作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
实现一个Web人脸识别考勤系统,系统使用HTML5技术通过浏览器来获取人的面部图像,再引入tracking.js库,利用其中的FAST和Brief算法实现来对人面部图像的生物特征进行快速特征点提取、描述和匹配,最终完成考勤过程。这些HTML、JavaScript代码和图像特征数据可以部署在H1HrP服务器上,通过Web访问,形成一套B/S架构的人脸识别考勤系统。在任何地方,只要有一台有摄像头、可以连接Web服务器的设备,就能够很快进行考勤。相比已有的方案,将具有价格低廉、访问快速等优点。
推荐文章
基于人脸识别的学生考勤系统的研究
人脸识别
考勤系统
系统设计
特征提取
特征定位
描述子提取
人脸识别考勤技术研究
人脸识别
考勤机
HOG
特征降维
基于人脸识别的高校考勤系统的设计
学生考勤
人脸识别
高校
平安校园
基于人脸识别的实验室考勤系统
人脸识别
考勤系统
OpenCV
图像处理
实验室
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于FAST和Brief算法使用tracking.js的Web人脸识别考勤系统
来源期刊 现代计算机:中旬刊 学科 工学
关键词 FAST BRIEF tracking.js 人脸识别
年,卷(期) 2017,(7) 所属期刊栏目
研究方向 页码范围 68-72
页数 5页 分类号 TP393.098
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈晨 8 5 1.0 2.0
2 徐辉 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
FAST
BRIEF
tracking.js
人脸识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导