基于人脸识别的高校学生考勤管理系统

• 作者: 代闯
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 人脸识别 考勤管理
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 自动化应用
• 页码范围: 198-201
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2019.09.198

摘要

面对信息化时代考勤管理,尤其是以非接触式高校考勤为代表的具有多样化、个性化考勤场景,结合前沿的深度学习方法来提取人脸特征,设计完成了基于人脸识别的高校考勤管理系统.该人脸识别的高校考勤管理系统采用卷积神经网络训练图像数据,提取特定维度的人脸特征.然后采用Softmax分类器分类,以达到人脸识别的目的.整体采用C/S架构,结合PyQt5进行数据展示和管理员控制,实现了功能多样,核心突出的考勤管理系统.该系统以考勤管理为核心,对考勤数据进行二次整理,实现了数据可视化、考勤监督、打卡提醒等特色功能.经测试运行,系统具有运行稳定、操作简单以及对环境要求低的优点,基本满足高校人脸考勤的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	代闯		4	3	1.0	1.0