班级建设定位考勤 点点时光

人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

人脸图像采集及检测人脸图像采集：不同的人脸图像都能通过---镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到---的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。

人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用adaboost学习算法，adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。2、---“签到历史”按钮，即可查看自己各个点名场景中签的具体到情况。人脸检测过程中使用adaboost算法挑选出一些代表人脸的矩形特征(弱分类器)，按照加权的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。

1. 考勤机类型：考勤系统支持考勤机、---机、人脸识别考勤机；

2. 考勤机信息：管理系统设备，设置设备的一些参数，如-，端口号等信息；

3. 考勤机状态：允许实时查看考勤机当前连接的状态；

4. 上传信息：把互联网考勤系统服务器上的人员信息上传到考勤机里面；

5. 信息：通过系统把设备上的员工信息，包括指纹信息，人脸信息等到电脑里保存；

6. 记录：把打卡记录手动或者自动的到互联网考勤系统服务器里面；

7. 其他操作：同步时间,清除考勤机管理员,清除考勤机人员等操作。