【摘要】：隨著科技的發(fā)展,智能化的考勤系統(tǒng)在企業(yè)、學(xué)校、事業(yè)單位等場(chǎng)所越來越多的被使用,尤其是基于生物識(shí)別方式的考勤系統(tǒng)更是成為研究的熱點(diǎn)。在生物識(shí)別方式中,人臉識(shí)別是一種方便快捷、安全準(zhǔn)確、用戶友好的識(shí)別方式。本文在分析總結(jié)人臉識(shí)別相關(guān)方法的基礎(chǔ)上,針對(duì)江蘇省物聯(lián)網(wǎng)技術(shù)與應(yīng)用協(xié)同創(chuàng)新中心的考勤需求,設(shè)計(jì)出了一套基于人臉識(shí)別的考勤系統(tǒng)。首先,本文介紹了人臉識(shí)別的基本原理和主要的人臉檢測(cè)及人臉識(shí)別方法,并針對(duì)本文設(shè)計(jì)的考勤系統(tǒng)的需求選擇合適的方法。然后,為了提高人臉識(shí)別的精度,充分利用奇異值分解得到的奇異值向量特征和正交矩陣特征,本文提出一種基于奇異值向量識(shí)別與矩陣相似度判別相結(jié)合的兩步人臉識(shí)別方法。利用ORL人臉數(shù)據(jù)庫驗(yàn)證本文方法的有效性,實(shí)驗(yàn)結(jié)果顯示,本文提出的方法相比傳統(tǒng)方法在識(shí)別率上有明顯的改進(jìn),具有很大的使用價(jià)值。最后,將基于奇異值分解的兩步人臉識(shí)別方法應(yīng)用到考勤系統(tǒng)中,分析考勤系統(tǒng)的需求,利用SQL Server 2008、Microsoft Visual Studio 2010和OpenCV2.4.10等工具,完成了數(shù)據(jù)庫的設(shè)計(jì)和考勤系統(tǒng)的各個(gè)功能模塊的實(shí)現(xiàn),并對(duì)系統(tǒng)進(jìn)行了功能測(cè)試和性能測(cè)試。測(cè)試結(jié)果表明,本文設(shè)計(jì)的考勤系統(tǒng)具有較好的人臉識(shí)別效果和考勤管理功能,符合需求分析的要求,具有一定的使用價(jià)值。
[Abstract]:With the development of science and technology, intelligent attendance system is more and more used in enterprises, schools, institutions and other places, especially the attendance system based on biometric identification has become a research hotspot. In biometric recognition, face recognition is a convenient, fast, safe and accurate, user-friendly recognition method. On the basis of analyzing and summarizing the related methods of face recognition, a set of attendance system based on face recognition is designed to meet the attendance requirements of Jiangsu Provincial Internet of things Technology and Application Collaborative Innovation Center. Firstly, this paper introduces the basic principle of face recognition and the main methods of face detection and face recognition, and selects the appropriate method according to the requirements of the attendance system designed in this paper. Then, in order to improve the accuracy of face recognition, the singular value vector feature and orthogonal matrix feature obtained by singular value decomposition are fully utilized. In this paper, a two-step face recognition method based on singular value vector recognition and matrix similarity discrimination is proposed. The ORL face database is used to verify the effectiveness of the proposed method. The experimental results show that the method proposed in this paper has a significant improvement in recognition rate compared with the traditional method, and has a great value in use. Finally, the two-step face recognition method based on singular value decomposition is applied to the attendance system. The requirements of the attendance system are analyzed, and the tools such as SQL Server 2008, Microsoft Visual Studio 2010 and OpenCV2.4.10 are used. The design of the database and the realization of each function module of the attendance system are completed, and the function test and the performance test of the system are carried out. The test results show that the attendance system designed in this paper has better face recognition effect and attendance management function, meets the requirements of demand analysis, and has certain use value.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顏學(xué)龍;任文帥;馬峻;;基于擴(kuò)展Haar特征的AdaBoost人臉檢測(cè)算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2015年09期

2 張慈祥;劉輝;強(qiáng)振平;;基于稀疏表示和奇異值分解的人臉識(shí)別[J];計(jì)算機(jī)應(yīng)用;2013年S1期

3 張明慧;張明超;張堯禹;;基于統(tǒng)計(jì)的人臉檢測(cè)方法研究[J];電腦編程技巧與維護(hù);2012年18期

4 師黎;吳敏;張娟;;基于小訓(xùn)練樣本的AdaBoost人臉檢測(cè)[J];計(jì)算機(jī)工程;2011年08期

5 李登輝;徐亞寧;王巖紅;;人臉識(shí)別中圖像預(yù)處理方法的研究[J];大眾科技;2011年04期

6 孫靜靜;張宏飛;孫昌;;一種基于奇異值分解的人臉識(shí)別新方法[J];科學(xué)技術(shù)與工程;2010年25期

7 吳俊政;;一種基于奇異值分解的圖像壓縮方法[J];計(jì)算機(jī)與數(shù)字工程;2009年05期

8 王孝青;黨亞民;成英燕;;基于矩陣相似度的InSAR圖像配準(zhǔn)方法研究[J];測(cè)繪科學(xué);2008年06期

9 高全學(xué);梁彥;潘泉;陳玉春;張洪才;;SVD用于人臉識(shí)別存在的問題及解決方法[J];中國(guó)圖象圖形學(xué)報(bào);2006年12期

10 王文勝,陳伏兵,楊靜宇;一種基于奇異值分解的特征抽取方法[J];電子與信息學(xué)報(bào);2005年02期

相關(guān)博士學(xué)位論文 前1條

1 趙武鋒;人臉識(shí)別中特征提取方法的研究[D];浙江大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 王婉清;基于人臉識(shí)別的考勤系統(tǒng)設(shè)計(jì)[D];南京郵電大學(xué);2016年

2 潘芬蘭;基于人臉識(shí)別技術(shù)的智能考勤系統(tǒng)研究[D];浙江大學(xué);2014年

3 李艷超;基于SURF算法的人臉識(shí)別考勤管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

4 閆曉亮;基于人臉識(shí)別的考勤機(jī)設(shè)計(jì)[D];長(zhǎng)春理工大學(xué);2012年

5 齊禮成;基于人臉識(shí)別考勤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2012年

6 楊楠;基于重取樣技術(shù)的人臉識(shí)別方法研究[D];河北大學(xué);2011年

7 左登宇;基于Adaboost算法的人臉檢測(cè)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

8 韓文靜;基于2DPCA和多分類器融合的人臉識(shí)別[D];山東科技大學(xué);2009年

9 楊春暉;人臉識(shí)別技術(shù)的研究與實(shí)現(xiàn)[D];大連理工大學(xué);2006年

10 龍開文;基于模板匹配的人臉檢測(cè)[D];四川大學(xué);2005年

，

本文編號(hào)：2261257