩阵作为变换矩阵，对原始数据进行正交变换，在变换域上实现数据压缩。它具有去相关性、能量集中等特性，属于均方误差测度下，失真最小的一种变换，是最能去除原始数据之间相关性的一种变换。PCA 则是选取协方差矩阵前k 个最大的特征值的特征向量构成K-L 变换矩阵。
2）主成分的数目的选取 保留多少个主成分取决于保留部分的累积方差在方差总和中所占百分比(即累计贡献率)，它标志着前几个主成分概括信息之多寡。实践中，粗略规定一个百分比便可决定保留几个主成分；如果多留一个主成分，累积方差增加无几，便不再多留。 3）人脸空间建立 假设一幅人脸图像包含N 个像素点，它可以用一个N 维向量Γ表示。这样，训练样本库就可以用Γi（i=1，...，M）表示。协方差矩阵C 的正交特征向量就是组成人脸空间的基向量，即特征脸。将特征值由大到小排列：λ1≥λ2≥...≥λr,其对应的特征向量为μk。这样每一幅人脸图像都可以投影到由u1,u2,...,ur张成的子空间中。因此，每一幅人脸图像对应于子空间中的一点。同样，子空间的任意一点也对应于一幅图像。 4）人脸识别 有了这样一个由"特征脸"张成的降维子空间，任何一幅人脸图像都可以向其投影得到一组坐标系数，这组系数表明了该图像在子空间中的位置，从而可以作为人脸识别的依据。计算数据库中每张图片在子空间中的坐标，得到一组坐标，作为下一步识别匹配的搜索空间。计算新输入图片在子空间中的坐标，采用最小距离法，遍历搜索空间，得到与其距离最小的坐标向量，该向量对应的人脸图像即为识别匹配的结果。 三、实验步骤