基于Python的人脸考勤系统的设计与实现开题报告

全文总字数：5078字

1. 研究目的与意义、国内外研究现状（文献综述）

研究意义：

在处于高速发展的现代社会中，“快速、便捷、安全”成为当代社会的代名词。随着计算机视觉技术和光电技术的快速发展，人们越来越希望自己生活在一个安全的环境下，尤其是人身安全以及财产安全。为了让生活更加便捷，使人们从繁重的劳动中解救出来，计算机技术及其应用已经在人们生活中扮演着必不可少的角色。其中人工智能技术的开发和运用成为国内外学者和研究人员研究的重点。在人工智能领域中，人脸识别技术的研究已经成为一个热门研究领域，它可以应用于需要身份认证的各种各样的场所之中，例如在金融领域中的银行交易身份验证，互联网或网银上的交易身份验证：在国家安全防御中出入安全检查，各种监控系统以及门禁系统等。

身份认证与识别在日常生活中必不可少，传统的考勤方式存在与身份人的可分离性，有代认证现象，且认证繁琐，我们需要一种更为简单签到考勤方式。而人脸识别能很好的解决上述问题，且可远距离收集人脸、无需排队、非接触式，因此将人脸识别技术应用到考勤系统中，符合人的身份鉴别习惯。

2. 研究的基本内容和问题

研究目标：

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提。人脸识别考勤解放了老师上课点名的繁琐性，节省了上课时间，且只要有移动设备可以打开摄像头便可以实现出勤状况统计，避免了代答到，上课迟到等问题。本课题主要实现基于人脸识别技术的智能考勤系统，实现对学生考勤的自动化管理。

3. 研究的方法与方案

研究方法：

拟打造一个基于python、face_recognition、opencv、Pyqt5与百度SDK的人脸考勤系统。

Pyqt5：创建主页面，实现添加背景、添加头像、改变按钮颜色等功能。

face_recognition：识别指定图片中人脸、调用电脑摄像头动态识别人脸，获得特征数据，形成二维数组，比对是否为同一人。

Opencv：实现图像预处理、人脸识别等功能。

百度SDK：使用百度人脸识别API，基于百度的大型库，试验结果比较准确。

技术路线：

实验方案：

（1）深入学习和研究百度SDK，PyCharm、face_recognition、opencv等的使用及编程方法，为编程做好知识储备。

（2）需求分析，绘制ER图。

（3）进行系统分析、系统概要设计、系统详细设计，系统实现与测试。

（4）代码编写，需求整合。

（5）实例验证，代码优化。

（6）论文编写，提交报告。

可行性分析：

（1）本人对计算机有着浓厚的学习和研究兴趣，以优秀成绩学完C语言、数据结构等课程，熟悉和了解本课题研究内容，为本项目的研究打下了坚实可靠的理论基础。

（2）人工智能，图像识别研究已久，本课题作为人脸识别的一个小应用，从理论上讲，应该是可行的，有效的。

（3）百度SDK：使用百度人脸识别API，基于百度的大型库，试验结果比较准确，且技术成熟。

（4）Opencv：Opencv自带人脸检测haarcascade_frontalface_alt.xml分类器和人脸识别分类器。

（5）指导老师杨涛老师指导经验丰富

（6）理学院实验设备完善。

4. 研究创新点

1、使用百度人脸识别api，基于百度的大型库，试验结果比较准确。

2、使用python，方便简洁，易于实现。

3、使用pyqt5创建主页面，实现添加背景、添加头像、改变按钮颜色等功能。

5. 研究计划与进展

2018.12—2019.1：查阅文献资料，明确研究内容，撰写开题报告，系统分析系统概要设计。

2019.01—2019.2：安装软件，搭建环境，学习相关算法，熟悉软件的各项功能。

2019.02—2019.5：系统详细设计，系统实现与测试，代码改进。