人脸识别技术分析及其在考勤系统中的应用

摘要

随着科技的进步，采用人脸、虹膜、指纹、指静脉等人体的生物特征技术渐渐代替了身份证、口令等传统方式来进行身份识别。借助生物特征技术能够有效的提高用户信息的安全性和真实性。在这些技术中，人脸识别发展最为迅速，同时，它也具有很多优势，比如采集人脸图像方便快捷、不直接接触机器健康卫生、精准识别适应性强等等。因此，人脸识别在验证身份、保护用户信息安全等都具有非常广阔的应用空间。
　　人脸识别的核心技术是能够提取出人脸个体不同于他人的关键特征，这些特征也是顺利实现高效人脸识别算法的前提和关键。本文对局部二值模式算法和卷积神经网络算法的原理与性能进行了详细的阐述与分析，然后分别用两种算法与手机定位技术相结合，创新性地设计与实现了一个移动考勤系统。移动考勤系统通过人脸身份验证和手机定位的双重技术保证签到的有效性。移动考勤系统由手机客户端和PC服务端组成，客户端和后台服务端的实现分别使用 Java语言在 Eclipse和 My Eclipse平台上开发完成。考勤系统的功能模块包括人脸图像录入、经纬度签到与签退（采用人脸识别与定位技术相结合）、用户有事请假、IP精准打卡和查看月签到时间。考勤模块设计合理，考勤规则简单，用户可操作性强。
　　通过大量实验分析表明，本文设计与实现的移动考勤系统的人脸识别模块采用LBP算法具有精确度高、响应时间短、实时性强等特点；采用CNN算法虽然精确度很高，但由于硬件配置原因使得其反应速度比较慢。

目录

第一章 绪论

1.1 研究目的和意义

1.2 国内外研究现状

1.3 本文主要研究内容

1.4 论文框架

第二章 相关技术

2.1 图像预处理

2.2 人脸检测

2.3 相似度计算

2.4 本章小结

第三章 人脸特征提取算法比较

3.1 局部二值模式(LBP)

3.2 卷积神经网络（CNN）

3.3 实验结果与分析

3.4 本章小结

第四章 考勤系统设计与实现

4.1 考勤系统的相关技术

4.2 考勤系统的设计

4.3 考勤系统的实现

4.4 系统人脸识别测试

4.5 本章小结

第五章 结论与展望

5.1 结论

5.2 展望

参考文献

攻读学位期间取得的研究成果

致谢

个人简况及联系方式

声明